M-estimator M估计法 用于几何模型建立

最新推荐文章于 2024-02-25 21:34:19 发布
最新推荐文章于 2024-02-25 21:34:19 发布
阅读量3w 收藏 28
点赞数 7
分类专栏： Computer Vision C/C++
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/abcjennifer/article/details/7449435
版权
M-estimator是一种重要的统计估计方法，包括ρ-type和ψ-type。ρ-type通过测量函数解决参数估计问题，而ψ-type将概率分布映射到向量空间，常见应用如极大似然估计。在几何模型建立中，M-estimator被用来找到使某个函数达到最小值的最优参数。
摘要由CSDN通过智能技术生成
M-estimators是一类广泛估计函数，定义为所给数据上的最小和函数。最小平方估计和极大似然估计都是M估计法。M估计法由鲁棒的数据作为运行保证。一般地，一个M-estimation定义为一个估计函数为0的情况。这个估计函数经常是一些统计函数。比如令一个由参数定义的极大似然函数为0，因此一个极大似然估计值往往是一个能量函数取得极值得点。在很多应用中，这样的M估计可以用于参数估计。

最小平方估计是M-estimator的原型，因为这个估计定义做剩余平方和的最小值。

另一个典型的M-estimator是极大似然估计。定义如下：

，或者


M-estimator的种类：

最低0.47元/天 解锁文章
Rachel-Zhang
关注
  • 7
    点赞
  • 踩
  • 28
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
M估计稳健回归（M-estimation）
蚕样起趁的博客
06-25 8631
M估计稳健回归的基本思想是采用迭代加权最小二乘估计回归系数，可以将目标优化函数写为： 相较于最小二乘估计目标优化函数为： 其中，称为影响函数。 令对求偏导，并令倒数等于0，得 其中，为的导函数 ...
稳健性估计—— M 估计
weixin_42141390的博客
06-15 5908
M 估计法，估计均值 M 估计法算均值的原理在于求解下述方程： ave[f(xi−TnSn)]=0 \text{ave}[ f(\frac{x_i-T_n}{S_n})] = 0 ave[f(Sn​xi​−Tn​​)]=0 其中 TnT_nTn​ 是对均值的估计值（方程的解即为 M 算法估计均值的结果），SnS_nSn​ 为对方差平方根（标准差）的估计。 对于小样本来说（n∈[4,8]n\in[4, 8]n∈[4,8]），SnS_nSn​ 取 MAD，即： MADn(X)=1.4826×medn(∣xi−m
M-estimator
开飞机的小毛驴儿
10-05 7431
在“Foreground Estimation Based on Linear Regression Model with Fused Sparsity on Outliers”这篇文献里，在介绍最小二乘对噪声不鲁棒的时候提到了一个新的东西叫做M-estimators，好像就是之前所说的M估计，在大学里老师好像提过这个东西，但如今我却不知道这究竟是个什么东东了！经网上查阅，把相关东西记录在此，“以
M估计（稳健估计）的matlab实现
u014230360的博客
07-21 5415
在进行样本点线性拟合时，一个偏离严重的点（这种点通常称为离群点，又称局外点、外点、出格点）产生的误差相比其他多数正常点占主导地位，这些误差会导致拟合过程中产生巨大的偏差。产生这种后果的原因就是误差被平方了。一个很自然的想法就是给那些离群点更小的权重。常用的一个权重函数为，其中为尺度参数，调节权重衰减的快慢，为残差。显而易见，该权重函数给残差大的点分配更小的权重，当残差趋于无穷大，权重也趋于0，符合直觉想法。M估计法就是基于这种权重分配思想设计的，其其完整处理流程如fig1所示(参见《计算机视觉——一种现代方
m估计及其推到公式
sinat_37789134的博客
04-01 9335
为什么要有m-估计？ 当我们通过在全部事件的基础上观察某事件出现的比例来估计概率时，例如：P=nc/n.，其中nc为该类别中的样本数量，n为总样本数量。若n=5，当P=0.6时，则nc为3。多数情况下该比例是对概率的一个良好的估计。但当nc很小时估计会较差，例如：P=0.08，样本中同样有5个样例，那么对于nc最可能的取值只有0,。这会导致两个问题： 1、nc/n产生了一个有偏的过低估
稳健估计/M估计/最小二乘法
热门推荐
水浴月
02-15 2万+
稳健估计是在粗差不可避免的情况下，选择适当的估计方法使未知量估计尽可能减免粗差的影响，得出正常模式下的最佳估计。本文先介绍基于最小二乘法的多元线性回归理论，再引出基于M估计的加权最小二乘估计。
贝叶斯方法的m-估计
冰枫的随笔
03-14 1万+
为什么要有m-估计？ 当我们通过在全部事件的基础上观察某事件出现的比例来估计概率时，例如：P=nc/n.，其中nc为该类别中的样本数量，n为总样本数量。若n=5，当P=0.6时，则nc为3。多数情况下该比例是对概率的一个良好的估计。但当nc很小时估计会较差，例如：P=0.08，样本中同样有5个样例，那么对于nc最可能的取值只有0,。这会导致两个问题： 1、nc/n产生了一个有偏的过低估计概率。
广义线性模型的M-估计 (2011年)
05-25
用M-估计来估计广义线性模型中的未知参数β.首先,在一定的假设条件下,根据已有的对广义线性模型中未知参数β的极大似然估计方法,应用大数定律及鞍中心极限定理,证明了广义线性模型的M-估计的两个重要性质,即相合性及渐近正态性.其次,将固定设计的思想引入M-估计,并与广义线性模型相结合,证明了其相合性及渐近正态性.最后通过数值模拟证明了估计的优良性.
path-loss-estimator:通过应用多项式回归估计路径损耗模型
06-26
多项式回归是一种统计分析方法，用于建立因变量（在本例中为RSS）与一个或多个自变量（如距离）之间的非线性关系模型。在路径损耗估计中，我们可以假设路径损耗与距离之间的关系不是一个简单的线性关系，而可能是一...
progress-estimator记录进度条并估算Promise完成所需的时间
08-10
在`progress-estimator-master`压缩包中，可能包含了源代码、示例、测试用例以及文档等资源。通过研究这些内容，你可以深入理解其内部机制，甚至可以根据自己的需求进行定制或扩展。 总的来说，`progress-estimator...
mysql-size-estimator:Mysql 表大小估计器
07-12
mysql-size-estimator 是一个简单的工具，用于估计给定表模式的 mysql 表大小。 它不是 100% 准确的，也不可能是。 使用此工具提供洞察力要好得多。 字符串字段将消耗其限制。 假设您有一个 utf-8 字符串字段，...
Local linear M-estimator for random design model with dependent errors
02-18
相依误差随机设计模型的局部线性M－估计，林正炎，李德柜，本文考虑了误差项是相依的随机设计模型的稳健型的局部线性回归估计（带变量的窗宽）. 在一定的条件下，我们得到了估计的逐点弱相�
如何中断matlab程序代码-kalman-estimator:kalman-estimator-C++中的Kalman估计器
05-21
如何中断matlab程序代码kalman-estimator-C ++中的Kalman估计器 内容 用法示例 // Prepare variables... // Create Kalman estimator: kalman estim ( dt // time step , A // system dynamics matrix: state-k-1 =>...
m估计及其c++简单实现
最新发布
xinxiangwangzhi_的博客
02-25 1140
m估计理论与实现
Python实现M-Estimators稳健线性回归模型(RLM算法)项目实战
胖哥真不错的博客
01-21 1269
Python实现M-Estimators稳健线性回归模型(RLM算法)项目实战
朴素贝叶斯分类的M估计推导
ocree的专栏
01-18 1280
      在使用朴素贝叶斯方法进行文本分类时，如果待分类的文本包含某个属性值在训练样本中不存在，则类条件概率为0， 这时候算出的所有类别的后验概率都是0，导致无法对文本分类。一般可采用M估计（M-Estimate）来平滑类条件概率的计算，从而得到非0的可比较的近似概率值，达到分类的目的。         设 文本由一个属性向量x=(x1,x2,x3,...xn)表示，给定分类集合Y={yj...
图像配准中的LMeds、M-estimators与RANSAC算法
yunxinan的专栏
05-14 1005
图像配准中的LMeds、M-estimators与RANSAC算法
matlab m估计函数,Matlab之M程序与M函数
weixin_29865939的博客
03-17 628
M程序点击MATLAB指令窗工具条上的NewFile图标 ，就可打开如图所示的MATLAB文件编辑调试器MATLABEditor/Debugger。其窗口名为untitled，用户即可在空白窗口中编写程序。 输入如下一段程序:db.mt=-10:0.1:10;wc=10;ft=1/2*sin(t);ft1=ft.*cos(wc*t);d=0:length(ft)-1;plot(d,ft1);完成...
The M-estimator
04-22
The M-estimator is a commonly used statistical method used for estimating model parameters in the presence of outliers. It involves minimizing a cost function that is a combination of the sum of the residuals and a penalty term that is a function of the residual size. This technique is often used in regression analysis and robust statistics.

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值