关于参数估计的一些研究

目录

声明

摘要

1．1研究背景和意义

1．2国内外研究现状

1．3本文的研究内容和结构

1．4本文的创新点和不足之处

2．1深层神经网络

2．1．1感知机

2．1．2多层感知机

2．1．3非线性激活函数

2．2神经网络的学习

2．2．1损失函数

2．2．2神经网络的优化算法

2．2．3Batch Normalization

2．3卷积神经网络

2．3．1卷积神经网络简介

2．3．2卷积层

2．3．3池化层

第三章使用CNN预测样本的分布并估计其参数

3．1估计方法简介

3．2使用CNN预测样本的分布

3．3 使用CNN估计已知分布的参数

第四章非线性期望简介

4．1非线性期望和非线性分布

4．1．1非线性期望空间

4．1．2随机变量的(非线性)分布与独立性

4．2次线性期望空间中的典型分布和大数定律

4．3关于实际样本数据的非线性分布的φ-max-mean算法

第五章非线性期望下关于参数估计的一些研究

5．1．1关于分组数m和每组样本数n的理论分析

5．1．2关于分组数m和每组样本数n的模拟实验

5．2关于G-正态分布参数估计的新方法

5．2．1关于G-正态分布参数估计的理论研究

5．2．2生成(^F)(x)随机数的方法

5．2．3关于G-正态分布参数估计的模拟实验

6．1总结

6．2展望

参考文献

致谢