Multiquadric trigonometric spline quasi-interpolation for numerical differentiation of noisy data: a stochastic perspective
Multiquadric trigonometric spline quasi-interpolation for numerical differentiation of noisy data: a stochastic perspective
复制标题
用于噪声数据数值微分的多重二次三角样条准插值：随机视角
DOI：
10.1007/s11075-017-0313-1
复制
发表时间：
2017
影响因子：
2.1
通讯作者：
Zhang Ran
中科院分区：
文献类型：
--
作者：
Gao Wenwu;Zhang Ran
基于多重二次三角样条拟插值，提出了一种对噪声数据进行数值微分的方法，这是一个在实际应用中众所周知的不适定问题。此外，从核回归的角度研究了其大样本性质，包括最优带宽选择、收敛速度、几乎处处收敛性和一致渐近正态性。仿真结果表明了该方案的有效性。理论和仿真结果都表明，该格式简单，计算方便，对含噪数据的数值微分是有效的。
Based on multiquadric trigonometric spline quasi-interpolation, the paper proposes a scheme for numerical differentiation of noisy data, which is a well-known ill-posed problem in practical applications. In addition, in the perspective of kernel regression, the paper studies its large sample properties including optimal bandwidth selection, convergence rate, almost sure convergence, and uniformly asymptotic normality. Simulations are provided at the end of the paper to demonstrate features of the scheme. Both theoretical results and simulations show that the scheme is simple, easy to compute, and efficient for numerical differentiation of noisy data.
登录
查看更多内容
影响因子：
0.9
作者：
T. Lyche;L. Schumaker;Sonya S. Stanley
通讯作者：
T. Lyche;L. Schumaker;Sonya S. Stanley
多重二次三角B样条准插值的逼近阶数和保形特性
影响因子：
2.9
作者：
Gao Wenwu;Wu Zongmin
通讯作者：
Wu Zongmin
DOI：
10.1002/nme.1620121010
发表时间：
1978-01-01
影响因子：
2.9
作者：
BABUSKA, I;RHEINBOLDT, WC
通讯作者：
RHEINBOLDT, WC
影响因子：
1.7
作者：
C. Manni;P. Sablonnière
通讯作者：
C. Manni;P. Sablonnière
DOI：
10.1016/j.matcom.2010.12.005
发表时间：
2011-06
期刊：
Math. Comput. Simul.
影响因子：
--
作者：
A. Abbadi;M. Ibáñez;D. Sbibih
通讯作者：
A. Abbadi;M. Ibáñez;D. Sbibih