检索结果-内蒙古大学图书馆

电子科技大学学报 2024年第4期53卷 605-610页

作者：冯世光高诚伸李绿周中山大学计算机学院广州510006

随机变量的均值估计问题一直是经典数据分析中研究的热点,均值估计算法的目的是通过对随机变量尽可能少地采样从而获得尽可能准确的均值估计值。量子计算作为一项革命性的技术,在一些问题上具有超越经典计算的优势。量子算法在均值估计... 详细信息

随机变量的均值估计问题一直是经典数据分析中研究的热点,均值估计算法的目的是通过对随机变量尽可能少地采样从而获得尽可能准确的均值估计值。量子计算作为一项革命性的技术,在一些问题上具有超越经典计算的优势。量子算法在均值估计问题上相对于经典算法具有平方加速,展现了量子计算的优越性。该文系统梳理了量子均值估计算法的发展历程,详细介绍了各阶段的算法流程及其优缺点,并对其主要应用场景进行了展示,最后讨论了量子均值估计算法的潜在发展方向。

关键词：随机变量均值估计量子算法 Grover算法

来源：评论

学校读者我要写书评

暂无评论

(ε,δ)-本地差分隐私模型下的均值估计机制

引用

电子与信息学报 2023年第3期45卷 765-774页

作者：张跃朱友文周玉倩袁家斌南京航空航天大学计算机科学与技术学院南京211106 桂林电子科技大学广西密码与信息安全重点实验室桂林541004

相对于ε-本地差分隐私(LDP)机制,(ε,δ)-本地差分隐私模型下的方案具有更小的误差边界和更高的数据效用。然而,当前的(ε,δ)-本地差分隐私均值估计机制仍存在估计误差大、数据效用低等问题。因此,针对均值估计问题,该文提出两种新的(... 详细信息

相对于ε-本地差分隐私(LDP)机制,(ε,δ)-本地差分隐私模型下的方案具有更小的误差边界和更高的数据效用。然而,当前的(ε,δ)-本地差分隐私均值估计机制仍存在估计误差大、数据效用低等问题。因此,针对均值估计问题,该文提出两种新的(ε,δ)-本地差分隐私均值估计机制:基于区间的均值估计机制(IM)和基于近邻的均值估计机制(NM)。IM的主要思想是:划分扰动后的数据到3个区间,真实数据以较大概率扰动到中间的区间,以较小概率扰动到两边的区间,收集者直接对扰动数据求均值得到无偏估计。NM的主要思想是:把真实数据以较大概率扰动到其邻域,以较小概率扰动到距离较远的值,收集者结合期望最大化算法得到高准确度的估计均值。最后,该文通过理论分析证明了IM和NM均可以满足隐私保护要求,并通过实验证实了IM和NM的数据效用优于现有机制。

关键词：隐私保护本地差分隐私数据聚合均值估计

来源：评论

学校读者我要写书评

暂无评论

区间数据的均值估计

引用

应用概率统计 2010年第4期26卷 419-426页

作者：邓文丽付婷江西师范大学数学与信息科学学院南昌330022

本文在运用无偏转换思想找到区间数据均值估计的基础上,对所找到的估计量的方差进行了研究.针对区间截断情况1和区间截断情况2,找到了估计量方差有限的条件.当截断随机变量的分布在某种程度上比被截断随机变量的分布尾部更厚时,方差有... 详细信息

本文在运用无偏转换思想找到区间数据均值估计的基础上,对所找到的估计量的方差进行了研究.针对区间截断情况1和区间截断情况2,找到了估计量方差有限的条件.当截断随机变量的分布在某种程度上比被截断随机变量的分布尾部更厚时,方差有限的估计量可以取到.

关键词：区间数据无偏转换均值估计方差

来源：评论

学校读者我要写书评

暂无评论

函数δ_k(n)r次方误差项的阶及均值估计

引用

山东大学学报（理学版） 2006年第5期41卷 91-94,107页

作者：董新梅山东经济学院统计与数学学院山东济南250014

对于数论函数δk(n)=max{d∈N,d|n且(d,k)=1}的r次方误差项的阶及其均值估计进行了研究,其中r>1为自然数,k为无平方因子数,得出了∑n xδrk(n)的渐近式及误差项的均值估计.

关键词：数论函数误差项阶均值估计

来源：评论

学校读者我要写书评

暂无评论

一类数论函数的均值估计

引用

数学学报（中文版） 1989年第2期32卷 260-267页

作者：张文鹏西北大学数学系

本文的主要目的是利用筛法给出一类数论函数的平均值估计.

关键词：数论函数均值估计筛法除数函数

来源：评论

学校读者我要写书评

暂无评论

一种混沌神经网络及其在二维局部均值估计自适应滤波中的应用

引用

计算机工程与科学 2009年第12期31卷 100-102页

作者：王敏朱志宇张冰江苏科技大学电子信息学院江苏镇江212003

本文研究了具有模拟退火特性的混沌神经网络模型,给出了混沌神经网络的能量函数表达式及其搜索和优化过程,并将其应用于二维自适应局部均值估计滤波算法中。仿真结果表明,利用混沌神经网络进行二维自适应滤波是可行的,且比Hopfield神经... 详细信息

本文研究了具有模拟退火特性的混沌神经网络模型,给出了混沌神经网络的能量函数表达式及其搜索和优化过程,并将其应用于二维自适应局部均值估计滤波算法中。仿真结果表明,利用混沌神经网络进行二维自适应滤波是可行的,且比Hopfield神经网络具有更快的收敛效率。

关键词：自适应滤波神经网络混沌神经网络均值估计

来源：评论

学校读者我要写书评

暂无评论

不等概分类整群抽样下的均值估计及其性质

引用

统计研究 2003年第5期20卷 56-58页

作者：孙道德阜阳师范学院计算机系

Basing on the multi nomial distribution and its nature,the paper conducts analysis of method of non equal probability classified cluster sample survey and the un bias estimation of mean,and further researches and prov... 详细信息

关键词：分类整群抽样不等概方法多项分布均值估计方差估计

来源：评论

学校读者我要写书评

暂无评论

m-相依样本基于核实数据下的均值估计

引用

数学的实践与认识 2013年第13期43卷 155-160页

作者：宇世航齐齐哈尔大学理学院黑龙江齐齐哈尔161006

考虑m-相依样本数据,同时带有误差观测情况下的总体均值估计问题,利用核实数据构造总体均值的核函数估计量,获得了与独立同分情形下相同的结论.

关键词：均值估计渐近正态 m-相依

来源：评论

学校读者我要写书评

暂无评论

对称幂L-函数Riesz余项的均值估计

对称幂L-函数Riesz余项的均值估计

引用

作者：张芮山东师范大学

学位级别：博士

Langlands纲领将代数,数论,调和分析以及几何等数学分支紧密的联系在一起.现代数论中最前沿的课题大都是围绕着Langlands纲领展开的,其中自守形式理论是Langlands纲领的核心内容,是数学发展中的一个新兴领域,为数论研究提供了新的思路... 详细信息

Langlands纲领将代数,数论,调和分析以及几何等数学分支紧密的联系在一起.现代数论中最前沿的课题大都是围绕着Langlands纲领展开的,其中自守形式理论是Langlands纲领的核心内容,是数学发展中的一个新兴领域,为数论研究提供了新的思路与方向.本文的工作将围绕着自守形式理论中的自守函数展开. 在解析数论中Dirichlet除数问题D(x)=(?)d(n)是一个经典的问题,其中Dirichlet除数函数d(n)=(?)1(n,n1,n2均为正整数)是一个数论函数,并且d(n)是ζ2(s)的系数.D(x)的渐近公式表示为 D(x)=x(logx+2γ-1)+Δ(x),其中γ=0.57721...为Euler常数,Δ(x)为余项.因此,研究Dirichlet除数问题较为重要的就是不断改进余项Δ(x)的大小,为此许多专家学者研究了 Δ(x)的上界估计,下界估计以及高次积分均值估计,得到了一系列的结果.本文主要研究了关于自守函数的类似问题. 定义Sl(Γ)是全模群Γ=SL(2,Z)上权为偶数l的全纯尖形式的空间.f(z)是Sl(Γ)上所有Hecke算子的特征函数,当(?)(s)>1时,与f(z)有关的Hecke L-函数定义为L(s,f)=(?)λf(n)n-s,其系数λf(n)的均值记为Sf(x).当(?)(s)＞1时,与f(z)有关的对称幂L-函数可以写成L(s,sym2f)=(?)cnn-s,其系数cn的Riesz均值的余项记为Δρ(x;sym2f)(0≤ρ≤1).特别地,当ρ=0时记为 Ssym2f(x). 本文主要研究了Δρ(χ;sym2f)的高次积分均值.首先,在小区间[T-H,T+H](T(?)≤H≤T)上,建立了当k≥ 3时(?)的渐近公式.其次,将积分区间扩大到[1,T]上,得到了当k=3,4,5时(?)的渐近公式.最后,在区间[1,T]上,讨论了Sf(x)和Ssym2f(x)的一些混合幂次的结果.

关键词：对称幂L-函数自守L-函数高次幂均值估计混合幂次

来源：评论

学校读者我要写书评

暂无评论

基于混沌神经网络的二维局部均值估计自适应滤波

引用

信号处理 2009年第1期25卷 44-47页

作者：朱志宇江苏科技大学电子信息学院镇江212003

为了提高自适应滤波的精度和收敛速度,提出了一种基于混沌神经网络的二维均值估计(LME)自适应滤波算法,在传统的二维LME自适应滤波方案中引入了混沌神经网络控制机制,用混沌神经网络自适应滤波器代替LME中的LMS自适应滤波算法,应用混沌... 详细信息

为了提高自适应滤波的精度和收敛速度,提出了一种基于混沌神经网络的二维均值估计(LME)自适应滤波算法,在传统的二维LME自适应滤波方案中引入了混沌神经网络控制机制,用混沌神经网络自适应滤波器代替LME中的LMS自适应滤波算法,应用混沌神经网络估计局部期望输出进行滤波。仿真结果表明,该局部均值估计滤波器当输入信号为均值不为0且变化较大时,输出信号仍能较好地实现对输入信号的跟踪,获得了原始信号的主要特性,从均方误差曲面来看,算法具有较快的收敛速度和较高的滤波精度。

关键词：混沌神经网络均值估计自适应滤波多维信号处理

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：