【摘 要】
：
本文考虑超高维部分线性模型,其中参数向量维数是样本量的指数阶.基于profile最小二乘方法和保留正则化方法,本文提出了新的变量选择方法用来解决超高维部分线性模型的变量选择问题.在一定的正则条件下,证明了所得估计量的符号相合性.通过数值模拟和实例分析,将该方法与Lasso、SIS-Lasso、自适应Lasso方法进行对比,发现所提方法在恢复线性部分参数向量符号方面明显优于其它方法.
【机 构】
：
北京工业大学理学部统计与数据科学学院,北京,100124;北京计算技术及应用研究所,北京,100854;许昌学院数理学院,许昌,461000
论文部分内容阅读
本文考虑超高维部分线性模型,其中参数向量维数是样本量的指数阶.基于profile最小二乘方法和保留正则化方法,本文提出了新的变量选择方法用来解决超高维部分线性模型的变量选择问题.在一定的正则条件下,证明了所得估计量的符号相合性.通过数值模拟和实例分析,将该方法与Lasso、SIS-Lasso、自适应Lasso方法进行对比,发现所提方法在恢复线性部分参数向量符号方面明显优于其它方法.
其他文献
为保证在一定工艺波动范围内显示的稳定性,新品开发时通常会评价显示屏液晶安全范围(LC Margin).其中,柱状隔垫物(PS)特性对LC Margin的影响尤为显著,因此本文针对PS特性的影响因素进行了相关研究.分析了环境温度与PS材料杨氏模量的关系,探究了PS杨氏模量随温度的变化规律,研究了工艺制程温度对PS弹性回复率的影响.最后,探究了相同PS规格的显示屏在不同盒厚下的弹性回复速率.实验结果表明:环境温度升高时,PS材料的杨氏模量随之降低;而当工艺制程温度升高时,PS的弹性回复率会略微增加,且PS的弹
环境光对显示和感知的不利影响是提高显示设备画质的重要障碍之一.本研究提出了一种色调映射算法,可以根据环境光的亮度和颜色自适应调整图像的亮度和颜色,实现不同亮度范围内图像的可靠亮度映射和颜色校正.首先,分析环境光对显示设备的影响,建立显示设备模型.接着,利用对比度感知模型作为桥梁,求解最小化对比度感知差异的亮度映射曲线.然后,利用色貌模型CAM16,将原始图像映射到显示设备所处的环境中,并且保持颜色和亮度的感知不变.最后,将亮度映射和颜色修正结合起来,并设计了软截断函数修正过曝问题.实验和仿真结果表明:在不
为了提升显示系统的立体感,将图像显示在空中,无需介质承接即可实现较大的离屏距离,建立了悬浮显示系统,对该系统的显示理论和关键光学器件进行研究.首先,从人眼双目立体视觉出发,研究实现悬浮显示的两个关键因素:一是图像经过显示系统形成实像;二是双眼均能看到该实像,并形成双目视差.然后,在悬浮显示基础理论分析的基础上,利用透镜搭建了一个悬浮显示系统,验证上述原理分析.最后,通过仿真分析设计了一个基于微反光镜阵列的悬浮显示系统,并依据设计的加工流程完成系统的搭建.实验结果表明,所搭建的悬浮显示系统可成功地将图像显示
糖基化是生物体内广泛存在的一类蛋白质翻译后修饰,其参与了生命活动的各种调控过程.鉴于糖基化修饰有着重要的生物学意义,近20年来,相关研究逐渐得到重视.因糖蛋白在生物样品中的相对丰度较低且分子结构复杂、离子化能力差,故如何高效地进行样品前处理成为糖蛋白组学研究中所必须面对的一个挑战性课题.除经典的亲水相互作用材料外,近10年来许多新型材料也逐渐被应用于糖肽富集.以材料基质而言,可大体分为壳聚糖材料、有机骨架材料、功能化聚合物材料等.本文总结了这些新兴材料的特点及富集效果,并展望了它们的应用前景.
针对视网膜血管在分割过程容易出现细节特征信息丢失、血管轮廓模糊等问题,提出一种改进的循环分割对抗网络算法.该算法改进了分割器的网络模型,在U型网络上、下采样过程中添加了密集连接结构,充分保留了图像的特征信息,提升了模型的泛化能力以及鲁棒性,缓解了过度分割现象.为防止网络退化,将损失函数替换为最小二乘函数,提高了图像的分割质量,提升了网络模型训练的稳定性.实验结果表明,本文的网络模型在DRIVE以及CHASE数据集中,两者分割的准确性、敏感性分别达到了96.93％、84.30％以及96.94％、79.92％
针对图像拍摄过程中由于运动、抖动、电子干扰等产生的运动图像模糊问题,提出一种基于深度残差生成对抗网络的运动图像去模糊算法.对图像模糊模型与盲去模糊过程进行了研究,介绍了生成对抗网络,改进了残差块的结构.改进的残差块包含3个卷积层,两个ReLU激活函数,一个Dropout层以及一个跳跃连接块,提升了复原图像的质量.改进了PatchGAN的结构,在只增加少量参数与网络复杂性的情况下,将最底层感受野变为原先的两倍以上.利用GOPRO数据集和Lai数据集进行测试,测试结果表明,本文提出的基于深度残差生成对抗网络的
基于事件的视觉传感器是一种新型的仿生型视觉传感器,它更类似于人眼的工作机制使其广受关注.与基于帧的传统相机的工作机制和输出方式不同,基于事件的视觉传感器的像素可以单独检测光照强度对数的变化,并在变化量超过一定阈值时输出包含位置、时间、极性的事件信息,拥有低延迟、高动态范围、低功耗的优点,其独特的输出方式和工作特性使其特别适应于有高速运动、光照条件变化较大或小能耗的场合.本文介绍了事件相机的发展历程、分类和工作原理、优缺点,以及事件相机在快速运动的跟踪与监测、目标识别、即时定位与地图构建(SLAM)等领域近
SRGAN是基于深度学习的图像超分辨率的典型方法,重建效果较好,但该算法还存在一些缺陷,在提高图像质量和运行速度上仍然有较大提升空间.本文在SRGAN网络模型的基础上提出了一个优化模型.因为批量归一化(BN)层在超分辨图像重建中常常会忽略一些图像的细节,同时增加网络的复杂度,所以在SRGAN的生成器中去除了BN层,并引入ECA通道注意力,使每个残差块生成特征图获得相应的权重,以便处理更多的图像细节.经过公开数据集的训练和对比实验,结果表明提出的改进模型相比于对比模型,重建图像的细节恢复更丰富,视觉效果更好
淀粉是一种天然高分子材料,具有来源广泛、价格低廉、可再生、可降解等优点,在生物降解高分子材料领域中具有重要地位.淀粉塑化后较为柔软,类似予弹性体,如果能够用于聚合物的增韧改性,将对降低成本、保护环境有重要意义.目前,淀粉在聚合物共混改性中主要起填充、降低成本的作用,而作为弹性体增韧聚合物制备高抗冲聚合物复合材料还比较少.为了改善聚合物/淀粉复合材料的性能,可以采用淀粉塑化改性、淀粉化学改性、添加相容剂、添加弹性体协同淀粉增韧等方法.本文从以上4个方面总结了聚合物/淀粉复合材料的研究进展,讨论了目前聚合物/
传统的高动态范围(HDR)成像方法需采集多幅图像,不仅容易引入视场误差,而且很难适用于新兴的HDR图像采集系统.为此,提出了一种基于重映射和多尺度曝光融合的简单有效的HDR成像方法.该方法只需要采集一组短、长曝光图像,通过人工重映射分别生成一系列多曝光序列;然后根据曝光评价因子求取多曝光序列权重图;接着对权重图进行高斯金字塔分解,并对多曝光序列进行拉普拉斯金字塔分解;最后基于多尺度曝光融合生成一幅细节保持良好的高质量HDR图像.实验结果表明,对比一些主流的算法,所提方法在多个场景测试中性能较好,图像质量在