文章
2976
标签
100
分类
63
首页
时间轴
标签
分类
知识库
关于
友链
Estom的博客
7 灰狼算法GWO
返回首页
搜索
首页
时间轴
标签
分类
知识库
关于
友链
7 灰狼算法GWO
发表于
2019-10-12
|
更新于
2019-10-12
|
SwarmIntelligence
|
总字数:
0
|
阅读时长:
1分钟
|
浏览量:
文章作者:
Estom
文章链接:
https://estom.github.io/2019/10/12/SwarmIntelligence/7%20%E7%81%B0%E7%8B%BC%E7%AE%97%E6%B3%95GWO/
版权声明:
本博客所有文章除特别声明外，均采用
CC BY-NC-SA 4.0
许可协议。转载请注明来源
Estom的博客
！
上一篇
第6节 估计量的评优准则
估计量的评优准则 数学在某些方面具有通用规律。比如导数与指数，本来两个毫不相关的东西，却存在着很默契的联系。 n阶求导可以降低幂函数的n阶指数。 在泰勒展开式中，就通过n阶导数与n阶指数来从不同阶次逼近一个函数。 而在概率统计这一部分，n阶矩与n阶指数n阶导数也有着关系。似乎一个统计量可以展开成n阶矩的表示方法，一阶中心距逼近，二阶中心距逼近，三阶中心距逼近等。 UMVUE 计算必考 1 均方误差准则定义1：均方误差$$MSE_\theta(T(x))=E_\theta[T(X)-q(\theta)]^2 \$$若$MSE<+\infin$$$MSE_\theta(T(x))=Var_\theta(T(x))+E^2_\theta[T(X)- q(\theta)]$$上式成立，因为方差加减一个常数，不影响方差的大小。 定义2：一致占优对于$\forall\theta\in\Theta$$$MSE_\theta(T(x))\leq MSE_\theta(S(x))$$则成T(x)比S(x)好，S(X)是不被容许的。T(X)一致占优 2 无偏估计定...
下一篇
8 蝙蝠算法
Estom
也许那年在绿色的麦浪中奔跑的时候，就注定了我此生的繁华与悲叹
文章
2976
标签
100
分类
63
关注
公告
欢迎参观Estom的小屋
最新文章
自引用泛型概述
2025-12-21
02 集合底层结构
2025-12-18
11 Arrays和Collections
2025-12-18
06 JUC并发容器
2025-12-18
30 问题排查和性能优化指南
2025-09-14
搜索
数据加载中
