我们可以使用链接到您的Project Euclid帐户的电子邮件地址帮助您重置密码。
本文考虑了随机位移曲线模型中均值模式的自适应估计问题。我们证明了这个问题可以转化为线性逆问题,其中随机位移的密度起到卷积算子的作用。提出了一种基于小波阈值的均值模式自适应估计方法。当观测曲线的数目趋于无穷大时,我们研究了它对于二次风险的一致性,并且证明了该估计在一大类Besov球上实现了近极小最大收敛速度。该速率既取决于曲线公共形状的平滑度,也取决于随机位移密度的傅里叶系数的衰减。因此,本文将平均模式估计与线性反问题的统计分析联系起来,这是对曲线配准和图像扭曲问题的一个新观点。我们还提供了一种估计曲线之间未知随机位移的新方法。给出了一些数值实验来说明我们的方法的性能,并将其与文献中存在的另一种算法进行了比较。
杰雷米·比戈。 塞巴斯蒂安·加达特。 “一种估计偏移曲线模型中常见形状的反褶积方法。” 安。统计师。 38 (4) 2422至2464, 2010年8月。 https://doi.org/10.1214/10-AOS800