次线性期望下的一般中心极限定理

受Peng-中心极限定理的启发,本文主要应用G-正态分布的概念,放宽Peng-中心极限定理的条件,在次线性期望下得到形式更为一般的中心极限定理.首先,将均值条件E[X_n]=ε[X_n]=0放宽为|E[X_n]|+|ε[X_n]|=O(1/n);其次,应用随机变量截断的方法,放宽随机变量的2阶矩与2+δ阶矩条件;最后,将该定理的Peng-独立性条件进行放宽,得到卷积独立随机变量的中心极限定理.     

具有高安全性和有效性的Ⅱ期两阶段临床试验

Ⅱ期临床试验的主要目的是对药物治疗的安全性和有效性进行评估.针对具有高安全性的Ⅱ期两阶段临床试验,给出小样本量下关于安全性和有效性的精确检验方法,并证明最大Ⅰ类错误概率与Ⅱ类错误概率分别在原假设和备择假设的边界处达到.在期望样本量最小原则下,给出最优两阶段设计的构造方法和常用设计表,供实际应用选用.     

幂幂损失下正约束参数的贝叶斯估计量及其应用（英文）

所提出的幂幂损失函数对参数过大或过小具有均衡收敛速度或惩罚,具有本文列出的所有七个性质,因此建议用于正限制参数空间.然后在幂幂损失函数下计算参数的贝叶斯估计量、后验风险、综合风险和贝叶斯风险.接着,我们在一个分层正态–正态逆伽玛模型下解析地计算了这些量.最后,数值模拟验证了我们的理论研究.     

条件数学期望的定义归纳及其应用

给出条件数学期望的一般定义、经典定义以及随机变量关于一般σ代数的条件数学期望的几何定义,并举例说明条件数学期望在均值回归中的应用.     

开路傅里叶变换红外光谱层析重建算法仿真

采用代数迭代(ART)算法和最大似然期望最大化(MLEM)算法,利用开路傅里叶变换红外(OP-FTIR)光谱仪的测量结果,通过仿真模拟了高斯空间分布模型下的气体二维浓度场重建,并利用重建评价指标——逼近度和相关系数,分析了这两种重建算法的重建精度和抗噪性能。结果表明:在单峰气体浓度场中,ART与MLEM算法重建结果的逼近度分别为0.177和0.044;在双峰气体浓度场中,ART与MLEM算法重建结果的逼近度分别为0.263和0.069;MLEM算法更适用于重建复杂的气体浓度场。在不同噪声水平下,ART的抗噪性能优于MLEM算法,MLEM算法对噪声更敏感。     

基于多维混合柯西分布的点云配准

为提高三维点云在数据随机缺失和噪声干扰等复杂情况下的配准精度,提出一种基于多维混合柯西分布(MMC)的点云配准方法。将点云数学模型扩展为MMC模型,求解模型各参数,并构造出特征四面体,以优化旋转矩阵与平移向量;通过最大期望算法分别求出目标点云和待配准点云在MMC模型下的数据中心、协方差矩阵和权重的值。仿真与实验数据表明:与几种常用的算法相比,MMC算法即使在点云数据存在遮挡、缺失,大小不一致,含随机噪声,且具有无序性的条件下,也能精确配准,且具有良好的稳健性。     

迷雾散尽 本质凸显——由一个数学期望问题引发的思考与探究

在一次巡视学生独立作业的过程中,发现一个看似简单的问题,好多人没有做(空着),做的人中,答案正确的也是寥寥无几.为了寻找学生思路受阻和解答错误的原因,笔者记下题目开始思考.题目是