期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
L_1估计的分布及统计性质 被引量:3
1
作者 王志忠 《测绘工程》 CSCD 1998年第2期22-27,共6页
推导了L1估计的密度函数,讨论了L1估计的统计性质,证明L1估计是无偏估计,同时还证明L1估计优于LS估计。
关键词 密度函数 l1估计 无偏估计 统计性质
下载PDF
线性模型中误差分布的基于L_1估计的相合核估计 被引量:1
2
作者 张文扬 张鸣 《四川大学学报(自然科学版)》 CAS CSCD 1994年第4期432-438,共7页
线性模型y_i=x_i'β+e_i,i=1,…,n,的误差序列有未知密度f(x).本文在一定条件下证明了f(x)的核估计的弱相合性,逐点强相合性,一致强相合性,其中为L_1估计的残差.
关键词 误差分布 l1估计 核估计 线性模型
下载PDF
L_1-Norm Estimation and Random Weighting Method in a Semiparametric Model 被引量:3
3
作者 Liu-genXue Li-xingZhu 《Acta Mathematicae Applicatae Sinica》 SCIE CSCD 2005年第2期295-302,共8页
In this paper, the L_1-norm estimators and the random weighted statistic fora semiparametric regression model are constructed, the strong convergence rates of estimators areobtain under certain conditions, the strong ... In this paper, the L_1-norm estimators and the random weighted statistic fora semiparametric regression model are constructed, the strong convergence rates of estimators areobtain under certain conditions, the strong efficiency of the random weighting method is shown. Asimulation study is conducted to compare the L_1-norm estimator with the least square estimator interm of approximate accuracy, and simulation results are given for comparison between the randomweighting method and normal approximation method. 展开更多
关键词 l_1-norm estimation random weighting method semiparametric regression model
原文传递
约束L_1模反褶积 被引量:3
4
作者 乐友喜 王才经 屠世杰 《石油地球物理勘探》 EI CSCD 北大核心 1997年第2期171-180,共10页
基于层状介质地震道褶积模型的L_1模反褶积方法,在单道处理中,由于各道集中占有强反射层的程度不同,反射系数位置的确定也不唯一,使得反褶积的结果破坏了剖面原有的连续性。本文通过采用位置约束条件的方法,不仅能找出主要反射层... 基于层状介质地震道褶积模型的L_1模反褶积方法,在单道处理中,由于各道集中占有强反射层的程度不同,反射系数位置的确定也不唯一,使得反褶积的结果破坏了剖面原有的连续性。本文通过采用位置约束条件的方法,不仅能找出主要反射层,而且位置基本准确,从而克服了原方法中因主要层位找得不准而造成的剖面横向连续性差的缺陷。理论模型与实际资料的处理结果表明,该方法是可行的。 展开更多
关键词 模反褶积 反射系数 地震子波 子波估计 地震勘探
下载PDF
相关观测值的一次范数最小平差 被引量:2
5
作者 曾绍炳 周世健 《华东地质学院学报》 1996年第1期79-85,共7页
本文从理论上推导了约束条件为参数平差的相关观测值的一次范数最小平差(L1平差)模型,并对不同的数学实例进行了试算。结果表明,L1平差具有较好的抗粗差能力。
关键词 相关观测值 参数平差 一次范数最小平差 粗差
下载PDF
球面上l_(1)正则优化的随机临近梯度方法
6
作者 米玲 薛文娟 沈春根 《计算数学》 CSCD 北大核心 2022年第1期34-62,共29页
本文研究球面上的l_(1)正则优化问题,其目标函数由一般光滑函数项和非光滑l_(1)正则项构成,且假设光滑函数的随机梯度可由随机一阶oracle估计.这类优化问题被广泛应用在机器学习,图像、信号处理和统计等领域.根据流形临近梯度法和随机... 本文研究球面上的l_(1)正则优化问题,其目标函数由一般光滑函数项和非光滑l_(1)正则项构成,且假设光滑函数的随机梯度可由随机一阶oracle估计.这类优化问题被广泛应用在机器学习,图像、信号处理和统计等领域.根据流形临近梯度法和随机梯度估计技术,提出一种球面随机临近梯度算法.基于非光滑函数的全局隐函数定理,分析了子问题解关于参数的Lipschtiz连续性,进而证明了算法的全局收敛性.在基于随机数据集和实际数据集的球面l_(1)正则二次规划问题、有限和SPCA问题和球面l_(1)正则逻辑回归问题上数值实验结果显示所提出的算法与流形临近梯度法、黎曼随机临近梯度法相比CPU时间上具有一定的优越性. 展开更多
关键词 球面约束 l_(1)正则优化 随机梯度估计 全局隐函数定理 全局收敛
原文传递
基于因子分析的因果推断研究
7
作者 付举望 孔新兵 《重庆工商大学学报(自然科学版)》 2022年第6期71-78,共8页
针对反事实框架下的因果推断问题,在因子分析视角下,从优化角度提出利用L_(2)因子分析方法估计反事实值,并引入L_(1)损失函数优化L_(1)风险;结合因果推断与正交因子模型,将面板数据中需要估计的反事实值视作缺失值,从而把因果推断反事... 针对反事实框架下的因果推断问题,在因子分析视角下,从优化角度提出利用L_(2)因子分析方法估计反事实值,并引入L_(1)损失函数优化L_(1)风险;结合因果推断与正交因子模型,将面板数据中需要估计的反事实值视作缺失值,从而把因果推断反事实值估计转变为带有缺失值的潜在因子模型估计;舍弃面板数据中的缺失值,通过优化一步得到潜在结果与平均处理效应,避免了信息丢失问题;采用L_(1)因子分析代替L_(2)因子分析来估计模型,做出稳健性上的改进,并获得中位数处理效应;介绍了一种交替凸优化算法解决L_(1)、L_(2)因子分析中的目标函数最小化问题,并给出其具体实现步骤;对于加利福尼亚州限制烟草政策案例做了实证研究,将L_(1)、L_(2)因子分析与已有因果推断方法进行比较分析,结果表明:因子模型的L_(1)、L_(2)估计量同样适用于宏观经济变量预测;最后通过设置伪实验组与伪介入的假设,验证了L_(1)因子分析较其他方法具有更稳健的预测效果。 展开更多
关键词 反事实估计 因果推断 l_(1)因子分析
下载PDF
基于相干性框架的部分支集已知的信号重建
8
作者 武思琪 宋儒瑛 关晋瑞 《西华师范大学学报(自然科学版)》 2024年第4期367-374,共8页
文章使用l_(2)-αl_(2)(0<α≤1)最小化模型利用信号自身的先验支撑信息来重建高维稀疏信号。这是首篇基于相干性框架的部分支集已知的信号重建,重点讨论3种噪声(l_(2)有界噪声、Dantzig Selector噪声和脉冲噪声)情形下信号鲁棒恢复... 文章使用l_(2)-αl_(2)(0<α≤1)最小化模型利用信号自身的先验支撑信息来重建高维稀疏信号。这是首篇基于相干性框架的部分支集已知的信号重建,重点讨论3种噪声(l_(2)有界噪声、Dantzig Selector噪声和脉冲噪声)情形下信号鲁棒恢复的充分条件和误差估计。 展开更多
关键词 压缩感知 部分支集已知 l_(1)-αl_(2)最小化 相干性 误差估计
下载PDF
l_(1)-αl_(2)最小化模型下不同噪声的误差估计
9
作者 王俊丽 穆晓芳 温瑞萍 《太原师范学院学报(自然科学版)》 2023年第2期13-18,共6页
压缩感知主要是考虑从较少的采样数据中以高概率精确地重构原高维稀疏信号.基于l_(1)-αl_(2)(0<α≤1)最小化模型,大多数文献研究信号的重构问题,而对于图像重构方面很少研究,尤其对于高斯噪声和l_(∞)-有界噪声下的图像重构.根据... 压缩感知主要是考虑从较少的采样数据中以高概率精确地重构原高维稀疏信号.基于l_(1)-αl_(2)(0<α≤1)最小化模型,大多数文献研究信号的重构问题,而对于图像重构方面很少研究,尤其对于高斯噪声和l_(∞)-有界噪声下的图像重构.根据测量矩阵的约束等距性得到这两种噪声下图像重构的误差估计. 展开更多
关键词 压缩感知 图像重构 l_(1)-αl_(2)最小化 约束等距性 误差估计
下载PDF
基于l_(1)-l_(2)最小化的部分支集已知的信号重建 被引量:2
10
作者 宋儒瑛 武思琪 关晋瑞 《湖北民族大学学报(自然科学版)》 CAS 2022年第1期81-85,共5页
压缩感知是近几年应用数学范畴较为热门的前沿课题,是一种新型的采样理论,主要是考虑从较少的线性测量中利用信号自身的各种先验信息来恢复高维稀疏信号.文章通过l_(1)-l_(2)最小化方法对部分支集已知的信号提出了重建的一个新的充分条... 压缩感知是近几年应用数学范畴较为热门的前沿课题,是一种新型的采样理论,主要是考虑从较少的线性测量中利用信号自身的各种先验信息来恢复高维稀疏信号.文章通过l_(1)-l_(2)最小化方法对部分支集已知的信号提出了重建的一个新的充分条件,并得到信号恢复稳定和鲁棒的误差估计. 展开更多
关键词 压缩感知 部分支集已知 l_(1)-l_(2)最小化 限制等距性 误差估计
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部