第一节 直线回归 第二节 线性相关 第四节 秩相关

上饶师范学院：《概率论与数理统计》课程教学资源（PPT课件）第八章 方差分析和回归分析 §8.2 线性回归分析的数学模型

上饶师范学院：《概率论与数理统计》课程教学资源（PPT课件）第三章 连续形型随机变量 §3.6 条件分布函数与条件期望、回归与第二类回归

上饶师范学院：《概率论与数理统计》课程教学资源（电子教案）第八章 方差分析和回归分析 8.2 线性回归分析的数学模型

上饶师范学院：《概率论与数理统计》课程教学资源（电子教案）第三章 连续形型随机变量 3.6 条件分布函数与条件期望、回归与第二类回归

一、普通最小二乘估计 二、最大或然估计 三、矩估计 四、参数估计量的性质 五、样本容量问题 六、估计实例

第一节 直线回归 第二节 直线相关

（1）频域分析方法概述 （2）简单信号和复杂信号 （3）FFT算法和自回归模型(AR)算法 （4）频域的相关性分析(Coherence) （5）频谱分析举例-脑电频域分析

西安石油大学理学院：《数学模型与数学实验》课程教学资源（习题解答）第十章 统计回归模型

针对弱光照条件下交通标志易发生漏检和定位不准的问题，本文提出了增强YOLOv3（You only look once）检测算法，一种实时自适应图像增强与优化YOLOv3网络结合的交通标志检测与识别方法。首先构建了大型复杂光照中国交通标志数据集；然后针对复杂的弱光照图像提出自适应增强算法，通过调整图像亮度和对比度强化交通标志与背景之间的差异；最后采用YOLOv3网络框架检测交通标志。为了降低先验锚点框设置精度以及图像中背景与前景比例严重失衡对检测精度造成的影响，优化了先验锚点框聚类算法和网络的损失函数。对比实验结果表明，在实时性大致相当的情况下，本文提出的增强YOLOv3检测算法较标准YOLOv3算法对交通标志有更高的回归精度和置信度，召回率和准确率分别提高0.96%和0.48%