1. 毕业设计（论文）主要目标：
参数估计(parameter estimation)是根据从总体中抽取的样本估计总体分布中包含的未知参数的方法。人们常常需要根据手中的数据，分析或推断数据反映的本质规律。即根据样本数据如何选择统计量去推断总体的分布或数字特征等。统计推断是数理统计研究的核心问题。所谓统计推断是指根据样本对总体分布或分布的数字特征等作出合理的推断。它是统计推断的一种基本形式，是数理统计学的一个重要分支，分为点估计和区间估计两部分。
对参数的评估方法有很多，主要是无偏性，有效性，一致性（随样本增加，估计值按概率收敛到真实值），渐进性（随着样本数的增加满足的性质），最小方差无偏性等
经过很多的实验证实在图像小波系数方面高斯函数不能适用，但广义的高斯分布（GGD）却是一种应用在例如去躁等很多领域的先验分布。Mallat首先被其用于刻画子带小波系数的直方图分布，之后在假定小波系数服从广义高斯分布且独立的情况下，利用贝叶斯方法得到了有“coring”性质的估计量。并且，广义高斯分布可运用于自适应检测和信号检测等很多领域，所以研究其参数估计是十分有意义的。
2. 毕业设计（论文）主要内容：
1.介绍广义高斯分布的定义及简述在信号处理以及图像处理的相关应用。
2.对其首先运用矩估计对其形状参数和尺度参数估计，其次介绍极大似然估计，但由于极大似然估计的计算量很大。
3.引入贝叶斯估计区间，通过假定的先验分布函数，得到的估计区间使参数落入估计区间满足一定概率。
3. 主要参考文献
【1】茆诗松,王静龙,濮晓龙.概率论与数理统计教程[M]. 高等教育出版社，2011
【2】华东师范大学数学系.数学分析[M].北京：高等教育出版社，1999.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
