导读:本文包含了核估计方法论文开题报告文献综述及选题提纲参考文献，主要关键词:模糊图像,盲复原,大尺度边缘,模糊核
核估计方法论文文献综述
张慧利,周湘贞[1]（2019）在《基于尺度信息边缘提取的模糊核估计方法》一文中研究指出模糊图像的盲复原一直以来都是图像处理领域长期的挑战性问题,其中,能否复原出高质量清晰图像的关键是能否准确的估计出引起图像模糊的模糊核(BK)。为了能够实现BK的准确估计,提出了一种基于相对全变差模型(RTVM)的模糊核估计方法。首先,直接将RTVM作为图像的先验,直接代入到最优化的求解过程中,能够在迭代求解的过程中直接复原出锐化的大尺度边缘,而不需要额外的边缘提取步骤;然后,在对BK的正则化约束方面,利用L_0范数,在梯度域,对BK的梯度进行L_0范数的约束,能够同时保护BK的稀疏特性和连续特性;最后,结合一种分解的策略、迭代的重权重最小平方法(IRLS)和半二次性的变量分裂算法对提出的模型进行最优化求解。为了验证提出方法的优越性,将提出的方法与近几年一些极具代表性的模糊图像盲复原方法在大量的模糊图像上进行了比较实验,实验结果证明了所提方法的优越性。(本文来源于《电子测量与仪器学报》期刊2019年05期）
蔡颖[2]（2018）在《基于区域选择的模糊核估计方法研究》一文中研究指出图像复原技术在很多领域发挥了重要作用。在实际复原过程中,由于受到各种条件的限制,人们很难获得图像具体的退化模式和模糊核,而精确的估计模糊核对图像的复原有着至关重要的作用。目前提出的图像复原算法仍有很多不足,许多方法都主要集中在解决图像中的先验约束或是借助其他观测图像对图像复原,很少关注图像区域信息对去模糊的影响。图像中有大量平坦区域,该区域不仅没有有用信息,反而加大了图像复原的耗时。而图像的非平坦区域中,部分区域不仅没有有用信息,而且非常不利于精确的估计模糊核。为了解决这一问题并结合课题以及项目需要,本文提出了一种基于最佳区域选择的模糊核估计方法对单幅图像进行复原。本文的主要研究内容是针对单幅图像的去模糊问题,提出了一个基于区域选择的模糊核估计方法。对空不变图像的复原主要是通过对图像中的过零点进行筛选,寻找包含大量有用信息的特征点,计算特征点的梯度熵滤除一部分干扰点,加入Gabor滤波构建特征向量,根据特征向量在CRF学习框架下求得图像中的最佳区域。为克服噪声对模糊核估计的干扰,加入加权二阶差分正则化项来估计模糊核。对极大似然估计空不变复原方法进行一些改进,在图像复原中加入基于最大似然估计的非线性滤波,平滑图像的噪声并保留图像中的细节。对模糊核缓慢变化的空可变图像建立一个基于区域选择的空可变模型,将空可变图像分为多个子块进行处理。对每个子块的最佳区域在梯度域上进行模糊核估计。为了更好的增强图像边缘,减小振铃效应,对空可变图像的复原中添加总变分正则化项,并加入Split Bregman迭代求解。对一系列仿真模糊图像和真实模糊图像进行实验,证明了本文算法的有效性。结果表明,本文所提出的基于区域选择的模糊核估计方法,能高效地估计图像模糊核,并能得到高质量的复原图像。对于模糊核变化缓慢的空可变图像,本文提出的基于区域选择的空可变复原模型也同样适用,并能得到好的复原结果。(本文来源于《武汉工程大学》期刊2018-03-28）
周兵[3]（2018）在《基尼系数非参数核估计方法及应用》一文中研究指出中国目前经济发展形势非常好,但两极分化成了在发展过程中的一个急需解决的问题。贫富差距问题的解决有助于我国的国计民生和社会稳定。基尼系数是国际上通用的、用以衡量一个国家或一个地区的居民收入差距的重要指标。目前对基尼系数的研究很多,其中绝大部分学者是基于参数估计的方式对基尼系数进行估计计算,并且衍生出了一些不同的方法,其目的均是为了更加准确的计算基尼系数。非参数估计是一种基于样本数据的估计方式,通过样本数据直接对总体的分布进行估计而不对其作某种假定的分布形式。有学者利用该估计方式对收入的分布函数进行了估计,并和一些参数的估计方式进行了对比。本文在此基础上,将一维的非参数估计扩展到了二维的核密度估计。本文认为,基尼系数是用以刻画收入分配差异的指标,同时也是各个国家或地区用来判断贫富差异的一个重要指标,但是贫富差异的判断不仅仅是收入一方面,而应该是居民收入以及消费等信息的一个综合表现。因此,本文对二维估计进行了推导,并利用2014年全国民生调查数据对全国、中心城市、不同文化程度以及不同年龄群体的基尼系数进行计算。本文一共五个章节,首先介绍本文的研究背景和目的,其中主要是对中国建国以来收入分配制度的变革以及我国目前的收入分配现状,指出了本文的创新点和不足之处,对本文的章节分布和研究框架进行简要的介绍。第二章,对基尼系数和非参数估计的研究文献进行了总结和梳理。在第叁章中,主要是对一维核密度估计和二维核密度估计的估计函数进行了推导,窗宽的不同计算方法进行了论述,提出二维核密度估计基尼系数的算法。第四章是本文的实证部分,主要内容是二维核密度估计的计算以及城市、文化程度和年龄的条件基尼系数的计算,并对计算结果进行简单分析。在最后一章中,对全文内容和实证分析进行了总结,提出了后续可以进一步研究的问题。总的来说,本文对二维情况下的基尼系数进行了计算,为基尼系数的计算提供了一种新的方式,同时对一维和二维情况下的条件基尼系数进行了计算,能更好了解不同群体内的贫富差异状况。在展望部分给出了连续条件下的基尼系数计算推导,为后续的研究提供了一个可能的方向。(本文来源于《西南财经大学》期刊2018-03-01）
贾秀芳,张韶光,华回春,安海清[4]（2015）在《部分线性核估计方法在谐波责任分摊问题中的应用》一文中研究指出准确评估公共连接点处的背景谐波电压和等效谐波阻抗是研究谐波责任分摊问题的前提。为准确评估背景谐波电压波动情况下受关注谐波源分摊的谐波责任,文中研究应用了部分线性核估计方法。为求解背景谐波电压,将背景谐波电压在受关注时段内的某一时刻按照泰勒级数展开,并把高阶项看做误差项,为保证求解的准确性,选取的目标函数在误差平方和最小的基础上考虑了展开时刻的有效邻域范围和各误差项所占权重不同对估计的影响,并利用窗宽参数控制展开时刻的邻域范围和对应误差项所占权重的大小。利用IEEE 14节点系统进行了仿真验证,并将计算结果与两种线性方法进行了比较,证明了该方法的有效性。(本文来源于《电力系统自动化》期刊2015年03期）
牛玉坤,胡晓华[5]（2013）在《基于非参数核估计方法的中国股市收益率分布研究》一文中研究指出利用非参数核估计方法对2006年至2011年五年间中国深圳和上海股市A股收益率服从何种分布进行研究,通过理论和实证分析,借助Matlab和Eviews软件,得到中国股市收益率分布服从正态分布和logistic-分布的线性组合,并且计算出参数得到其准确的表达形式.(本文来源于《海南师范大学学报(自然科学版)》期刊2013年04期）
朱丽霞[6]（2013）在《基于经验似然的非对称核估计方法及应用》一文中研究指出损失数据的密度估计是精算领域中的一个重要研究内容,尤其是分布尾部的估计,尾部估计的好坏将在很大程度上影响实际的应用.如何使得拟合出的分布能真实反映样本数据的特征,是解决这一应用难题的关键.对于损失分布的估计有学者提出过用传统的对称核估计方法,这比参数模型方法和直方图等简单的非参数估计具有很大优势.但是对称核密度估计方法也存在着一些不足,如边界偏差问题,支撑为[0,∞)的损失分布的密度估计会将部分概率值分配在负数区间上；在分布峰和谷的位置过于平滑；缺乏局部适应性等,因此仅采用对称核方法来估计损失数据的分布是不合适的.本文针对损失数据的密度估计问题提出了一种结合非对称核和经验似然的密度估计方法,该方法通过构造估计方程使得密度估计的矩和分位数等于样本数据的矩和分位数,用经验似然中的基本原理为样本数据重新分配概率值pi以代替传统核密度估计中的n-1,并将传统核密度估计式中的对称核用非对称核来代替.这样的估计既不存在边界偏差,又能很好的拟合出样本数据的重要特征.然后我们给出新的估计方法的相合性证明.最后基于模拟损失数据和实际损失数据比较了新的方法和之前方法的估计效果,并且模拟结果表明在拟合密度函数时,新的方法比之前的方法效果更好(本文来源于《浙江大学》期刊2013-05-01）
潘晓刚,周海银[7]（2009）在《卫星轨道确定模型误差的深度加权核估计方法》一文中研究指出卫星动力学模型误差是客观存在的事实,动力学模型误差传递到轨道确定算法中构成部分形式未知的模型误差,并且与测量系统自身的系统误差和随机误差耦合在一起形成定轨模型误差,严重影响轨道确定精度.详细推导了存在动力学模型误差的轨道改进方程,对模型中能准确描述的部分建立了参数化模型,对不能准确描述的误差部分,建立了非参数模型.构建了部分线性轨道改进模型,利用二阶段估计法和核函数估计法对模型误差进行拟合估计,并在轨道改进中予以补偿.根据数据深度理论,建立了非参数模型误差的深度加权核估计方法,提高了模型误差估计的抗差性.最后结合天基空间目标监视系统进行了轨道确定仿真实验.实验结果表明,模型误差是影响轨道确定精度的重要因素,核函数估计法可以有效估计定轨中的模型误差,窗宽是提高模型估计精度的重要变量,通过深度加权处理可以明显提高核函数估计的抗差性,提高轨道确定精度.(本文来源于《天文学报》期刊2009年01期）
夏春林,何幼桦,宋承燕[8]（2006）在《偏微分方程初始条件的核估计方法》一文中研究指出对于一个适定的偏微分方程组广义初值问题,该文利用非参数回归分析中的核估计方法,对在不同时间和不同空间记录下的数据进行整合,估计出未知函数在初始曲面上的值.对于空间维数为n的问题,此估计受到n(n+1)/2个参数的控制,在一定的最优准则下,可以得到初始数据的最优估计.最后给出了一个海流浅水模式初始资料的估计实例,与大气或海洋数值预报中的其它常用同化方法相比,计算量相对较小.(本文来源于《上海大学学报(自然科学版)》期刊2006年05期）
董洁,夏晶,翟金波[9]（2003）在《非参数核估计方法在洪水频率分析中的应用》一文中研究指出目前,在洪水频率分析中,一般事先假定实测洪水系列服从某一线型,例如,服从P-Ⅲ型分布,再用参数统计方法分析洪水频率。然而,这种假定在多数情况下是不合理的,甚至会产生严重的后果。本文用非参数核估计方法对洪水系列分布的概率密度进行了估计,结果显示,非参数核估计法不仅具有事先不需要假定总体的线型的优点,而且估计的结果与参数统计法相比具有较高的精度。(本文来源于《山东农业大学学报(自然科学版)》期刊2003年04期）
核估计方法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
图像复原技术在很多领域发挥了重要作用。在实际复原过程中,由于受到各种条件的限制,人们很难获得图像具体的退化模式和模糊核,而精确的估计模糊核对图像的复原有着至关重要的作用。目前提出的图像复原算法仍有很多不足,许多方法都主要集中在解决图像中的先验约束或是借助其他观测图像对图像复原,很少关注图像区域信息对去模糊的影响。图像中有大量平坦区域,该区域不仅没有有用信息,反而加大了图像复原的耗时。而图像的非平坦区域中,部分区域不仅没有有用信息,而且非常不利于精确的估计模糊核。为了解决这一问题并结合课题以及项目需要,本文提出了一种基于最佳区域选择的模糊核估计方法对单幅图像进行复原。本文的主要研究内容是针对单幅图像的去模糊问题,提出了一个基于区域选择的模糊核估计方法。对空不变图像的复原主要是通过对图像中的过零点进行筛选,寻找包含大量有用信息的特征点,计算特征点的梯度熵滤除一部分干扰点,加入Gabor滤波构建特征向量,根据特征向量在CRF学习框架下求得图像中的最佳区域。为克服噪声对模糊核估计的干扰,加入加权二阶差分正则化项来估计模糊核。对极大似然估计空不变复原方法进行一些改进,在图像复原中加入基于最大似然估计的非线性滤波,平滑图像的噪声并保留图像中的细节。对模糊核缓慢变化的空可变图像建立一个基于区域选择的空可变模型,将空可变图像分为多个子块进行处理。对每个子块的最佳区域在梯度域上进行模糊核估计。为了更好的增强图像边缘,减小振铃效应,对空可变图像的复原中添加总变分正则化项,并加入Split Bregman迭代求解。对一系列仿真模糊图像和真实模糊图像进行实验,证明了本文算法的有效性。结果表明,本文所提出的基于区域选择的模糊核估计方法,能高效地估计图像模糊核,并能得到高质量的复原图像。对于模糊核变化缓慢的空可变图像,本文提出的基于区域选择的空可变复原模型也同样适用,并能得到好的复原结果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
核估计方法论文参考文献
[1].张慧利,周湘贞.基于尺度信息边缘提取的模糊核估计方法[J].电子测量与仪器学报.2019
[2].蔡颖.基于区域选择的模糊核估计方法研究[D].武汉工程大学.2018
[3].周兵.基尼系数非参数核估计方法及应用[D].西南财经大学.2018
[4].贾秀芳,张韶光,华回春,安海清.部分线性核估计方法在谐波责任分摊问题中的应用[J].电力系统自动化.2015
[5].牛玉坤,胡晓华.基于非参数核估计方法的中国股市收益率分布研究[J].海南师范大学学报(自然科学版).2013
[6].朱丽霞.基于经验似然的非对称核估计方法及应用[D].浙江大学.2013
[7].潘晓刚,周海银.卫星轨道确定模型误差的深度加权核估计方法[J].天文学报.2009
[8].夏春林,何幼桦,宋承燕.偏微分方程初始条件的核估计方法[J].上海大学学报(自然科学版).2006
[9].董洁,夏晶,翟金波.非参数核估计方法在洪水频率分析中的应用[J].山东农业大学学报(自然科学版).2003