2) kernel quantile estimator
核型分位数估计
3) Recurisive kernel estimator
递推型核估计
4) Kernel estimation
核估计
1.
Identifying exceptions from data streams based on kernel estimation and interval clustering,;
基于核估计和区间聚类的数据流中异常模式发现
2.
Kernel Estimation of β in Nonparametric Regression Models;
非参数回归模型中β的核估计
3.
Considering the flaw of history simulation method,the paper adopts kernel estimation method to estimate parameters and their standard deviation,and then gives case analysis.
考虑到传统的历史模拟方法存在的缺点,采用基于核估计的历史模拟方法获得估计值及其置信区间,并用实例进行了分析。
5) kernel density estimation
核估计
1.
New algorithm for moving object detection based on the triangle kernel density estimation model;
基于三角核估计模型的运动目标检测方法
2.
This paper presented a new approach of bandwidth selection in kernel density estimation.
提出了密度核估计中窗宽选择的一种新方法,并通过选取适当的核函数,推导出决定窗宽选择的数学表达式,最后在均方误差(MSE)意义下,通过与交叉验证法(cross-validation)进行比较,说明在未知总体分布的情形下,用此方法选择最优窗宽是很有效的一个途径。
3.
In this paper,we first introduce the concept of kernel density estimation,and then the idea of variable bandwidth for kernel density estimation is considered from a new point of view.
通过对非参数密度核估计定义的理解,从一个崭新的角度提出了变窗宽密度核估计的思想,且对于i。
6) kernel estimate
核估计
1.
The strong consistency of conditional t-quantiles kernel estimate for dependent sample;
相依样本条件t-分位数核估计的强相合性
2.
Based on complete and censored data, we obtain pointwise consistency of regression function kernel estimates under suitable conditions, the results are distribution-free in the sense that they are true for all distribu.
在合适条件下获得了一类基于完全和截尾数据回归函数核估计的逐点相合性,所获的结果对于所有X的分布μ均成立,因此是分布自由
3.
In this model, nonparametric components are estimated by kernel estimates, and parametric component is estimated by least square estimate.
对模型的非参数成份构造了核估计,然后利用最小二乘法估计参数成份,最后证明了估计的若干渐近性质(例如,相合性,渐近正态性等)。
补充资料:核型
核型 karyotype 动物、植物、真菌等真核生物的某一个体或某一分类群(亚种、种、属等)的细胞内具有的相对恒定特征的单倍或双倍染色体组。染色体的特征以有丝分裂中期最为显著,包括染色体的数目、长度、着丝粒的位置、随体(指某些染色体末端的球形小体,由着色浅而狭细的副缢痕与染色体臂相连)与副缢痕的数目、大小、位置以及异染色质和常染色质在染色体上的分布等。 将一个染色体组的全部染色体逐条按其特征画下来,再按长短、形态等特征排列起来的图称为核型模式图,它代表一个物种的核型模式。 由于许多物种的各个染色体靠普通的制片染色方法不易精确地识别和区分,1968年以后发展起来的显带技术,即用各种特殊的处理和染色方法使各条染色体显示出各自的横纹特征(带型)的方法成为研究核型的有力工具。 核型的数目和结构的改变往往给人类带来遗传性疾病——染色体病;肿瘤细胞的核型分析已被应用于肿瘤的临床诊断、预后及药物疗效的观察;通过培养后的淋巴细胞或皮肤成纤维细胞的核型分析,可以对人的染色体病进行诊断,而对培养后的羊水中的胎儿脱屑细胞或胎盘绒毛膜细胞的核型分析则可用于对胎儿的性别和染色体病的产前诊断。 不少恶性肿瘤的核型中常出现不规则的非整倍体、多倍体或标记染色体。例如在绝大多数慢性粒细胞性白血病人的骨髓细胞中都可以发现有一个小的特殊染色体。 核型分析广泛应用于动植物染色体倍性、数目和结构变异的分析和染色体来源的鉴定,通过细胞融合所得来的杂种细胞的研究以及基因定位研究中单个染色体的识别等方面。在动植物分类和生物进化研究中也得到广泛的应用。 对越来越多的动植物物种所进行的核型及带型分析,使原来以形态学和解剖学指标为依据的分类学提高到了一个新的水平,并不断地丰富了对染色体进化规律与机制的了解。 |
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