1) Best linear unbiased filtering
最优线性无偏滤波
2) optimum linear filtering
最优线性滤波
1.
The 2nd order approximation of measurement noise in optimum linear filtering with coordinate conversion;
坐标变换最优线性滤波中测量噪声的二阶近似方法
3) Optimum Nonlinear Filtering
最优非线性滤波
1.
On Optimum Nonlinear Filtering via ANNs;
最优非线性滤波的神经网络实现研究
4) linear optimal filter
线性最优滤波
1.
A linear optimal filter is proposed based on the minimum mean square error(MMSE) criterion to solve the problem that the commonly used Lee and Kuan filters for synthetic aperture radar(SAR) images have bigger filtering errors.
针对常用于合成孔径雷达(SAR)图像降噪的Lee滤波和Kuan滤波误差较大的问题,提出了基于最小均方误差(MMSE)准则的线性最优滤波。
5) optimal linear unbiased estimation
最优线性无偏估计
1.
Based on the mean square error matrix criterion,the result is compared with the least square estimation and the optimal linear unbiased estimation.
在指定的先验信息下获得了相依回归系统参数的Bayes估计,并在均方误差阵准则下对与最小二乘估计和最优线性无偏估计进行了比较,讨论了在后验PC准则下相对于最小二乘估计的优良性。
2.
In this paper we investigated optimal linear unbiased estimation of the linear estimable function in general multivariate random effect linear model.
本文研究了一般的随机效应多元线性模型中线性可估函数的最优线性无偏估计。
3.
The estimation of this class of the distributed group can be done by the unbiased estimation, uniformly minimum variance estimation and the optimal linear unbiased estimation.
这一类分布族的参数估计可用无偏估计 ,一致最小方差无偏估计和最优线性无偏估计 。
6) best linear unbiased predictor
最优线性无偏预测
1.
The robustness of the best linear unbiased predictor in the multivariate linear model with arbitrary rank were investigated.
研究了任意秩多元线性模型中最优线性无偏预测的稳健性,即对任一线性可预测变量,得到了其关于协方差矩阵具有稳健性的充要条件。
2.
Robustness of the best linear unbiased predictor in the general growth curve model is inves- tigated.
研究了一般生长曲线模型中最优线性无偏预测的稳健性,得到了线性可预测变量的这种预测关于协方差阵具有稳健性的充要条件。
补充资料：非线性偏微分方程
非线性偏微分方程
noil-linear partial differential equation
非线性偏微分方程【咖J.翻r，而I山价拍函坛la甲.d阅;He翻e面.oeyP姗e皿ec，aC几。，nPO，3的月”曰M一」 一个形如 F(x，u，…，D“u)“0(1)的方程，其中x=(x.，…，x。)任R“，u=(“:，一，“。)〔R’，F=(F，，一，F*)‘R“，:=(:.，…，:。)是由非负整数:，，…，:。组成的一个多重指标，D’二D寸‘二D二·，D‘=a/刁x‘(泛=1，…，。).在复值函数的情形下，可类似地定义非线性偏微分方程.若k>1，通常称为向量的非线性偏微分方程或非线性偏微分方程组.方程中出现的最高阶导数的阶数称为(l)的阶. 最为熟知的一个非线性方程是M加犯e.All妙耽方程(M。刀罗一Am乒re叫Ua石on)}口2，J}石‘_、a Zu detl二竺竺一!十)A .fx，“，Du)下‘-于一一+ 一’}口‘.刁‘，}i，仁，‘一‘，、‘”一’一’口x;刁xj +B(x，u，Du)‘0;(2)此处及以下，Du二(D、u，二‘，D。u)， 若k=阴且F关于最高阶数所对应的变量是可微的，方程(l)的类型由F关于这些导数的主要线性部分的类型所定义(见偏微分方程(山玉沈n往目闪叩-tion，paJ石al)).对于相应的变量的导数(或由微分运算所产生的导数)，一般地，人们相应地赋予一个确定的权.例如，在非线性热传导方程中， 。。，「。。刁，ul 一二，-=1 IX，。X。U—.一.丁--布，l， 口x.一L一口xZ口x三」此处日f/日pZ:>o，尸2:拱口’u/刁x{，则导数刁f/ap之:有权为2. 因为(l)关于最高阶导数的线性化是在一个固定解的邻域内进行的，(l)的类型将可能依赖于这个解(对照线性方程，甚至在一固定点x处).例如，方程 单华+旦兰生一旦生一f(二二二，、(3、 日x{口x左刁x:在具日“/口x:>o的解。处为椭圆型的，而在具口u/刁x:<0的解“处则为双曲型的. 一个方程的类型决定了此方程的边值(混合)间题是否适定以及影响研究它们的方法. 若函数F线性地依赖于它的最高阶导数，则(1)称为拟线性方程(q班‘i一恤份r闪Uat10n).例如，(3)是拟线性的.否则，方程称为是本质非线性方程(邸cnt访lly non七lx分r叫m石on).例如，Mo卿一内np-吮方程(2)是本质非线性的. 若一个拟线性方程的最高阶导数的系数不依赖于解(或它的导数)，则方程称为弱非线性方程(w戈月ynon刁11长以r叫Uation)、例如，方程 A“=f(x，“，D“)(4)是弱非线性的. 拟线性和弱非线性偏微分方程之间的区分是承担了一个有条件的特性而不反映方程的内在性质.弱非线性方程可能有较拟线性甚至本质非线性方程更强的非线性性质.例如，存在形如(4)的弱非线性方程，它的在一有界区域内的一个给定的D州ehlet问题有可数多个不同的解. 形如(1)的方程可在全空间R”内考虑，或者在它的某一子域内研究.在第一种情形下，解空间的定义含有在无穷远处解的性态的条件.而在区域的情形下，人们在边界上或其一部分上提一个或更多的边界条件.这些边界条件同样可含有非线性算子.一个非线性偏微分方程连同一个边界条件(或一些边界条件)一起形成一个非线性问题，此问题必须在一个适当的函数空间内讨论.这个解空间的选取由该区域内的非线性微分算子F及边界算子的结构所决定.一个非线性问题的解空间的选取对问题的讨论是一个本质的因素.例如，对如下非线性问题:在有界区域oc=R”内，，。落。(一‘)”，”‘(，”‘ul’一’sgn”“U)一f(x)，p>‘， 在边界刁。上，D尹u:oO，1刀l蕊m一1，此问题对应于C以沁J记B空间W叹Q).对于其对偶空间评子“(。)二(评了(。))’，q一’千p一’=1中任一函数f，。此问题在心(川内有唯一的解·此处及以下，W誉(。)是所有在Q内无限次可微且有紧支集的函数所成的集合在。石叨eB空间W君(。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条