期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
加权平衡损失下泊松分布参数的Bayes估计 被引量:3
1
作者 刘素蓉 任海平 《统计与决策》 CSSCI 北大核心 2010年第16期17-19,共3页
文章在加权平衡损失函数下,得到了泊松分布参数的Bayes估计和可容许估计,并讨论了一类cX+d形式估计的可容许性和不可容许性。
关键词 加权平衡损失函数 BAYES估计 可容许性 伽玛分布
在线阅读 下载PDF
加权平衡损失函数下回归系数的最佳线性无偏估计(英文) 被引量:1
2
作者 方柔月 邬吉波 《应用概率统计》 CSCD 北大核心 2014年第3期303-312,共10页
这篇文章我们研究了回归系数的最佳线性无偏估计.在加权平衡损失函数下,我们得到了回归系数的最佳线性无偏估计.同时提出了度量最佳线性无偏估计和最小二乘估计的相对效率.并且我们给出了它们的上下界.
关键词 加权平衡损失 线性估计 最佳线性无偏估计 相对效率.
在线阅读 下载PDF
广义加权平衡指数损失函数下的信度保费 被引量:5
3
作者 张强 吴黎军 《统计与决策》 CSSCI 北大核心 2013年第1期89-91,共3页
在经典的信度保费模型中,得到的信度保费估计均是考虑的是纯保费,然而在保险实务中,保险公司收取的保费不可能是纯保费,必须具有正的安全负荷。文章在指数保费原理的基础上,引入广义加权平衡指数损失函数计算了下一期的信度保费计算公式... 在经典的信度保费模型中,得到的信度保费估计均是考虑的是纯保费,然而在保险实务中,保险公司收取的保费不可能是纯保费,必须具有正的安全负荷。文章在指数保费原理的基础上,引入广义加权平衡指数损失函数计算了下一期的信度保费计算公式,从而得出Bayes保费可以写成信度保费形式。 展开更多
关键词 指数保费原理 信度保费 广义加权平衡指数损失函数 Bayes保费
在线阅读 下载PDF
加权平衡熵损失函数下Poisson分布参数的Bayes估计 被引量:3
4
作者 程建华 毛施云 王德辉 《吉林大学学报(理学版)》 CAS 北大核心 2019年第4期839-843,共5页
首先,基于平衡损失函数的形式,给出一个加权平衡熵损失函数,并将其应用到Poisson分布中,得到了该损失函数下参数的Bayes估计.其次,在先验分布为Gamma分布的条件下,给出估计量的显式表达式,证明估计量的相合性,并利用QQ图的方法检验估计... 首先,基于平衡损失函数的形式,给出一个加权平衡熵损失函数,并将其应用到Poisson分布中,得到了该损失函数下参数的Bayes估计.其次,在先验分布为Gamma分布的条件下,给出估计量的显式表达式,证明估计量的相合性,并利用QQ图的方法检验估计量的渐近正态性。 展开更多
关键词 加权平衡损失函数 BAYES估计 随机模拟 相合性 渐近正态性
在线阅读 下载PDF
基于改进YOLOV8的图像液晶显示屏像素缺陷检测算法
5
作者 张峰 《计算机科学》 CSCD 北大核心 2024年第S02期235-241,共7页
在工业仪表液晶显示屏检测过程中,由于显示屏像素尺寸较小,像素缺陷难以被检测。传统的计算机视觉方法对环境变化敏感,需要手动设置参数。针对上述问题,设计了一种基于深度学习的液晶屏缺陷检测算法,其能够在较低的算力条件下识别液晶... 在工业仪表液晶显示屏检测过程中,由于显示屏像素尺寸较小,像素缺陷难以被检测。传统的计算机视觉方法对环境变化敏感,需要手动设置参数。针对上述问题,设计了一种基于深度学习的液晶屏缺陷检测算法,其能够在较低的算力条件下识别液晶屏的像素级别像素缺陷。主要工作包括:(1)针对小尺寸目标正负样本匹配过程中正样本数量较少的问题,提出了一种不同尺寸目标的自适应正样本数量增强方法;(2)针对小尺寸目标正样本IoU小导致训练困难的问题,提出了一种自适应正样本IoU补偿加权方法;(3)针对小数据集对超参数敏感的问题,设计了一种正负交叉熵不平衡权重分类损失函数;(4)针对小尺寸目标细节特征提取困难的问题,在主干网络中引入了频域通道注意力,强化了小目标的细节特征提取能力。实验结果表明,相较于基线模型YOLOV8,此算法的小尺寸检测目标的mAP_s达到63.3%,提高了3.7%。其中,小尺寸像素缺陷的mAP_s达到78.8%,提升了4.5%;灰尘杂质检测目标的mAP_s达到47.8%,提升了3%;像素缺陷召回率达到99.8%。以上结果充分验证了算法的有效性。 展开更多
关键词 小目标 IoU补偿 平衡加权损失 正样本数量增强
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部