P^-混合样本线性模型M估计的强相合性

研究了P^-混合样本线性模型中的M估计，在较弱的矩条件下，获得了M估计是强相舍估计的充分条件．与相应结论比较，有了较大的实质性改进。     

一种基于高斯核的广义数据深度

本文提出了一个具有自适应等深面的广义数据深度函数.针对目前数据深度函数的中心区域都是凸的,造成无法有效处理具有ItrJ形结构数据的问题.本文从样本深度的角度,利用高斯核特征空间最小球原理,提出了一种广义的数据深度.它具有正交、尺度、平移不变性,满足弱单调性和无穷远处为0的性质.相比现有数据深度而言,它对凹形结构的数据具有更好的深度解释.更为重要的是它的计算比较简单,从而保证了它的实用性.     

基于最优估计的数据融合理论

本文提出了一种最优加权的数据融合方法，分析了最优权值的分配原则；给出了多源信息统一的线性融合模型，使其表示不受数据类型和融合系统结构的限制，并指出在噪声协方差阵正定的前提下，线性最小方差估计融合和加权最小二乘估计融合是等价的；介绍了数据融合中的Bayes极大后验估计融合方法，给出了利用极大后验法进行传感器数据融合的一般表示公式；最后以两传感器数据融合为例，证明了利用Bayes极大后验估计进行两传感器数据融合所得到的融合状态的精度比相同条件下极大似然估计得到的精度要高，同时它们均优于任一单传感器局部估计精度。     

局部凸空间的定义半范数基和空间的分类

本文引入局部凸空间定义半范数基及与之相关的空间L—维数的概念,并按空间的L—维数对局部凸空间进行分类;此外还指出了局部凸空间存在有界领域的充要条件。     

多重水印技术的模糊关系与应用

应用带参数整数小波变换,提出了一种多重水印技术。在图像中同时嵌入半透明数字水印和脆弱水印来达到良好的保护效果。通过构造模糊关系矩阵,实现了半透明水印的安全嵌入。引入R ijndae l加密算法,构造出H ash函数,实现了一种具有高敏感性能的脆弱水印。该技术在图像保护领域有广阔的应用前景。     

一维参数化正交小波滤波器的解析性质与优化逼近

本文给出了一维参数化正交小波滤波器系数向量的解析表达式和它的递推计算公式,还给出了它的一阶变分及二阶变分公式．利用这些结果和最优化方法,给出了FIR正交小波滤波器的逼近和设计问题的优化模型和数值例子．     

对Bootstrap方法的自助抽样的改进

Bootstrap方法是一种常用的统计推断方法,它的无先验性,以及计算过程中只需要实际的观测数据,使得其可方便的应用于实际的数据处理之中。对连续情形而言,Bootstrap本身的计算特性限制了自助样本的生成范围,即只能从原样本再采样,从而使得自助分布产生偏离,无法渐近于真实情形。鉴于此不足,本文提出了改进的Bootstrap方法,它通过对自助样本生成范围的拓展,克服了这一不足,获得了更加精确的参数估计。     

混合样本线性模型M估计的强相合性

研究了混合样本线性模型中的M估计,在较弱的矩条件下,获得了M估计是强相合估计的充分条件.与相应结论比较,有了较大的实质性改进.     

基于模糊关系的DEM数据信息伪装技术研究

提出一种DEM数据的信息伪装技术。应用Rabin方法生成单向Hash函数，结合波动方程随机生成DEM数据。构造模糊矩阵，生成为伪装DEM数据。非法用户无法获取真实地形数据，但是合法用户使用密码K就可以将真实的地形数据还原。该算法在隐蔽通讯领域有广阔应用前景。算法可以完全公开。     

主变量筛选方法

本文利用矩阵的扫描运算，提出一种对高维随机向量X=（x1,x2,…,xp)‘进行降维处理的实用方法-主变量筛选方法，给出了该方法的理论依据、直观解释、算法及数值例子。该方法是不同于主成分分析法的一种降维方法。特别，当变量X多重相关性突出时，本文方法效果显著。