简介：摘 要：样本在分布函数形式已知但含有未知参数时，可以用最大似然估计法对未知参数进行参数估计。本文首先介绍最大似然方法和一般步骤，然后通过几个例题来说明最大似然估计方法。

简介：在微积分范围内给出了参数θ的函数f(θ)的极大似然估计.

简介：摘要：极大似然估计是《数理统计》中一种重要的估计方法，本文通过三个角度：极大似然估计的思想；离散状态的极大似然估计；连续状态的极大似然估计揭示极大似然估计的本质及其中隐含的人文和哲学思考。

简介：本文总结了最大似然估计教学中容易忽视的一些问题，并对最大似然估计中出现的一些特殊情况进行了举例说明，特别指出不是所有参数都有最大似然估计。

简介：介绍了基于客观数据的延迟时间模型参数极大似然估计方法,提出了应用优化理论中的单纯形法求解似然函数的算法,为延迟时间模型的参数估计问题提供了可行的解决方法.通过计算机模拟数据的验证,此方法切实可行,结果可以满足需要.

简介：在舍入数据下,利用经验似然方法,构造并证明了未知总体均值的渐近置信区间.

简介：针对干扰背景下机载雷达多通道检测问题,提出了一步广义似然比检测器（1S-GLRT）和两步GLRT（2S-GLRT）。分析了两种检测器的物理意义,证明了二者均具有恒虚警（CFAR）特性,并给出了检测器的工作流程。在性能评估阶段,通过计算机仿真验证了两种检测器均能有效的抑制干扰并实现目标检测。并且通过不同的参数设置分析了两种检测器的性能差别。结果表明：在低信杂噪比下,1S-GLRT的检测概率比2S-GLRT的略高,当SCNR较高时,二者的检测概率基本相同。但2S-GLRT的计算复杂度要低。

简介：本文给出了高阶中心矩的经验似然比区间估计．

简介：在非线性回归模型中,拟得分函数是一类线性无偏估计函数中的最优者(GodambeandHeyde(1987),朱仲义(1996)),而由拟得分函数得到的拟似然估计在由线性无偏估计函数得到的估计类中具有渐近最优性(林路(1999)).本文则研究非线性回归模型中的有偏估计函数理论,构造了参数的约束拟似然估计,得到了约束拟似然的局部最优性,局部改进了拟似然估计,从而扩充了线性模型中的有偏估计理论.

简介：将多元威布尔分布形状参数相等的检验转化为多元极值分布尺度参数相等的检验，利用Logistic模型的似然比统计量，给出相关参数为0．3，0．5，0．8时，检验统计量的模拟分位数和功效，指出相关参数越小，似然比统计量的功效越大。

简介：针对多星座情况下多卫星同时故障时的接收机自主完好性检测的问题,分析了多卫星同时故障的原因及特点,提出基于极大似然比的分层完好性检测方法。通过奇偶向量矩阵的计算,根据极大似然估计,进行故障检测与隔离,利用全量检验统计值与部分检验统计值之间的关系进行故障卫星的确定,并利用接收机的数据进行仿真验证。仿真结果表明,本方法可以快速有效地实现多星座情况下的接收机自主完好性检测,检测出并隔离故障卫星。

简介：摘要：参数化密度分布模型作用下的最大似然方法以及 EM算法常被应用到遥感图像分类中，由于受到遥感信息统计分布影响，要在改进 EM算法的基础上科学运用遥感图像分类方法。因此，本文从不同角度入手探讨了遥感图像最大似然分类方法的 EM改进算法，在优势作用发挥基础上进行合理化计算以及分类，提高遥感图像分类效率以及质量。

简介：针对序列星空图像极大似然估计方法检测非线性运动弱小目标效果较差的问题,提出了一种基于非线性极大似然检测的弱小目标检测方法。首先对目标的运动方程进行泰勒展开,然后以一定的阶次的方程仿真目标在星图上的运动,并通过序列图像在非线性空间解算目标运动的非线性参数,获得目标的运动方程。最后通过归一化斑点检测算子对结果图像中的目标进行检测。实验结果表明在目标信噪比低于2且进行非线性运动时,提出的方法检测目标效果较好。

简介：摘要：随着我国科学技术水平的提高，更加重视大气风场的快速精准测量技术，相干激光雷达是目前测量大气风场速度的重要方式，与其他测量技术相比具有一定的优势。而测速精度又是相干激光雷达系统的一项重要参数，本文着重对相干激光雷达的雷达回波信号处理方法进行分析和研究。鉴于此，本文采用最大似然评估方法进行频谱评估，通过实验证明，相干激光雷达测量系统最大测量误差在0.5m/s以内，平均误差在0.3m/s以内。

简介：在NA样本下,利用大小分块方法和矩不等式首次构造并证明了随机设计情形下的线性模型的回归系数的经验似然比统计量的极限分布近似服从卡方分布,并进而构造其经验似然方法下的置信域,最后,模拟比较得出经验似然法下的置信域优于正态逼近法下的置信域。

简介：用测度变换和泰勒展开方法研究非稳定状态α-布朗桥极大似然估计的精细大偏差展开,得到其估计量指数型收敛速度的精细刻画.

简介：新型犯罪日趋复杂,案件审判人员对高标准技术工作的需求不断增加,这些都要求研究新的证据评价方法,从而对各种微量物证理化检测数据的证据价值进行评估。证据评估方法能够反映法庭科学家在案件审理中的作用。这意味着上述数据（证据）应当在案件诉讼中控辩双方提出了相互对立的假设H1和H2的情况下接受评估,贝叶斯模型适用于这种情况下的证据评估。本文描述了在比较和分类（其实分类也是以比较为基础）问题中使用似然比方法（LR）对被观察的理化数据进行评估的原理。LR模型允许在一次计算中将所有重要的因素都包括在内,以此实现对相关理化数据的评估。这些因素包括,被比较样本间被比对理化数据的相似性,被测理化数据在有关总体中的稀有性,以及可能的误差来源（样本之内、之间的差异性）等。作为统计工具,LR模型只能用于仅以几个变量描述的数据库,而事实上大多数理化数据都是高度多维的（比如光谱）,因此,需要使用缩维手段比如图形模型或适当的化学计量工具作降维处理,本文对此举例说明。需要指出,LR模型只应作为一种支持性（非决定性!）的工具,其结果（论）要接受严格的分析判断。换言之,统计方法并不能传达绝对的真相,采用的分析技术会有各自的不确定度,各种可能的错误答案也是统计方法的构成部分。因此,应当进行灵敏度检验亦即对所用分析方法作处理验证,从而确定其表现优劣。基于此,本文采用经验交叉熵方法举例说明如何对LR模型作校验。关于来源水平的理化数据评估,这涉及到比较样品是否源自于同一物体即是否具同一性的问题。通常,办案人员（法官、检察官或警察）会对被发现的取自于身体、衣服或鞋子的微量物证（显示与对照样本类似）是否发生了转移并留存下来的活动感兴趣,这就是所�

简介：本文把一种对分法应用于求得确定疏散星团恒星自行成员概率的最大似然函数中参数估值，并给出计算实例，表明这种方法对初值要求低，不需计算偏导数，收敛也较快。

简介：在当前基于粒子滤波的检测前跟踪（PF—TBD）算法中，通常是利用累积似然比去检测目标，由于能量累积的效果，无法快速检测到目标的消失。针对这个问题，提出了一种新的基于似然比的检测前跟踪方法。该方法运用单个时刻的似然比进行目标有无判别，并结合多个连续时刻的判别结果给出最终的目标检测结果。仿真结果表明，与传统的基于似然比的弱目标检测前跟踪方法相比，该方法能够减小目标出现时的检测延时，并且能够有效地检测到目标消失。

简介：在分析现有的双基地STAP杂波协方差矩阵估计方法的基础上,从杂波建模的角度,建立了不同距离门的杂波协方差矩阵的联系,并在此基础上提出了基于最大似然的双基地STAP杂波协方差矩阵估计方法,数据仿真和分析表明该方法不仅具有较优的处理性能而且具有较好的适用性和扩展性。