针对实拍运动模糊图像的复原问题，分析了实拍图像与仿真模糊图像的差异特征，提出一种适用于实拍图像退化参数估计的方法。首先退化图像的倒谱，选用倒谱灰度极小值得绝对值作为阈值把倒谱变为二值图像，再去除中心的十字亮线；然后用点到直线的距离公式计算出二值图像的亮条纹方向，即得运动模糊图像；最后以退化图像中心为旋转轴，将运动模糊方向旋转至水平方向，用差分自相关法计算模糊尺度。把估计的点扩散函数（PSF）代入维纳滤波算法复原实拍图像，复原效果证明参数估计结果正确。

阵列信号处理的课程报告，包括常用算法代码（MVDR,SVD,LCMP,LMS,ULA）和个人理解，对应的参考书是外国人写的那本阵列信号处理

最近邻分类器(NN) 假设i.i.d.样本集 对于样本 ，NN采用如下的决策： 相当于采用 近邻方法估计后验概率，然后采用最大后验概率决策。 分类一个样本的计算复杂度： （采用欧氏距离）

参数估计 参数估计有两类方法: 将参数作为非随机量处理，如矩法估计、最大似然估计； 将参数作为随机变量，贝叶斯估计就属此类。 5.1 统计推断概述 i w ) ( i x p w r i w ) ( i x p w r { } ) , , , ( 2 1 ¢ q q q = q D q m i L r 如果已知 类的概密 的函数类型，即知道 类的 概型，但不知道其中的参数或参数集 ， 可采用参数估计的方法 ，当解得这些参数 后 也就确定了。 确定未知参数

向量自回归模型（简称VAR模型）是一种常用的计量经济模型；该例子是VAR（1）模型的代码，可以参考vars包。

介绍 作者： Thomas V. Wiecki，Imri Sofer，Mads L.Pedersen，Michael J.Frank 接触： ， ， ， 网站： Github： 邮件列表： 版权： 该文档已放置在公共领域。 执照： HDDM是根据BSD 2许可证发行的。 版本： 0.7.8 目的 HDDM是用于漂移扩散模型（通过PyMC）的分层贝叶斯参数估计的python工具箱。 漂移扩散模型被广泛用于心理学和认知神经科学中以研究决策。 查看有关如何入门的。 可以在下面以及部分和找到更多信息。 特征 使用DDM参数的分层贝叶斯估计（通过PyMC）允许同时估计主题和组参数，其中假定单个主题是从组分布中得出的。 因此，与使用个别受试者最大可能性（即DMAT或fast-dm ）的其他方法相比，当测量的RT值较少时，HDDM应产生更好的估计。 针对速度进行了高度优

拟合优度和F－检验的关系（续） 区别： （1）F－检验中使用的统计量有精确的分布，而拟合优度检验没有； （2）对是否通过检验，判定系数（校正判定系数）只能给出一个模糊的推测；而F检验可以在给定显著水平下，给出统计上的严格结论；

论文研究-时变弹性系数生产函数的非参数估计.pdf,  提出了时变弹性系数生产函数模型,该模型刻画了弹性系数不再是常数而是随时间变化而变化的函数,并且去除了古典生产函数模型的两个不合理的假设,即所提出的模型释放了技术进步是中性的以及技术进步与投入要素投入量变化是独立的两个假设,从而使所提出的模型更加符合实际应用的情况.文中通过现代统计学中的非参数推断方法,研究了时变弹性系数生产函数回归模型, 利用局部多 项式回归方法,给出了时变弹性系数函数的局部线性加权最小二乘估计.根据广义似然比检验,检验了弹性系数的时变性.结合中国的实际例子, 通过实证得出,在1981年到2004年期间, 中国的资本和劳动产出弹性都不是常数而是时间的非线性函数.资本产出弹性在0.21至0.68之间, 劳动产出弹性在0.44至0.89之间,规模报酬在0.89至1.14之间.

基于LDPC的Slepian-wolf编码的相关参数估计

威布尔分布参数估计在EXCEL中的实现方法研究，史景钊，花恒明，三参数威布尔分布的参数估计比较复杂，大多数估计方法都需要编程计算。推导了相关系数优化法求解三参数威布尔分布位置参数的公式