2) posterior Γ-minimax estimator
后验Γ-极小极大估计
1.
The present paper generalizes the results of posterior Γ-minimax estimators and posteriorrestricted-risk Bayes estimators of normal-distributed position parameters to the case of weightedsquared error losses by means of DasGupts-Studden method.
应用ＤａｓＧｕｐｔａ－Ｓｔｕｄｄｅｎ方法，在更广泛的加权平方损失Ｌ（θδ（ｘ））下，讨论了正态位置参数的后验Γ－极小极大估计及限制风险Ｂａｙｅｓ估计，使更广泛的一类求相应估计值问题得到了解决。
3) Sequential maximum posterior estimator
序贯极大后验估计器
4) maximum a posteriori estimate
极大后验概率估计
1.
In order to improve the positioning precision of the scene matching navigation system,a novel algorithm of scene matching based on Markov random field theory and maximum a posteriori estimate is proposed.
为了提高景像匹配导航系统的定位精度,给出了一种基于Markov随机场理论和极大后验概率估计的新型景像匹配算法。
5) Sequential Maximum a Posterior Estimator
序贯极大后验估计
6) Marginal maximum posterior estimator
边缘极大验后估计
补充资料：极大似然估计
极大似然估计法是求估计的另一种方法。它最早由高斯提出。后来为费歇在1912年的文章中重新提出，并且证明了这个方法的一些性质。极大似然估计这一名称也是费歇给的。这是一种上前仍然得到广泛应用的方法。它是建立在极大似然原理的基础上的一个统计方法，极大似然原理的直观想法是：一个随机试验如有若干个可能的结果A，B，C，%26#8230;。若在一次试验中，结果A出现，则一般认为试验条件对A出现有利，也即A出现的概率很大。
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