回收

非参数回归中的小波估计:比较模拟研究。小波分析是空间变量目标非参数估计的有力工具。我们详细讨论了非参数回归中的小波方法,其中数据被建模为受加性高斯噪声污染的信号的观测值,并提供了大量有关小波收缩和小波阈值估计器的文献综述。这些估计量来源于处理单个或块小波系数的经典和经验Bayes方法。我们在广泛的模拟研究中比较了不同的估计器,包括不同的样本大小、测试函数、信噪比和小波滤波器。由于没有一个标准可以充分概括一个估计器的行为,我们使用各种标准来衡量有限样本情况下的性能。这些估计器的性能可以从图形输出和数字表格中获得。为了提供一些关于如何使用这些估计器来分析实际数据集的提示,我们提供了一个详细的实际步骤说明,对电耗进行小波去噪分析。提供了Matlab代码,使本文中的所有图表都能重现。


zbMATH中的参考文献(参考文献36条,1标准件)

显示第1到第20个结果,共36个。
按年份排序(引用)
  1. 塔勒布,尤瑟夫;Cohen,Edward A.K.:基于Haar小波的强度估计的点过程和统计阈值的多分辨率分析(2021)
  2. 阿马托、翁贝托;安东尼亚迪斯,麻醉剂;De Feis,Italia:估计单变量分段光滑函数的灵活、边界适应、非参数方法(2020年)
  3. 阿斯顿,约翰;奥丁,弗洛伦特;克莱斯肯斯,格达;弗雷耶穆特,让马克;Pouet,Christophe:多维函数结构测试的极大极小优化程序(2019)
  4. 于登登;张莉;米泽拉,伊万;江北;Kong,玲珑:具有多个函数预测器的分位数回归中的稀疏小波估计(2019)
  5. 哈萨宁,玛哈A。;汉娜,麦迪·陶菲克;赛义夫,纳比拉·菲利普·阿塔拉;Elbarawy,Menna T.M.M.:使用优化的修剪阈值进行信号去噪(2018)
  6. 娜丽,撒迦利亚;Barat,çric:对称伽马过程混合物的某些方面(2018)
  7. 纳瓦罗,法比恩;Saumard,Adrien:使用强局部基的异方差回归中的斜率启发式和V-折叠模型选择(2017)
  8. 桑亚尔,尼洛特帕尔;Ferreira,Marco A.R.:使用非局部先验的贝叶斯小波分析及其在功能磁共振成像分析中的应用(2017)
  9. Ali,Syed Twareque:相干态、小波和量子化中的再现核(2015)
  10. 安东尼亚迪斯,A。;很高兴,好吧。;Mohammed,H.:通过非参数回归对经验分布的局部比较(2015)
  11. 奥丁,弗洛伦特;克莱斯肯斯,格达;Freyermuth,Jean-Marc:标准和双曲小波基中投影估计的渐近性能(2015)
  12. 格雷戈鲁蒂,巴普蒂斯特;米歇尔,贝特朗;Saint Pierre,Philippe:随机森林的分组变量重要性及其在多功能数据分析中的应用(2015)
  13. 莫娜·肖克里普尔;Aminghafari,Mina:基于小波的多元稳定律估计(2015)
  14. De Canditiis,Daniela:快速振荡函数的基于框架的收缩程序(2014)
  15. 哈尔特迈尔,马库斯;Munk,Axel:经验帧系数的极值分析和软阈值去噪的含义(2014)
  16. 拉科,塞莱恩;穆勒·盖乌丁,奥雷利;兰塔,拉杜;Tindel,Samy:剥离小波去噪算法的收敛性和性能(2014)
  17. 哦,哈里;Biswas,Mantosh:一种基于局部参数优化的自适应图像去噪方法(2014)
  18. Bigot,Jérémie:信号平均的Fréchet曲线平均值及其在ECG数据分析中的应用(2013)
  19. 雷姆尼,诺伯特;Vidakovic,Brani:(\Lambda)-邻域小波收缩(2013)
  20. 李,基春;Vidakovic,Brani:半监督小波收缩(2012)