id	sid	tid	token	lemma	pos
ijassa-373	1	1	advances	advance	NOUN
ijassa-373	1	2	in	in	ADP
ijassa-373	1	3	systems	system	NOUN
ijassa-373	1	4	science	science	NOUN
ijassa-373	1	5	and	and	CCONJ
ijassa-373	1	6	application	application	NOUN
ijassa-373	1	7	(	(	PUNCT
ijassa-373	1	8	2015	2015	NUM
ijassa-373	1	9	)	)	PUNCT
ijassa-373	1	10	vol.15	vol.15	NOUN
ijassa-373	1	11	no.3	no.3	VERB
ijassa-373	1	12	254	254	NUM
ijassa-373	1	13	-	-	SYM
ijassa-373	1	14	266	266	NUM
ijassa-373	1	15	optimal	optimal	ADJ
ijassa-373	1	16	estimation	estimation	NOUN
ijassa-373	1	17	and	and	CCONJ
ijassa-373	1	18	precision	precision	NOUN
ijassa-373	1	19	analysis	analysis	NOUN
ijassa-373	1	20	of	of	ADP
ijassa-373	1	21	measuring	measure	VERB
ijassa-373	1	22	data	datum	NOUN
ijassa-373	1	23	fusion	fusion	NOUN
ijassa-373	1	24	model	model	NOUN
ijassa-373	1	25	xuanying	xuanying	PROPN
ijassa-373	1	26	zhou	zhou	PROPN
ijassa-373	1	27	,	,	PUNCT
ijassa-373	1	28	jiongqi	jiongqi	PROPN
ijassa-373	1	29	wang	wang	PROPN
ijassa-373	1	30	,	,	PUNCT
ijassa-373	1	31	zhengming	zhengme	VERB
ijassa-373	1	32	wang	wang	PROPN
ijassa-373	1	33	and	and	CCONJ
ijassa-373	1	34	zhangming	zhangme	VERB
ijassa-373	1	35	he	he	PRON
ijassa-373	1	36	college	college	PROPN
ijassa-373	1	37	of	of	ADP
ijassa-373	1	38	science	science	PROPN
ijassa-373	1	39	,	,	PUNCT
ijassa-373	1	40	national	national	ADJ
ijassa-373	1	41	university	university	PROPN
ijassa-373	1	42	of	of	ADP
ijassa-373	1	43	defense	defense	PROPN
ijassa-373	1	44	technology	technology	PROPN
ijassa-373	1	45	,	,	PUNCT
ijassa-373	1	46	changsha	changsha	PROPN
ijassa-373	1	47	,	,	PUNCT
ijassa-373	1	48	hunan	hunan	PROPN
ijassa-373	1	49	,	,	PUNCT
ijassa-373	1	50	china	china	PROPN
ijassa-373	1	51	.	.	PUNCT
ijassa-373	2	1	abstract	abstract	ADJ
ijassa-373	2	2	data	datum	NOUN
ijassa-373	2	3	fusion	fusion	NOUN
ijassa-373	2	4	is	be	AUX
ijassa-373	2	5	an	an	DET
ijassa-373	2	6	effective	effective	ADJ
ijassa-373	2	7	method	method	NOUN
ijassa-373	2	8	to	to	PART
ijassa-373	2	9	improve	improve	VERB
ijassa-373	2	10	the	the	DET
ijassa-373	2	11	data	datum	NOUN
ijassa-373	2	12	processing	processing	NOUN
ijassa-373	2	13	accuracy	accuracy	NOUN
ijassa-373	2	14	,	,	PUNCT
ijassa-373	2	15	and	and	CCONJ
ijassa-373	2	16	the	the	DET
ijassa-373	2	17	fusion	fusion	NOUN
ijassa-373	2	18	weight	weight	NOUN
ijassa-373	2	19	has	have	VERB
ijassa-373	2	20	a	a	DET
ijassa-373	2	21	great	great	ADJ
ijassa-373	2	22	influence	influence	NOUN
ijassa-373	2	23	to	to	ADP
ijassa-373	2	24	the	the	DET
ijassa-373	2	25	accuracy	accuracy	NOUN
ijassa-373	2	26	of	of	ADP
ijassa-373	2	27	the	the	DET
ijassa-373	2	28	fusion	fusion	NOUN
ijassa-373	2	29	estimation	estimation	NOUN
ijassa-373	2	30	.	.	PUNCT
ijassa-373	3	1	in	in	ADP
ijassa-373	3	2	this	this	DET
ijassa-373	3	3	paper	paper	NOUN
ijassa-373	3	4	,	,	PUNCT
ijassa-373	3	5	we	we	PRON
ijassa-373	3	6	study	study	VERB
ijassa-373	3	7	the	the	DET
ijassa-373	3	8	problem	problem	NOUN
ijassa-373	3	9	of	of	ADP
ijassa-373	3	10	optimal	optimal	ADJ
ijassa-373	3	11	weight	weight	NOUN
ijassa-373	3	12	and	and	CCONJ
ijassa-373	3	13	parameter	parameter	NOUN
ijassa-373	3	14	estimation	estimation	NOUN
ijassa-373	3	15	for	for	ADP
ijassa-373	3	16	the	the	DET
ijassa-373	3	17	linear	linear	ADJ
ijassa-373	3	18	fusion	fusion	NOUN
ijassa-373	3	19	model	model	NOUN
ijassa-373	3	20	with	with	ADP
ijassa-373	3	21	unequal	unequal	ADJ
ijassa-373	3	22	precision	precision	NOUN
ijassa-373	3	23	measuring	measure	VERB
ijassa-373	3	24	data	datum	NOUN
ijassa-373	3	25	.	.	PUNCT
ijassa-373	4	1	the	the	DET
ijassa-373	4	2	properties	property	NOUN
ijassa-373	4	3	of	of	ADP
ijassa-373	4	4	the	the	DET
ijassa-373	4	5	unbiased	unbiased	ADJ
ijassa-373	4	6	estimation	estimation	NOUN
ijassa-373	4	7	are	be	AUX
ijassa-373	4	8	discussed	discuss	VERB
ijassa-373	4	9	for	for	ADP
ijassa-373	4	10	linear	linear	PROPN
ijassa-373	4	11	model	model	NOUN
ijassa-373	4	12	,	,	PUNCT
ijassa-373	4	13	and	and	CCONJ
ijassa-373	4	14	then	then	ADV
ijassa-373	4	15	the	the	DET
ijassa-373	4	16	optimal	optimal	ADJ
ijassa-373	4	17	estimation	estimation	NOUN
ijassa-373	4	18	for	for	ADP
ijassa-373	4	19	the	the	DET
ijassa-373	4	20	fusion	fusion	NOUN
ijassa-373	4	21	model	model	NOUN
ijassa-373	4	22	with	with	ADP
ijassa-373	4	23	unequal	unequal	ADJ
ijassa-373	4	24	precision	precision	NOUN
ijassa-373	4	25	measuring	measure	VERB
ijassa-373	4	26	data	datum	NOUN
ijassa-373	4	27	is	be	AUX
ijassa-373	4	28	given	give	VERB
ijassa-373	4	29	.	.	PUNCT
ijassa-373	5	1	it	it	PRON
ijassa-373	5	2	is	be	AUX
ijassa-373	5	3	proved	prove	VERB
ijassa-373	5	4	that	that	SCONJ
ijassa-373	5	5	there	there	PRON
ijassa-373	5	6	exists	exist	VERB
ijassa-373	5	7	the	the	DET
ijassa-373	5	8	optimal	optimal	ADJ
ijassa-373	5	9	fusion	fusion	NOUN
ijassa-373	5	10	weight	weight	NOUN
ijassa-373	5	11	and	and	CCONJ
ijassa-373	5	12	it	it	PRON
ijassa-373	5	13	is	be	AUX
ijassa-373	5	14	unique	unique	ADJ
ijassa-373	5	15	.	.	PUNCT
ijassa-373	6	1	besides	besides	SCONJ
ijassa-373	6	2	,	,	PUNCT
ijassa-373	6	3	the	the	DET
ijassa-373	6	4	accuracy	accuracy	NOUN
ijassa-373	6	5	of	of	ADP
ijassa-373	6	6	the	the	DET
ijassa-373	6	7	optimal	optimal	ADJ
ijassa-373	6	8	estimation	estimation	NOUN
ijassa-373	6	9	for	for	ADP
ijassa-373	6	10	the	the	DET
ijassa-373	6	11	multivariate	multivariate	NOUN
ijassa-373	6	12	linear	linear	PROPN
ijassa-373	6	13	model	model	NOUN
ijassa-373	6	14	is	be	AUX
ijassa-373	6	15	analyzed	analyze	VERB
ijassa-373	6	16	and	and	CCONJ
ijassa-373	6	17	some	some	DET
ijassa-373	6	18	conclusions	conclusion	NOUN
ijassa-373	6	19	suitable	suitable	ADJ
ijassa-373	6	20	for	for	ADP
ijassa-373	6	21	practical	practical	ADJ
ijassa-373	6	22	application	application	NOUN
ijassa-373	6	23	are	be	AUX
ijassa-373	6	24	obtained	obtain	VERB
ijassa-373	6	25	,	,	PUNCT
ijassa-373	6	26	which	which	PRON
ijassa-373	6	27	can	can	AUX
ijassa-373	6	28	provide	provide	VERB
ijassa-373	6	29	the	the	DET
ijassa-373	6	30	theory	theory	NOUN
ijassa-373	6	31	foundation	foundation	NOUN
ijassa-373	6	32	for	for	ADP
ijassa-373	6	33	the	the	DET
ijassa-373	6	34	experiment	experiment	NOUN
ijassa-373	6	35	design	design	NOUN
ijassa-373	6	36	and	and	CCONJ
ijassa-373	6	37	the	the	DET
ijassa-373	6	38	data	data	NOUN
ijassa-373	6	39	selection	selection	NOUN
ijassa-373	6	40	.	.	PUNCT
ijassa-373	7	1	finally	finally	ADV
ijassa-373	7	2	,	,	PUNCT
ijassa-373	7	3	two	two	NUM
ijassa-373	7	4	simulations	simulation	NOUN
ijassa-373	7	5	are	be	AUX
ijassa-373	7	6	offered	offer	VERB
ijassa-373	7	7	to	to	PART
ijassa-373	7	8	validate	validate	VERB
ijassa-373	7	9	the	the	DET
ijassa-373	7	10	theories	theory	NOUN
ijassa-373	7	11	conclusions	conclusion	NOUN
ijassa-373	7	12	in	in	ADP
ijassa-373	7	13	this	this	DET
ijassa-373	7	14	paper	paper	NOUN
ijassa-373	7	15	.	.	PUNCT
ijassa-373	8	1	keywords	keyword	VERB
ijassa-373	8	2	data	datum	NOUN
ijassa-373	8	3	fusion	fusion	NOUN
ijassa-373	8	4	;	;	PUNCT
ijassa-373	8	5	regression	regression	NOUN
ijassa-373	8	6	model	model	NOUN
ijassa-373	8	7	;	;	PUNCT
ijassa-373	8	8	fusion	fusion	NOUN
ijassa-373	8	9	weight	weight	NOUN
ijassa-373	8	10	;	;	PUNCT
ijassa-373	8	11	parameter	parameter	NOUN
ijassa-373	8	12	estimation	estimation	NOUN
ijassa-373	8	13	;	;	PUNCT
ijassa-373	8	14	precision	precision	NOUN
ijassa-373	8	15	analysis	analysis	NOUN
ijassa-373	8	16	.	.	PUNCT
ijassa-373	9	1	1	1	NUM
ijassa-373	9	2	introduction	introduction	NOUN
ijassa-373	9	3	the	the	DET
ijassa-373	9	4	main	main	ADJ
ijassa-373	9	5	purpose	purpose	NOUN
ijassa-373	9	6	of	of	ADP
ijassa-373	9	7	data	datum	NOUN
ijassa-373	9	8	fusion	fusion	NOUN
ijassa-373	9	9	is	be	AUX
ijassa-373	9	10	to	to	PART
ijassa-373	9	11	improve	improve	VERB
ijassa-373	9	12	the	the	DET
ijassa-373	9	13	accuracy	accuracy	NOUN
ijassa-373	9	14	of	of	ADP
ijassa-373	9	15	measuring	measure	VERB
ijassa-373	9	16	data	datum	NOUN
ijassa-373	9	17	,	,	PUNCT
ijassa-373	9	18	to	to	PART
ijassa-373	9	19	establish	establish	VERB
ijassa-373	9	20	a	a	DET
ijassa-373	9	21	proper	proper	ADJ
ijassa-373	9	22	processing	processing	NOUN
ijassa-373	9	23	model	model	NOUN
ijassa-373	9	24	,	,	PUNCT
ijassa-373	9	25	and	and	CCONJ
ijassa-373	9	26	to	to	PART
ijassa-373	9	27	give	give	VERB
ijassa-373	9	28	an	an	DET
ijassa-373	9	29	effective	effective	ADJ
ijassa-373	9	30	and	and	CCONJ
ijassa-373	9	31	reliable	reliable	ADJ
ijassa-373	9	32	fusion	fusion	NOUN
ijassa-373	9	33	algorithm	algorithm	NOUN
ijassa-373	9	34	[	[	X
ijassa-373	9	35	1	1	NUM
ijassa-373	9	36	,	,	PUNCT
ijassa-373	9	37	2	2	NUM
ijassa-373	9	38	]	]	PUNCT
ijassa-373	9	39	.	.	PUNCT
ijassa-373	10	1	fusion	fusion	NOUN
ijassa-373	10	2	with	with	ADP
ijassa-373	10	3	different	different	ADJ
ijassa-373	10	4	types	type	NOUN
ijassa-373	10	5	and	and	CCONJ
ijassa-373	10	6	unequal	unequal	ADJ
ijassa-373	10	7	precision	precision	NOUN
ijassa-373	10	8	data	datum	NOUN
ijassa-373	10	9	is	be	AUX
ijassa-373	10	10	the	the	DET
ijassa-373	10	11	most	most	ADV
ijassa-373	10	12	typical	typical	ADJ
ijassa-373	10	13	situation	situation	NOUN
ijassa-373	10	14	in	in	ADP
ijassa-373	10	15	the	the	DET
ijassa-373	10	16	data	data	NOUN
ijassa-373	10	17	fusion	fusion	NOUN
ijassa-373	10	18	processing	processing	NOUN
ijassa-373	10	19	[	[	X
ijassa-373	10	20	3	3	NUM
ijassa-373	10	21	-	-	SYM
ijassa-373	10	22	5	5	NUM
ijassa-373	10	23	]	]	PUNCT
ijassa-373	10	24	.	.	PUNCT
ijassa-373	11	1	after	after	SCONJ
ijassa-373	11	2	the	the	DET
ijassa-373	11	3	data	datum	NOUN
ijassa-373	11	4	are	be	AUX
ijassa-373	11	5	modeled	model	VERB
ijassa-373	11	6	in	in	ADP
ijassa-373	11	7	a	a	DET
ijassa-373	11	8	parametric	parametric	ADJ
ijassa-373	11	9	model	model	NOUN
ijassa-373	11	10	,	,	PUNCT
ijassa-373	11	11	the	the	DET
ijassa-373	11	12	data	data	NOUN
ijassa-373	11	13	fusion	fusion	NOUN
ijassa-373	11	14	problem	problem	NOUN
ijassa-373	11	15	can	can	AUX
ijassa-373	11	16	be	be	AUX
ijassa-373	11	17	transferred	transfer	VERB
ijassa-373	11	18	into	into	ADP
ijassa-373	11	19	the	the	DET
ijassa-373	11	20	parameter	parameter	NOUN
ijassa-373	11	21	estimation	estimation	NOUN
ijassa-373	11	22	problem	problem	NOUN
ijassa-373	11	23	[	[	X
ijassa-373	11	24	6,7	6,7	NUM
ijassa-373	11	25	]	]	PUNCT
ijassa-373	11	26	.	.	PUNCT
ijassa-373	12	1	to	to	PART
ijassa-373	12	2	evaluate	evaluate	VERB
ijassa-373	12	3	the	the	DET
ijassa-373	12	4	performance	performance	NOUN
ijassa-373	12	5	of	of	ADP
ijassa-373	12	6	the	the	DET
ijassa-373	12	7	parameter	parameter	NOUN
ijassa-373	12	8	estimation	estimation	NOUN
ijassa-373	12	9	result	result	NOUN
ijassa-373	12	10	,	,	PUNCT
ijassa-373	12	11	we	we	PRON
ijassa-373	12	12	need	need	VERB
ijassa-373	12	13	an	an	DET
ijassa-373	12	14	evaluation	evaluation	NOUN
ijassa-373	12	15	standard	standard	NOUN
ijassa-373	12	16	,	,	PUNCT
ijassa-373	12	17	i.e.	i.e.	X
ijassa-373	12	18	,	,	PUNCT
ijassa-373	12	19	evaluation	evaluation	NOUN
ijassa-373	12	20	criterion	criterion	NOUN
ijassa-373	12	21	or	or	CCONJ
ijassa-373	12	22	optimal	optimal	ADJ
ijassa-373	12	23	criterion	criterion	NOUN
ijassa-373	12	24	.	.	PUNCT
ijassa-373	13	1	such	such	ADJ
ijassa-373	13	2	criteria	criterion	NOUN
ijassa-373	13	3	include	include	VERB
ijassa-373	13	4	minimum	minimum	ADJ
ijassa-373	13	5	mean	mean	ADJ
ijassa-373	13	6	-	-	PUNCT
ijassa-373	13	7	square	square	NOUN
ijassa-373	13	8	error	error	NOUN
ijassa-373	13	9	(	(	PUNCT
ijassa-373	13	10	mse	mse	NOUN
ijassa-373	13	11	)	)	PUNCT
ijassa-373	13	12	criterion	criterion	NOUN
ijassa-373	13	13	,	,	PUNCT
ijassa-373	13	14	maximum	maximum	ADJ
ijassa-373	13	15	likelihood	likelihood	NOUN
ijassa-373	13	16	(	(	PUNCT
ijassa-373	13	17	ml	ml	NOUN
ijassa-373	13	18	)	)	PUNCT
ijassa-373	13	19	criterion	criterion	NOUN
ijassa-373	13	20	,	,	PUNCT
ijassa-373	13	21	maximum	maximum	ADP
ijassa-373	13	22	a	a	DET
ijassa-373	13	23	posteriori	posteriori	NOUN
ijassa-373	13	24	(	(	PUNCT
ijassa-373	13	25	map	map	NOUN
ijassa-373	13	26	)	)	PUNCT
ijassa-373	13	27	criterion	criterion	NOUN
ijassa-373	13	28	,	,	PUNCT
ijassa-373	13	29	best	good	ADJ
ijassa-373	13	30	linear	linear	ADJ
ijassa-373	13	31	unbiased	unbiased	ADJ
ijassa-373	13	32	estimation	estimation	NOUN
ijassa-373	13	33	(	(	PUNCT
ijassa-373	13	34	blue	blue	ADJ
ijassa-373	13	35	)	)	PUNCT
ijassa-373	13	36	criterion	criterion	NOUN
ijassa-373	13	37	and	and	CCONJ
ijassa-373	13	38	least	least	ADJ
ijassa-373	13	39	squares	square	NOUN
ijassa-373	13	40	estimation	estimation	NOUN
ijassa-373	13	41	(	(	PUNCT
ijassa-373	13	42	lse	lse	NOUN
ijassa-373	13	43	)	)	PUNCT
ijassa-373	13	44	criterion	criterion	NOUN
ijassa-373	13	45	,	,	PUNCT
ijassa-373	13	46	etc	etc	X
ijassa-373	13	47	.	.	X
ijassa-373	13	48	whether	whether	SCONJ
ijassa-373	13	49	the	the	DET
ijassa-373	13	50	estimated	estimate	VERB
ijassa-373	13	51	parameter	parameter	NOUN
ijassa-373	13	52	satisfies	satisfy	VERB
ijassa-373	13	53	the	the	DET
ijassa-373	13	54	need	need	NOUN
ijassa-373	13	55	of	of	ADP
ijassa-373	13	56	the	the	DET
ijassa-373	13	57	application	application	NOUN
ijassa-373	13	58	depends	depend	VERB
ijassa-373	13	59	on	on	ADP
ijassa-373	13	60	the	the	DET
ijassa-373	13	61	estimation	estimation	NOUN
ijassa-373	13	62	criteria	criterion	NOUN
ijassa-373	13	63	as	as	ADV
ijassa-373	13	64	well	well	ADV
ijassa-373	13	65	as	as	ADP
ijassa-373	13	66	the	the	DET
ijassa-373	13	67	data	data	NOUN
ijassa-373	13	68	accuracy	accuracy	NOUN
ijassa-373	13	69	and	and	CCONJ
ijassa-373	13	70	the	the	DET
ijassa-373	13	71	model	model	NOUN
ijassa-373	13	72	properties	property	NOUN
ijassa-373	13	73	[	[	X
ijassa-373	13	74	8	8	NUM
ijassa-373	13	75	]	]	PUNCT
ijassa-373	13	76	.	.	PUNCT
ijassa-373	14	1	obviously	obviously	ADV
ijassa-373	14	2	,	,	PUNCT
ijassa-373	14	3	the	the	DET
ijassa-373	14	4	selection	selection	NOUN
ijassa-373	14	5	of	of	ADP
ijassa-373	14	6	the	the	DET
ijassa-373	14	7	evaluation	evaluation	NOUN
ijassa-373	14	8	criterion	criterion	NOUN
ijassa-373	14	9	is	be	AUX
ijassa-373	14	10	affected	affect	VERB
ijassa-373	14	11	by	by	ADP
ijassa-373	14	12	the	the	DET
ijassa-373	14	13	characteristic	characteristic	NOUN
ijassa-373	14	14	of	of	ADP
ijassa-373	14	15	the	the	DET
ijassa-373	14	16	estimation	estimation	NOUN
ijassa-373	14	17	parameter	parameter	NOUN
ijassa-373	14	18	,	,	PUNCT
ijassa-373	14	19	the	the	DET
ijassa-373	14	20	demand	demand	NOUN
ijassa-373	14	21	of	of	ADP
ijassa-373	14	22	the	the	DET
ijassa-373	14	23	estimation	estimation	NOUN
ijassa-373	14	24	accuracy	accuracy	NOUN
ijassa-373	14	25	and	and	CCONJ
ijassa-373	14	26	the	the	DET
ijassa-373	14	27	complexity	complexity	NOUN
ijassa-373	14	28	of	of	ADP
ijassa-373	14	29	the	the	DET
ijassa-373	14	30	estimation	estimation	NOUN
ijassa-373	14	31	algorithm	algorithm	NOUN
ijassa-373	14	32	.	.	PUNCT
ijassa-373	15	1	specifically	specifically	ADV
ijassa-373	15	2	,	,	PUNCT
ijassa-373	15	3	the	the	DET
ijassa-373	15	4	parameters	parameter	NOUN
ijassa-373	15	5	,	,	PUNCT
ijassa-373	15	6	estimated	estimate	VERB
ijassa-373	15	7	according	accord	VERB
ijassa-373	15	8	to	to	ADP
ijassa-373	15	9	lse	lse	PROPN
ijassa-373	15	10	criterion	criterion	NOUN
ijassa-373	15	11	,	,	PUNCT
ijassa-373	15	12	will	will	AUX
ijassa-373	15	13	lead	lead	VERB
ijassa-373	15	14	to	to	ADP
ijassa-373	15	15	the	the	DET
ijassa-373	15	16	minimal	minimal	ADJ
ijassa-373	15	17	norm	norm	NOUN
ijassa-373	15	18	of	of	ADP
ijassa-373	15	19	the	the	DET
ijassa-373	15	20	obseradvances	obseradvance	NOUN
ijassa-373	15	21	in	in	ADP
ijassa-373	15	22	systems	system	NOUN
ijassa-373	15	23	science	science	NOUN
ijassa-373	15	24	and	and	CCONJ
ijassa-373	15	25	application	application	NOUN
ijassa-373	15	26	(	(	PUNCT
ijassa-373	15	27	2015	2015	NUM
ijassa-373	15	28	)	)	PUNCT
ijassa-373	15	29	vol.15	vol.15	NOUN
ijassa-373	15	30	no.3	no.3	VERB
ijassa-373	15	31	255	255	NUM
ijassa-373	15	32	vation	vation	NOUN
ijassa-373	15	33	residual	residual	ADJ
ijassa-373	15	34	,	,	PUNCT
ijassa-373	15	35	i.e.	i.e.	X
ijassa-373	15	36	the	the	DET
ijassa-373	15	37	differencebetween	differencebetween	NOUN
ijassa-373	15	38	the	the	DET
ijassa-373	15	39	observed	observe	VERB
ijassa-373	15	40	value	value	NOUN
ijassa-373	15	41	and	and	CCONJ
ijassa-373	15	42	the	the	DET
ijassa-373	15	43	calculated	calculated	ADJ
ijassa-373	15	44	value	value	NOUN
ijassa-373	15	45	.	.	PUNCT
ijassa-373	16	1	usually	usually	ADV
ijassa-373	16	2	,	,	PUNCT
ijassa-373	16	3	lse	lse	PROPN
ijassa-373	16	4	does	do	AUX
ijassa-373	16	5	not	not	PART
ijassa-373	16	6	involve	involve	VERB
ijassa-373	16	7	the	the	DET
ijassa-373	16	8	dynamic	dynamic	ADJ
ijassa-373	16	9	and	and	CCONJ
ijassa-373	16	10	statistical	statistical	ADJ
ijassa-373	16	11	information	information	NOUN
ijassa-373	16	12	of	of	ADP
ijassa-373	16	13	the	the	DET
ijassa-373	16	14	parameter	parameter	NOUN
ijassa-373	16	15	to	to	PART
ijassa-373	16	16	be	be	AUX
ijassa-373	16	17	estimated	estimate	VERB
ijassa-373	16	18	.	.	PUNCT
ijassa-373	17	1	therefore	therefore	ADV
ijassa-373	17	2	,	,	PUNCT
ijassa-373	17	3	lse	lse	PROPN
ijassa-373	17	4	is	be	AUX
ijassa-373	17	5	easy	easy	ADV
ijassa-373	17	6	implemented	implement	VERB
ijassa-373	17	7	but	but	CCONJ
ijassa-373	17	8	with	with	ADP
ijassa-373	17	9	low	low	ADJ
ijassa-373	17	10	estimation	estimation	NOUN
ijassa-373	17	11	accuracy	accuracy	NOUN
ijassa-373	17	12	.	.	PUNCT
ijassa-373	18	1	nevertheless	nevertheless	ADV
ijassa-373	18	2	,	,	PUNCT
ijassa-373	18	3	when	when	SCONJ
ijassa-373	18	4	we	we	PRON
ijassa-373	18	5	are	be	AUX
ijassa-373	18	6	short	short	ADJ
ijassa-373	18	7	of	of	ADP
ijassa-373	18	8	the	the	DET
ijassa-373	18	9	error	error	NOUN
ijassa-373	18	10	information	information	NOUN
ijassa-373	18	11	about	about	ADP
ijassa-373	18	12	the	the	DET
ijassa-373	18	13	measuring	measure	VERB
ijassa-373	18	14	data	datum	NOUN
ijassa-373	18	15	,	,	PUNCT
ijassa-373	18	16	lse	lse	PROPN
ijassa-373	18	17	also	also	ADV
ijassa-373	18	18	can	can	AUX
ijassa-373	18	19	provide	provide	VERB
ijassa-373	18	20	us	we	PRON
ijassa-373	18	21	with	with	ADP
ijassa-373	18	22	an	an	DET
ijassa-373	18	23	acceptable	acceptable	ADJ
ijassa-373	18	24	solution	solution	NOUN
ijassa-373	18	25	.	.	PUNCT
ijassa-373	19	1	mse	mse	NOUN
ijassa-373	19	2	criterion	criterion	NOUN
ijassa-373	19	3	is	be	AUX
ijassa-373	19	4	the	the	DET
ijassa-373	19	5	best	good	ADJ
ijassa-373	19	6	in	in	ADP
ijassa-373	19	7	terms	term	NOUN
ijassa-373	19	8	of	of	ADP
ijassa-373	19	9	that	that	DET
ijassa-373	19	10	mse	mse	PROPN
ijassa-373	19	11	has	have	VERB
ijassa-373	19	12	the	the	DET
ijassa-373	19	13	minimal	minimal	ADJ
ijassa-373	19	14	mean	mean	ADJ
ijassa-373	19	15	square	square	NOUN
ijassa-373	19	16	error	error	NOUN
ijassa-373	19	17	.	.	PUNCT
ijassa-373	20	1	however	however	ADV
ijassa-373	20	2	,	,	PUNCT
ijassa-373	20	3	this	this	DET
ijassa-373	20	4	method	method	NOUN
ijassa-373	20	5	needs	need	VERB
ijassa-373	20	6	some	some	DET
ijassa-373	20	7	statistical	statistical	ADJ
ijassa-373	20	8	prior	prior	ADJ
ijassa-373	20	9	information	information	NOUN
ijassa-373	20	10	,	,	PUNCT
ijassa-373	20	11	such	such	ADJ
ijassa-373	20	12	as	as	ADP
ijassa-373	20	13	the	the	DET
ijassa-373	20	14	first	first	ADJ
ijassa-373	20	15	and	and	CCONJ
ijassa-373	20	16	the	the	DET
ijassa-373	20	17	second	second	ADJ
ijassa-373	20	18	moment	moment	NOUN
ijassa-373	20	19	of	of	ADP
ijassa-373	20	20	the	the	DET
ijassa-373	20	21	data	datum	NOUN
ijassa-373	20	22	and	and	CCONJ
ijassa-373	20	23	parameter	parameter	NOUN
ijassa-373	20	24	.	.	PUNCT
ijassa-373	21	1	the	the	DET
ijassa-373	21	2	map	map	NOUN
ijassa-373	21	3	and	and	CCONJ
ijassa-373	21	4	the	the	DET
ijassa-373	21	5	ml	ml	PROPN
ijassa-373	21	6	estimation	estimation	NOUN
ijassa-373	21	7	are	be	AUX
ijassa-373	21	8	both	both	PRON
ijassa-373	21	9	related	relate	VERB
ijassa-373	21	10	to	to	ADP
ijassa-373	21	11	the	the	DET
ijassa-373	21	12	conditional	conditional	ADJ
ijassa-373	21	13	probability	probability	NOUN
ijassa-373	21	14	density	density	NOUN
ijassa-373	21	15	functions	function	NOUN
ijassa-373	21	16	,	,	PUNCT
ijassa-373	21	17	and	and	CCONJ
ijassa-373	21	18	the	the	DET
ijassa-373	21	19	estimation	estimation	NOUN
ijassa-373	21	20	is	be	AUX
ijassa-373	21	21	hard	hard	ADJ
ijassa-373	21	22	to	to	PART
ijassa-373	21	23	be	be	AUX
ijassa-373	21	24	obtained	obtain	VERB
ijassa-373	21	25	except	except	SCONJ
ijassa-373	21	26	for	for	ADP
ijassa-373	21	27	some	some	DET
ijassa-373	21	28	special	special	ADJ
ijassa-373	21	29	cases	case	NOUN
ijassa-373	21	30	.	.	PUNCT
ijassa-373	22	1	therefore	therefore	ADV
ijassa-373	22	2	,	,	PUNCT
ijassa-373	22	3	in	in	ADP
ijassa-373	22	4	the	the	DET
ijassa-373	22	5	actual	actual	ADJ
ijassa-373	22	6	application	application	NOUN
ijassa-373	22	7	,	,	PUNCT
ijassa-373	22	8	the	the	DET
ijassa-373	22	9	efficient	efficient	ADJ
ijassa-373	22	10	and	and	CCONJ
ijassa-373	22	11	reliable	reliable	ADJ
ijassa-373	22	12	data	data	NOUN
ijassa-373	22	13	fusion	fusion	NOUN
ijassa-373	22	14	algorithm	algorithm	NOUN
ijassa-373	22	15	for	for	ADP
ijassa-373	22	16	data	datum	NOUN
ijassa-373	22	17	fusion	fusion	NOUN
ijassa-373	22	18	should	should	AUX
ijassa-373	22	19	be	be	AUX
ijassa-373	22	20	selected	select	VERB
ijassa-373	22	21	according	accord	VERB
ijassa-373	22	22	to	to	ADP
ijassa-373	22	23	the	the	DET
ijassa-373	22	24	specific	specific	ADJ
ijassa-373	22	25	situation	situation	NOUN
ijassa-373	22	26	.	.	PUNCT
ijassa-373	23	1	although	although	SCONJ
ijassa-373	23	2	most	most	ADJ
ijassa-373	23	3	of	of	ADP
ijassa-373	23	4	the	the	DET
ijassa-373	23	5	fusion	fusion	NOUN
ijassa-373	23	6	systems	system	NOUN
ijassa-373	23	7	are	be	AUX
ijassa-373	23	8	nonlinear	nonlinear	ADJ
ijassa-373	23	9	,	,	PUNCT
ijassa-373	23	10	they	they	PRON
ijassa-373	23	11	can	can	AUX
ijassa-373	23	12	be	be	AUX
ijassa-373	23	13	linearized	linearize	VERB
ijassa-373	23	14	into	into	ADP
ijassa-373	23	15	some	some	DET
ijassa-373	23	16	linear	linear	ADJ
ijassa-373	23	17	regression	regression	NOUN
ijassa-373	23	18	model	model	NOUN
ijassa-373	23	19	when	when	SCONJ
ijassa-373	23	20	proper	proper	ADJ
ijassa-373	23	21	base	base	NOUN
ijassa-373	23	22	functions	function	NOUN
ijassa-373	23	23	are	be	AUX
ijassa-373	23	24	selected	select	VERB
ijassa-373	23	25	or	or	CCONJ
ijassa-373	23	26	the	the	DET
ijassa-373	23	27	nonlinear	nonlinear	ADJ
ijassa-373	23	28	iterative	iterative	NOUN
ijassa-373	23	29	means	mean	NOUN
ijassa-373	23	30	are	be	AUX
ijassa-373	23	31	adopted	adopt	VERB
ijassa-373	23	32	.	.	PUNCT
ijassa-373	24	1	that	that	PRON
ijassa-373	24	2	is	be	AUX
ijassa-373	24	3	to	to	PART
ijassa-373	24	4	say	say	VERB
ijassa-373	24	5	,	,	PUNCT
ijassa-373	24	6	nonlinear	nonlinear	ADJ
ijassa-373	24	7	fusion	fusion	NOUN
ijassa-373	24	8	problem	problem	NOUN
ijassa-373	24	9	can	can	AUX
ijassa-373	24	10	be	be	AUX
ijassa-373	24	11	approximated	approximate	VERB
ijassa-373	24	12	to	to	PART
ijassa-373	24	13	process	process	VERB
ijassa-373	24	14	with	with	ADP
ijassa-373	24	15	the	the	DET
ijassa-373	24	16	linear	linear	ADJ
ijassa-373	24	17	fusion	fusion	NOUN
ijassa-373	24	18	problem	problem	NOUN
ijassa-373	24	19	.	.	PUNCT
ijassa-373	25	1	furthermore	furthermore	ADV
ijassa-373	25	2	,	,	PUNCT
ijassa-373	25	3	when	when	SCONJ
ijassa-373	25	4	the	the	DET
ijassa-373	25	5	parameters	parameter	NOUN
ijassa-373	25	6	and	and	CCONJ
ijassa-373	25	7	the	the	DET
ijassa-373	25	8	measuring	measure	VERB
ijassa-373	25	9	data	datum	NOUN
ijassa-373	25	10	are	be	AUX
ijassa-373	25	11	with	with	ADP
ijassa-373	25	12	the	the	DET
ijassa-373	25	13	normal	normal	ADJ
ijassa-373	25	14	distribution	distribution	NOUN
ijassa-373	25	15	,	,	PUNCT
ijassa-373	25	16	some	some	DET
ijassa-373	25	17	optimal	optimal	ADJ
ijassa-373	25	18	estimation	estimation	NOUN
ijassa-373	25	19	methods	method	NOUN
ijassa-373	25	20	,	,	PUNCT
ijassa-373	25	21	such	such	ADJ
ijassa-373	25	22	as	as	ADP
ijassa-373	25	23	blue	blue	ADJ
ijassa-373	25	24	,	,	PUNCT
ijassa-373	25	25	mse	mse	NOUN
ijassa-373	25	26	and	and	CCONJ
ijassa-373	25	27	lse	lse	PROPN
ijassa-373	25	28	,	,	PUNCT
ijassa-373	25	29	are	be	AUX
ijassa-373	25	30	equivalence	equivalence	NOUN
ijassa-373	25	31	to	to	ADP
ijassa-373	25	32	each	each	DET
ijassa-373	25	33	other	other	ADJ
ijassa-373	25	34	[	[	X
ijassa-373	25	35	10	10	NUM
ijassa-373	25	36	]	]	PUNCT
ijassa-373	25	37	.	.	PUNCT
ijassa-373	26	1	therefore	therefore	ADV
ijassa-373	26	2	,	,	PUNCT
ijassa-373	26	3	the	the	DET
ijassa-373	26	4	minimal	minimal	ADJ
ijassa-373	26	5	linear	linear	ADJ
ijassa-373	26	6	variance	variance	NOUN
ijassa-373	26	7	criterion	criterion	NOUN
ijassa-373	26	8	is	be	AUX
ijassa-373	26	9	usually	usually	ADV
ijassa-373	26	10	applied	apply	VERB
ijassa-373	26	11	for	for	ADP
ijassa-373	26	12	the	the	DET
ijassa-373	26	13	actual	actual	ADJ
ijassa-373	26	14	application	application	NOUN
ijassa-373	26	15	.	.	PUNCT
ijassa-373	27	1	following	follow	VERB
ijassa-373	27	2	the	the	DET
ijassa-373	27	3	introduction	introduction	NOUN
ijassa-373	27	4	in	in	ADP
ijassa-373	27	5	section	section	NOUN
ijassa-373	27	6	1	1	NUM
ijassa-373	27	7	,	,	PUNCT
ijassa-373	27	8	the	the	DET
ijassa-373	27	9	structure	structure	NOUN
ijassa-373	27	10	of	of	ADP
ijassa-373	27	11	the	the	DET
ijassa-373	27	12	paper	paper	NOUN
ijassa-373	27	13	is	be	AUX
ijassa-373	27	14	organized	organize	VERB
ijassa-373	27	15	as	as	SCONJ
ijassa-373	27	16	follows	follow	VERB
ijassa-373	27	17	.	.	PUNCT
ijassa-373	28	1	the	the	DET
ijassa-373	28	2	form	form	NOUN
ijassa-373	28	3	of	of	ADP
ijassa-373	28	4	unbiased	unbiased	ADJ
ijassa-373	28	5	estimation	estimation	NOUN
ijassa-373	28	6	for	for	ADP
ijassa-373	28	7	linear	linear	ADJ
ijassa-373	28	8	model	model	NOUN
ijassa-373	28	9	is	be	AUX
ijassa-373	28	10	given	give	VERB
ijassa-373	28	11	and	and	CCONJ
ijassa-373	28	12	the	the	DET
ijassa-373	28	13	estimation	estimation	NOUN
ijassa-373	28	14	characters	character	NOUN
ijassa-373	28	15	are	be	AUX
ijassa-373	28	16	discussed	discuss	VERB
ijassa-373	28	17	in	in	ADP
ijassa-373	28	18	section	section	NOUN
ijassa-373	28	19	2	2	NUM
ijassa-373	28	20	.	.	PUNCT
ijassa-373	29	1	in	in	ADP
ijassa-373	29	2	section	section	NOUN
ijassa-373	29	3	3	3	NUM
ijassa-373	29	4	,	,	PUNCT
ijassa-373	29	5	the	the	DET
ijassa-373	29	6	optimal	optimal	ADJ
ijassa-373	29	7	weight	weight	NOUN
ijassa-373	29	8	and	and	CCONJ
ijassa-373	29	9	parameter	parameter	NOUN
ijassa-373	29	10	estimation	estimation	NOUN
ijassa-373	29	11	of	of	ADP
ijassa-373	29	12	unequal	unequal	ADJ
ijassa-373	29	13	-	-	PUNCT
ijassa-373	29	14	precision	precision	NOUN
ijassa-373	29	15	data	datum	NOUN
ijassa-373	29	16	fusion	fusion	NOUN
ijassa-373	29	17	are	be	AUX
ijassa-373	29	18	researched	research	VERB
ijassa-373	29	19	.	.	PUNCT
ijassa-373	30	1	besides	besides	SCONJ
ijassa-373	30	2	,	,	PUNCT
ijassa-373	30	3	it	it	PRON
ijassa-373	30	4	is	be	AUX
ijassa-373	30	5	proved	prove	VERB
ijassa-373	30	6	that	that	SCONJ
ijassa-373	30	7	there	there	PRON
ijassa-373	30	8	exists	exist	VERB
ijassa-373	30	9	the	the	DET
ijassa-373	30	10	optimal	optimal	ADJ
ijassa-373	30	11	fusion	fusion	NOUN
ijassa-373	30	12	weight	weight	NOUN
ijassa-373	30	13	and	and	CCONJ
ijassa-373	30	14	it	it	PRON
ijassa-373	30	15	is	be	AUX
ijassa-373	30	16	unique	unique	ADJ
ijassa-373	30	17	,	,	PUNCT
ijassa-373	30	18	and	and	CCONJ
ijassa-373	30	19	the	the	DET
ijassa-373	30	20	accuracy	accuracy	NOUN
ijassa-373	30	21	of	of	ADP
ijassa-373	30	22	multivariable	multivariable	ADJ
ijassa-373	30	23	optimal	optimal	ADJ
ijassa-373	30	24	estimation	estimation	NOUN
ijassa-373	30	25	for	for	ADP
ijassa-373	30	26	linear	linear	ADJ
ijassa-373	30	27	fusion	fusion	NOUN
ijassa-373	30	28	model	model	NOUN
ijassa-373	30	29	is	be	AUX
ijassa-373	30	30	analyzed	analyze	VERB
ijassa-373	30	31	.	.	PUNCT
ijassa-373	31	1	section	section	NOUN
ijassa-373	31	2	4	4	NUM
ijassa-373	31	3	provides	provide	VERB
ijassa-373	31	4	two	two	NUM
ijassa-373	31	5	numerical	numerical	ADJ
ijassa-373	31	6	examples	example	NOUN
ijassa-373	31	7	to	to	PART
ijassa-373	31	8	validate	validate	VERB
ijassa-373	31	9	the	the	DET
ijassa-373	31	10	proposed	propose	VERB
ijassa-373	31	11	theory	theory	NOUN
ijassa-373	31	12	and	and	CCONJ
ijassa-373	31	13	method	method	NOUN
ijassa-373	31	14	.	.	PUNCT
ijassa-373	32	1	finally	finally	ADV
ijassa-373	32	2	,	,	PUNCT
ijassa-373	32	3	the	the	DET
ijassa-373	32	4	paper	paper	NOUN
ijassa-373	32	5	is	be	AUX
ijassa-373	32	6	concluded	conclude	VERB
ijassa-373	32	7	in	in	ADP
ijassa-373	32	8	section	section	NOUN
ijassa-373	32	9	5	5	NUM
ijassa-373	32	10	.	.	SYM
ijassa-373	32	11	2	2	NUM
ijassa-373	32	12	unbiased	unbiased	ADJ
ijassa-373	32	13	estimate	estimate	NOUN
ijassa-373	32	14	of	of	ADP
ijassa-373	32	15	linear	linear	PROPN
ijassa-373	32	16	model	model	NOUN
ijassa-373	32	17	consider	consider	VERB
ijassa-373	32	18	the	the	DET
ijassa-373	32	19	linear	linear	ADJ
ijassa-373	32	20	measuring	measure	VERB
ijassa-373	32	21	regression	regression	NOUN
ijassa-373	32	22	model	model	NOUN
ijassa-373	32	23	as	as	ADP
ijassa-373	32	24	follow	follow	VERB
ijassa-373	32	25	:	:	PUNCT
ijassa-373	33	1	y	y	PROPN
ijassa-373	33	2	=	=	SYM
ijassa-373	33	3	xβ	xβ	PROPN
ijassa-373	33	4	+	+	CCONJ
ijassa-373	33	5	ε	ε	PROPN
ijassa-373	33	6	,	,	PUNCT
ijassa-373	33	7	ε	ε	PROPN
ijassa-373	33	8	∼	∼	NOUN
ijassa-373	33	9	(	(	PUNCT
ijassa-373	33	10	0	0	NUM
ijassa-373	33	11	,	,	PUNCT
ijassa-373	33	12	σ2i	σ2i	NUM
ijassa-373	33	13	)	)	PUNCT
ijassa-373	33	14	(	(	PUNCT
ijassa-373	33	15	1	1	X
ijassa-373	33	16	)	)	PUNCT
ijassa-373	33	17	where	where	SCONJ
ijassa-373	33	18	y	y	PROPN
ijassa-373	33	19	=	=	NOUN
ijassa-373	33	20	ym×1	ym×1	PROPN
ijassa-373	33	21	is	be	AUX
ijassa-373	33	22	the	the	DET
ijassa-373	33	23	measuring	measure	VERB
ijassa-373	33	24	data	datum	NOUN
ijassa-373	33	25	,	,	PUNCT
ijassa-373	33	26	x	x	SYM
ijassa-373	33	27	=	=	SYM
ijassa-373	33	28	xm×n	xm×n	PROPN
ijassa-373	33	29	is	be	AUX
ijassa-373	33	30	the	the	DET
ijassa-373	33	31	design	design	NOUN
ijassa-373	33	32	matrix	matrix	NOUN
ijassa-373	33	33	and	and	CCONJ
ijassa-373	33	34	rank(x	rank(x	NOUN
ijassa-373	33	35	)	)	PUNCT
ijassa-373	33	36	=	=	SYM
ijassa-373	33	37	n	n	X
ijassa-373	33	38	,	,	PUNCT
ijassa-373	33	39	β	β	X
ijassa-373	33	40	=	=	X
ijassa-373	34	1	βn×1	βn×1	NOUN
ijassa-373	34	2	is	be	AUX
ijassa-373	34	3	the	the	DET
ijassa-373	34	4	estimated	estimate	VERB
ijassa-373	34	5	parameter	parameter	NOUN
ijassa-373	34	6	vector	vector	NOUN
ijassa-373	34	7	,	,	PUNCT
ijassa-373	34	8	and	and	CCONJ
ijassa-373	34	9	ε	ε	PROPN
ijassa-373	34	10	=	=	SYM
ijassa-373	34	11	εm×1	εm×1	PROPN
ijassa-373	34	12	is	be	AUX
ijassa-373	34	13	the	the	DET
ijassa-373	34	14	measuring	measure	VERB
ijassa-373	34	15	random	random	ADJ
ijassa-373	34	16	error	error	NOUN
ijassa-373	34	17	vector	vector	NOUN
ijassa-373	34	18	with	with	ADP
ijassa-373	34	19	the	the	DET
ijassa-373	34	20	zero	zero	NUM
ijassa-373	34	21	expectation	expectation	NOUN
ijassa-373	34	22	and	and	CCONJ
ijassa-373	34	23	diagonal	diagonal	ADJ
ijassa-373	34	24	covariance	covariance	NOUN
ijassa-373	34	25	,	,	PUNCT
ijassa-373	34	26	i.e.	i.e.	X
ijassa-373	34	27	ε	ε	X
ijassa-373	34	28	∼	∼	NOUN
ijassa-373	34	29	(	(	PUNCT
ijassa-373	34	30	0	0	NUM
ijassa-373	34	31	,	,	PUNCT
ijassa-373	34	32	σ2i	σ2i	NUM
ijassa-373	34	33	)	)	PUNCT
ijassa-373	34	34	.	.	PUNCT
ijassa-373	35	1	for	for	ADP
ijassa-373	35	2	the	the	DET
ijassa-373	35	3	parameter	parameter	PROPN
ijassa-373	35	4	estimation	estimation	NOUN
ijassa-373	35	5	problem	problem	NOUN
ijassa-373	35	6	in	in	ADP
ijassa-373	35	7	model	model	NOUN
ijassa-373	35	8	(	(	PUNCT
ijassa-373	35	9	1	1	NUM
ijassa-373	35	10	)	)	PUNCT
ijassa-373	35	11	,	,	PUNCT
ijassa-373	35	12	the	the	DET
ijassa-373	35	13	lse	lse	PROPN
ijassa-373	35	14	β̂ls	β̂ls	PROPN
ijassa-373	35	15	=	=	PRON
ijassa-373	35	16	(	(	PUNCT
ijassa-373	35	17	xtx	xtx	PROPN
ijassa-373	35	18	)	)	PUNCT
ijassa-373	35	19	−1	−1	NOUN
ijassa-373	35	20	xty	xty	PROPN
ijassa-373	35	21	has	have	VERB
ijassa-373	35	22	some	some	DET
ijassa-373	35	23	good	good	ADJ
ijassa-373	35	24	properties	property	NOUN
ijassa-373	35	25	as	as	SCONJ
ijassa-373	35	26	follows	follow	VERB
ijassa-373	35	27	:	:	PUNCT
ijassa-373	35	28	property	property	NOUN
ijassa-373	35	29	1	1	NUM
ijassa-373	35	30	:	:	PUNCT
ijassa-373	35	31	β̂ls	β̂ls	PROPN
ijassa-373	35	32	is	be	AUX
ijassa-373	35	33	the	the	DET
ijassa-373	35	34	umvue	umvue	ADJ
ijassa-373	35	35	(	(	PUNCT
ijassa-373	35	36	uniform	uniform	ADJ
ijassa-373	35	37	minimum	minimum	ADJ
ijassa-373	35	38	variance	variance	NOUN
ijassa-373	35	39	unbiased	unbiased	ADJ
ijassa-373	35	40	esti256	esti256	PROPN
ijassa-373	35	41	xuanying	xuanying	PROPN
ijassa-373	35	42	zhou	zhou	PROPN
ijassa-373	35	43	,	,	PUNCT
ijassa-373	35	44	jiongqi	jiongqi	PROPN
ijassa-373	35	45	wang	wang	PROPN
ijassa-373	35	46	and	and	CCONJ
ijassa-373	35	47	zhengming	zhengming	PROPN
ijassa-373	35	48	wang	wang	PROPN
ijassa-373	35	49	,	,	PUNCT
ijassa-373	35	50	zhangming	zhangme	VERB
ijassa-373	35	51	he	he	PRON
ijassa-373	35	52	:	:	PUNCT
ijassa-373	35	53	optimal	optimal	ADJ
ijassa-373	35	54	...	...	PUNCT
ijassa-373	35	55	mation	mation	PROPN
ijassa-373	35	56	)	)	PUNCT
ijassa-373	35	57	of	of	ADP
ijassa-373	35	58	the	the	DET
ijassa-373	35	59	parameter	parameter	NOUN
ijassa-373	35	60	β	β	NOUN
ijassa-373	35	61	,	,	PUNCT
ijassa-373	35	62	and	and	CCONJ
ijassa-373	35	63	moreover	moreover	ADV
ijassa-373	35	64	,	,	PUNCT
ijassa-373	35	65	∀c	∀c	X
ijassa-373	35	66	∈	∈	PROPN
ijassa-373	35	67	rn	rn	PROPN
ijassa-373	35	68	,	,	PUNCT
ijassa-373	35	69	ctβ̂ls	ctβ̂ls	PROPN
ijassa-373	35	70	is	be	AUX
ijassa-373	35	71	the	the	DET
ijassa-373	35	72	linear	linear	ADJ
ijassa-373	35	73	unbiased	unbiased	ADJ
ijassa-373	35	74	estimation	estimation	NOUN
ijassa-373	35	75	of	of	ADP
ijassa-373	35	76	the	the	DET
ijassa-373	35	77	parameter	parameter	NOUN
ijassa-373	35	78	ctβ	ctβ	NOUN
ijassa-373	35	79	.	.	PUNCT
ijassa-373	36	1	property	property	NOUN
ijassa-373	36	2	2	2	NUM
ijassa-373	36	3	:	:	PUNCT
ijassa-373	36	4	assuming	assume	VERB
ijassa-373	36	5	e	e	PROPN
ijassa-373	36	6	∥∥∥xβ̂ls	∥∥∥xβ̂ls	NUM
ijassa-373	36	7	−xβ	−xβ	NOUN
ijassa-373	36	8	∥∥∥2	∥∥∥2	NOUN
ijassa-373	36	9	=	=	PUNCT
ijassa-373	36	10	(	(	PUNCT
ijassa-373	36	11	xβ̂ls	xβ̂ls	NOUN
ijassa-373	36	12	−xβ)t(xβ̂ls−xβ	−xβ)t(xβ̂ls−xβ	PROPN
ijassa-373	36	13	)	)	PUNCT
ijassa-373	36	14	and	and	CCONJ
ijassa-373	36	15	then	then	ADV
ijassa-373	36	16	e	e	PROPN
ijassa-373	36	17	∥∥∥xβ̂ls	∥∥∥xβ̂ls	NUM
ijassa-373	36	18	−xβ	−xβ	NOUN
ijassa-373	36	19	∥∥∥2	∥∥∥2	NOUN
ijassa-373	37	1	=	=	NOUN
ijassa-373	37	2	nσ2	nσ2	NOUN
ijassa-373	37	3	.	.	PUNCT
ijassa-373	37	4	property	property	NOUN
ijassa-373	37	5	3	3	NUM
ijassa-373	37	6	:	:	PUNCT
ijassa-373	37	7	assuming	assume	VERB
ijassa-373	37	8	cov(β̂ls	cov(β̂ls	NOUN
ijassa-373	37	9	)	)	PUNCT
ijassa-373	37	10	=	=	PUNCT
ijassa-373	38	1	e(β̂ls	e(β̂ls	ADJ
ijassa-373	38	2	−	−	PROPN
ijassa-373	38	3	β)(β̂ls	β)(β̂ls	SYM
ijassa-373	38	4	−	−	PROPN
ijassa-373	38	5	β)t	β)t	ADJ
ijassa-373	38	6	,	,	PUNCT
ijassa-373	38	7	mse(β̂ls	mse(β̂ls	PROPN
ijassa-373	38	8	)	)	PUNCT
ijassa-373	38	9	=	=	PUNCT
ijassa-373	39	1	e(β̂ls	e(β̂ls	ADP
ijassa-373	39	2	−	−	PROPN
ijassa-373	40	1	β)t(β̂ls	β)t(β̂ls	INTJ
ijassa-373	40	2	−	−	PROPN
ijassa-373	40	3	β	β	NOUN
ijassa-373	40	4	)	)	PUNCT
ijassa-373	40	5	and	and	CCONJ
ijassa-373	40	6	then	then	ADV
ijassa-373	40	7	cov(β̂ls	cov(β̂ls	PROPN
ijassa-373	40	8	)	)	PUNCT
ijassa-373	40	9	=	=	SYM
ijassa-373	40	10	σ2s−1,mse(β̂ls	σ2s−1,mse(β̂ls	NOUN
ijassa-373	40	11	)	)	PUNCT
ijassa-373	40	12	=	=	SYM
ijassa-373	40	13	σ2	σ2	PROPN
ijassa-373	40	14	n∑	n∑	PROPN
ijassa-373	40	15	i=1	i=1	PROPN
ijassa-373	41	1	λ−1	λ−1	PROPN
ijassa-373	42	1	i	i	PRON
ijassa-373	42	2	,	,	PUNCT
ijassa-373	42	3	where	where	SCONJ
ijassa-373	42	4	s	s	VERB
ijassa-373	42	5	=	=	SYM
ijassa-373	42	6	xtx	xtx	PROPN
ijassa-373	42	7	and	and	CCONJ
ijassa-373	42	8	λi	λi	CCONJ
ijassa-373	42	9	,	,	PUNCT
ijassa-373	42	10	i	i	NOUN
ijassa-373	42	11	=	=	NOUN
ijassa-373	42	12	1	1	NUM
ijassa-373	42	13	,	,	PUNCT
ijassa-373	42	14	·	·	PUNCT
ijassa-373	42	15	·	·	PUNCT
ijassa-373	42	16	·	·	PUNCT
ijassa-373	42	17	,	,	PUNCT
ijassa-373	42	18	n	n	PRON
ijassa-373	42	19	are	be	AUX
ijassa-373	42	20	all	all	PRON
ijassa-373	42	21	eigenvalues	eigenvalue	NOUN
ijassa-373	42	22	of	of	ADP
ijassa-373	42	23	the	the	DET
ijassa-373	42	24	matrix	matrix	NOUN
ijassa-373	42	25	s	s	NOUN
ijassa-373	42	26	;	;	PUNCT
ijassa-373	42	27	remark	remark	NOUN
ijassa-373	42	28	1	1	NUM
ijassa-373	42	29	:	:	PUNCT
ijassa-373	42	30	property	property	NOUN
ijassa-373	42	31	1	1	NUM
ijassa-373	42	32	shows	show	VERB
ijassa-373	42	33	that	that	SCONJ
ijassa-373	42	34	in	in	ADP
ijassa-373	42	35	the	the	DET
ijassa-373	42	36	actual	actual	ADJ
ijassa-373	42	37	engineering	engineering	NOUN
ijassa-373	42	38	application	application	NOUN
ijassa-373	42	39	,	,	PUNCT
ijassa-373	42	40	different	different	ADJ
ijassa-373	42	41	constant	constant	ADJ
ijassa-373	42	42	vector	vector	NOUN
ijassa-373	42	43	c	c	NOUN
ijassa-373	42	44	can	can	AUX
ijassa-373	42	45	be	be	AUX
ijassa-373	42	46	chosen	choose	VERB
ijassa-373	42	47	for	for	ADP
ijassa-373	42	48	estimating	estimate	VERB
ijassa-373	42	49	some	some	DET
ijassa-373	42	50	components	component	NOUN
ijassa-373	42	51	or	or	CCONJ
ijassa-373	42	52	the	the	DET
ijassa-373	42	53	linear	linear	ADJ
ijassa-373	42	54	combination	combination	NOUN
ijassa-373	42	55	of	of	ADP
ijassa-373	42	56	the	the	DET
ijassa-373	42	57	parameter	parameter	NOUN
ijassa-373	42	58	β	β	PROPN
ijassa-373	42	59	.	.	PUNCT
ijassa-373	42	60	remark	remark	PROPN
ijassa-373	42	61	2	2	NUM
ijassa-373	42	62	:	:	PUNCT
ijassa-373	42	63	property	property	NOUN
ijassa-373	42	64	2	2	NUM
ijassa-373	42	65	shows	show	VERB
ijassa-373	42	66	that	that	SCONJ
ijassa-373	42	67	the	the	DET
ijassa-373	42	68	estimation	estimation	NOUN
ijassa-373	42	69	precision	precision	NOUN
ijassa-373	42	70	of	of	ADP
ijassa-373	42	71	xβ̂ls	xβ̂ls	PROPN
ijassa-373	42	72	is	be	AUX
ijassa-373	42	73	directly	directly	ADV
ijassa-373	42	74	proportional	proportional	ADJ
ijassa-373	42	75	to	to	AUX
ijassa-373	42	76	n.	n.	VERB
ijassa-373	42	77	that	that	PRON
ijassa-373	42	78	is	be	AUX
ijassa-373	42	79	to	to	PART
ijassa-373	42	80	say	say	VERB
ijassa-373	42	81	,	,	PUNCT
ijassa-373	42	82	the	the	PRON
ijassa-373	42	83	more	more	ADV
ijassa-373	42	84	the	the	DET
ijassa-373	42	85	number	number	NOUN
ijassa-373	42	86	of	of	ADP
ijassa-373	42	87	the	the	DET
ijassa-373	42	88	estimated	estimate	VERB
ijassa-373	42	89	parameters	parameter	NOUN
ijassa-373	42	90	,	,	PUNCT
ijassa-373	42	91	the	the	DET
ijassa-373	42	92	lower	low	ADJ
ijassa-373	42	93	estimation	estimation	NOUN
ijassa-373	42	94	precision	precision	NOUN
ijassa-373	42	95	will	will	AUX
ijassa-373	42	96	be	be	AUX
ijassa-373	42	97	obtained	obtain	VERB
ijassa-373	42	98	.	.	PUNCT
ijassa-373	43	1	therefore	therefore	ADV
ijassa-373	43	2	,	,	PUNCT
ijassa-373	43	3	the	the	DET
ijassa-373	43	4	proper	proper	ADJ
ijassa-373	43	5	base	base	NOUN
ijassa-373	43	6	function	function	NOUN
ijassa-373	43	7	and	and	CCONJ
ijassa-373	43	8	parameter	parameter	NOUN
ijassa-373	43	9	model	model	NOUN
ijassa-373	43	10	should	should	AUX
ijassa-373	43	11	be	be	AUX
ijassa-373	43	12	chosen	choose	VERB
ijassa-373	43	13	when	when	SCONJ
ijassa-373	43	14	modeling	model	VERB
ijassa-373	43	15	the	the	DET
ijassa-373	43	16	measuring	measure	VERB
ijassa-373	43	17	data	datum	NOUN
ijassa-373	43	18	to	to	PART
ijassa-373	43	19	let	let	VERB
ijassa-373	43	20	the	the	DET
ijassa-373	43	21	parameter	parameter	NOUN
ijassa-373	43	22	number	number	NOUN
ijassa-373	43	23	as	as	ADV
ijassa-373	43	24	few	few	ADJ
ijassa-373	43	25	as	as	ADP
ijassa-373	43	26	possible	possible	ADJ
ijassa-373	43	27	.	.	PUNCT
ijassa-373	44	1	the	the	DET
ijassa-373	44	2	sparse	sparse	ADJ
ijassa-373	44	3	parameter	parameter	NOUN
ijassa-373	44	4	modeling	modeling	NOUN
ijassa-373	44	5	methods	method	NOUN
ijassa-373	44	6	are	be	AUX
ijassa-373	44	7	often	often	ADV
ijassa-373	44	8	used	use	VERB
ijassa-373	44	9	in	in	ADP
ijassa-373	44	10	the	the	DET
ijassa-373	44	11	real	real	ADJ
ijassa-373	44	12	application	application	NOUN
ijassa-373	44	13	[	[	X
ijassa-373	44	14	11	11	NUM
ijassa-373	44	15	,	,	PUNCT
ijassa-373	44	16	12	12	NUM
ijassa-373	44	17	]	]	PUNCT
ijassa-373	44	18	.	.	PUNCT
ijassa-373	45	1	remark	remark	PROPN
ijassa-373	45	2	3	3	NUM
ijassa-373	45	3	:	:	PUNCT
ijassa-373	45	4	property	property	NOUN
ijassa-373	45	5	3	3	NUM
ijassa-373	45	6	shows	show	VERB
ijassa-373	45	7	that	that	SCONJ
ijassa-373	45	8	when	when	SCONJ
ijassa-373	45	9	the	the	DET
ijassa-373	45	10	model	model	NOUN
ijassa-373	45	11	(	(	PUNCT
ijassa-373	45	12	1	1	X
ijassa-373	45	13	)	)	PUNCT
ijassa-373	45	14	is	be	AUX
ijassa-373	45	15	multi	multi	ADJ
ijassa-373	45	16	-	-	NOUN
ijassa-373	45	17	collinearity	collinearity	ADJ
ijassa-373	45	18	,	,	PUNCT
ijassa-373	45	19	i.e.	i.e.	X
ijassa-373	45	20	the	the	DET
ijassa-373	45	21	matrix	matrix	NOUN
ijassa-373	45	22	xtx	xtx	PROPN
ijassa-373	45	23	has	have	VERB
ijassa-373	45	24	some	some	DET
ijassa-373	45	25	extremely	extremely	ADV
ijassa-373	45	26	small	small	ADJ
ijassa-373	45	27	eigenvalues	eigenvalue	NOUN
ijassa-373	45	28	λi	λi	NOUN
ijassa-373	45	29	,	,	PUNCT
ijassa-373	45	30	the	the	DET
ijassa-373	45	31	large	large	ADJ
ijassa-373	45	32	mse(β̂ls	mse(β̂ls	PROPN
ijassa-373	45	33	)	)	PUNCT
ijassa-373	45	34	or	or	CCONJ
ijassa-373	45	35	mse(ctβ̂ls	mse(ctβ̂l	NOUN
ijassa-373	45	36	)	)	PUNCT
ijassa-373	45	37	will	will	AUX
ijassa-373	45	38	lead	lead	VERB
ijassa-373	45	39	to	to	ADP
ijassa-373	45	40	the	the	DET
ijassa-373	45	41	bad	bad	ADJ
ijassa-373	45	42	estimation	estimation	NOUN
ijassa-373	45	43	accuracy	accuracy	NOUN
ijassa-373	45	44	.	.	PUNCT
ijassa-373	46	1	the	the	DET
ijassa-373	46	2	regularizing	regularize	VERB
ijassa-373	46	3	methods	method	NOUN
ijassa-373	46	4	,	,	PUNCT
ijassa-373	46	5	a	a	DET
ijassa-373	46	6	series	series	NOUN
ijassa-373	46	7	of	of	ADP
ijassa-373	46	8	biased	biased	ADJ
ijassa-373	46	9	estimation	estimation	NOUN
ijassa-373	46	10	methods	method	NOUN
ijassa-373	46	11	,	,	PUNCT
ijassa-373	46	12	were	be	AUX
ijassa-373	46	13	proposed	propose	VERB
ijassa-373	46	14	to	to	PART
ijassa-373	46	15	handle	handle	VERB
ijassa-373	46	16	the	the	DET
ijassa-373	46	17	multi	multi	ADJ
ijassa-373	46	18	-	-	ADJ
ijassa-373	46	19	collinear	collinear	ADJ
ijassa-373	46	20	problem	problem	NOUN
ijassa-373	46	21	in	in	ADP
ijassa-373	46	22	application	application	NOUN
ijassa-373	46	23	[	[	X
ijassa-373	46	24	13	13	NUM
ijassa-373	46	25	-	-	SYM
ijassa-373	46	26	15	15	NUM
ijassa-373	46	27	]	]	PUNCT
ijassa-373	46	28	.	.	PUNCT
ijassa-373	47	1	by	by	ADP
ijassa-373	47	2	choosing	choose	VERB
ijassa-373	47	3	the	the	DET
ijassa-373	47	4	proper	proper	ADJ
ijassa-373	47	5	regularizing	regularizing	NOUN
ijassa-373	47	6	factor	factor	NOUN
ijassa-373	47	7	µ	µ	NOUN
ijassa-373	47	8	and	and	CCONJ
ijassa-373	47	9	the	the	DET
ijassa-373	47	10	regularizing	regularize	VERB
ijassa-373	47	11	matrix	matrix	NOUN
ijassa-373	47	12	d	d	NOUN
ijassa-373	47	13	with	with	ADP
ijassa-373	47	14	full	full	ADJ
ijassa-373	47	15	column	column	NOUN
ijassa-373	47	16	rank	rank	NOUN
ijassa-373	47	17	to	to	PART
ijassa-373	47	18	solve	solve	VERB
ijassa-373	47	19	the	the	DET
ijassa-373	47	20	following	follow	VERB
ijassa-373	47	21	optimization	optimization	NOUN
ijassa-373	47	22	problem	problem	NOUN
ijassa-373	47	23	min	min	PROPN
ijassa-373	47	24	β∈rn,µ>0	β∈rn,µ>0	NOUN
ijassa-373	47	25	∥y	∥y	PROPN
ijassa-373	47	26	−xβ∥22	−xβ∥22	X
ijassa-373	48	1	+	+	CCONJ
ijassa-373	48	2	µ	µ	X
ijassa-373	48	3	∥dβ∥22	∥dβ∥22	ADJ
ijassa-373	48	4	(	(	PUNCT
ijassa-373	48	5	2	2	X
ijassa-373	48	6	)	)	PUNCT
ijassa-373	48	7	the	the	DET
ijassa-373	48	8	solution	solution	NOUN
ijassa-373	48	9	of	of	ADP
ijassa-373	48	10	(	(	PUNCT
ijassa-373	48	11	2	2	X
ijassa-373	48	12	)	)	PUNCT
ijassa-373	48	13	can	can	AUX
ijassa-373	48	14	be	be	AUX
ijassa-373	48	15	easily	easily	ADV
ijassa-373	48	16	calculated	calculate	VERB
ijassa-373	48	17	as	as	SCONJ
ijassa-373	48	18	follows	follow	VERB
ijassa-373	48	19	β̂r	β̂r	NOUN
ijassa-373	48	20	=	=	SYM
ijassa-373	48	21	(	(	PUNCT
ijassa-373	48	22	xtx	xtx	PROPN
ijassa-373	48	23	+	+	X
ijassa-373	48	24	µdtd)−1xty	µdtd)−1xty	CCONJ
ijassa-373	48	25	(	(	PUNCT
ijassa-373	48	26	3	3	NUM
ijassa-373	48	27	)	)	PUNCT
ijassa-373	48	28	compared	compare	VERB
ijassa-373	48	29	to	to	ADP
ijassa-373	48	30	lse	lse	PROPN
ijassa-373	48	31	,	,	PUNCT
ijassa-373	48	32	the	the	DET
ijassa-373	48	33	regularizing	regularizing	NOUN
ijassa-373	48	34	estimation	estimation	NOUN
ijassa-373	48	35	has	have	VERB
ijassa-373	48	36	properties	property	NOUN
ijassa-373	48	37	as	as	SCONJ
ijassa-373	48	38	follows	follow	VERB
ijassa-373	48	39	:	:	PUNCT
ijassa-373	48	40	property	property	NOUN
ijassa-373	48	41	4	4	NUM
ijassa-373	48	42	:	:	PUNCT
ijassa-373	48	43	eβ̂r	eβ̂r	PROPN
ijassa-373	48	44	=	=	SYM
ijassa-373	48	45	(	(	PUNCT
ijassa-373	48	46	xtx	xtx	PROPN
ijassa-373	48	47	+	+	X
ijassa-373	48	48	µdtd)−1xtxβ	µdtd)−1xtxβ	PROPN
ijassa-373	48	49	.	.	PUNCT
ijassa-373	49	1	i.e.	i.e.	X
ijassa-373	49	2	the	the	DET
ijassa-373	49	3	regularizing	regularize	VERB
ijassa-373	49	4	parameter	parameter	NOUN
ijassa-373	49	5	estimation	estimation	NOUN
ijassa-373	49	6	is	be	AUX
ijassa-373	49	7	biased	bias	VERB
ijassa-373	49	8	;	;	PUNCT
ijassa-373	49	9	property	property	NOUN
ijassa-373	49	10	5	5	NUM
ijassa-373	49	11	:	:	PUNCT
ijassa-373	49	12	there	there	PRON
ijassa-373	49	13	exists	exist	VERB
ijassa-373	49	14	µ,d	µ,d	NOUN
ijassa-373	49	15	,	,	PUNCT
ijassa-373	49	16	and	and	CCONJ
ijassa-373	49	17	make	make	VERB
ijassa-373	49	18	mse(β̂r	mse(β̂r	NOUN
ijassa-373	49	19	)	)	PUNCT
ijassa-373	49	20	<	<	X
ijassa-373	49	21	mse(β̂ls	mse(β̂ls	PROPN
ijassa-373	49	22	)	)	PUNCT
ijassa-373	49	23	,	,	PUNCT
ijassa-373	49	24	i.e.	i.e.	X
ijassa-373	49	25	the	the	DET
ijassa-373	49	26	regularizing	regularizing	NOUN
ijassa-373	49	27	estimation	estimation	NOUN
ijassa-373	49	28	can	can	AUX
ijassa-373	49	29	better	well	ADV
ijassa-373	49	30	than	than	ADP
ijassa-373	49	31	lse	lse	PROPN
ijassa-373	49	32	by	by	ADP
ijassa-373	49	33	choosing	choose	VERB
ijassa-373	49	34	some	some	DET
ijassa-373	49	35	proper	proper	ADJ
ijassa-373	49	36	regularization	regularization	NOUN
ijassa-373	49	37	parameter	parameter	NOUN
ijassa-373	49	38	and	and	CCONJ
ijassa-373	49	39	matrix	matrix	NOUN
ijassa-373	49	40	.	.	PUNCT
ijassa-373	50	1	in	in	ADP
ijassa-373	50	2	the	the	DET
ijassa-373	50	3	linear	linear	ADJ
ijassa-373	50	4	measuring	measure	VERB
ijassa-373	50	5	regression	regression	NOUN
ijassa-373	50	6	model	model	NOUN
ijassa-373	50	7	,	,	PUNCT
ijassa-373	50	8	ε	ε	PROPN
ijassa-373	50	9	∼	∼	NOUN
ijassa-373	50	10	(	(	PUNCT
ijassa-373	50	11	0	0	NUM
ijassa-373	50	12	,	,	PUNCT
ijassa-373	50	13	σ2i	σ2i	NUM
ijassa-373	50	14	)	)	PUNCT
ijassa-373	50	15	means	mean	VERB
ijassa-373	50	16	the	the	DET
ijassa-373	50	17	measures	measure	NOUN
ijassa-373	50	18	are	be	AUX
ijassa-373	50	19	irrelevant	irrelevant	ADJ
ijassa-373	50	20	and	and	CCONJ
ijassa-373	50	21	the	the	DET
ijassa-373	50	22	precision	precision	NOUN
ijassa-373	50	23	are	be	AUX
ijassa-373	50	24	equal	equal	ADJ
ijassa-373	50	25	.	.	PUNCT
ijassa-373	51	1	in	in	ADP
ijassa-373	51	2	actual	actual	ADJ
ijassa-373	51	3	,	,	PUNCT
ijassa-373	51	4	if	if	SCONJ
ijassa-373	51	5	the	the	DET
ijassa-373	51	6	measures	measure	NOUN
ijassa-373	51	7	are	be	AUX
ijassa-373	51	8	relevant	relevant	ADJ
ijassa-373	51	9	and	and	CCONJ
ijassa-373	51	10	have	have	VERB
ijassa-373	51	11	unequal	unequal	ADJ
ijassa-373	51	12	precision	precision	NOUN
ijassa-373	51	13	,	,	PUNCT
ijassa-373	51	14	the	the	DET
ijassa-373	51	15	model	model	NOUN
ijassa-373	51	16	(	(	PUNCT
ijassa-373	51	17	1	1	X
ijassa-373	51	18	)	)	PUNCT
ijassa-373	51	19	can	can	AUX
ijassa-373	51	20	be	be	AUX
ijassa-373	51	21	transferred	transfer	VERB
ijassa-373	51	22	to	to	ADP
ijassa-373	51	23	y	y	PROPN
ijassa-373	51	24	=	=	SYM
ijassa-373	51	25	xβ	xβ	PROPN
ijassa-373	52	1	+	+	CCONJ
ijassa-373	52	2	ε	ε	PROPN
ijassa-373	52	3	,	,	PUNCT
ijassa-373	52	4	ε	ε	PROPN
ijassa-373	52	5	∼	∼	NOUN
ijassa-373	52	6	(	(	PUNCT
ijassa-373	52	7	0	0	NUM
ijassa-373	52	8	,	,	PUNCT
ijassa-373	52	9	σ2	σ2	NOUN
ijassa-373	52	10	g	g	NOUN
ijassa-373	52	11	)	)	PUNCT
ijassa-373	52	12	(	(	PUNCT
ijassa-373	52	13	4	4	X
ijassa-373	52	14	)	)	PUNCT
ijassa-373	52	15	advances	advance	NOUN
ijassa-373	52	16	in	in	ADP
ijassa-373	52	17	systems	system	NOUN
ijassa-373	52	18	science	science	NOUN
ijassa-373	52	19	and	and	CCONJ
ijassa-373	52	20	application	application	NOUN
ijassa-373	52	21	(	(	PUNCT
ijassa-373	52	22	2015	2015	NUM
ijassa-373	52	23	)	)	PUNCT
ijassa-373	52	24	vol.15	vol.15	NOUN
ijassa-373	52	25	no.3	no.3	NOUN
ijassa-373	52	26	257	257	NUM
ijassa-373	52	27	where	where	SCONJ
ijassa-373	52	28	σ2	σ2	NOUN
ijassa-373	52	29	is	be	AUX
ijassa-373	52	30	known	know	VERB
ijassa-373	52	31	or	or	CCONJ
ijassa-373	52	32	unknown	unknown	ADJ
ijassa-373	52	33	,	,	PUNCT
ijassa-373	52	34	and	and	CCONJ
ijassa-373	52	35	g	g	NOUN
ijassa-373	52	36	is	be	AUX
ijassa-373	52	37	a	a	DET
ijassa-373	52	38	known	know	VERB
ijassa-373	52	39	positive	positive	ADJ
ijassa-373	52	40	definite	definite	ADJ
ijassa-373	52	41	matrix	matrix	NOUN
ijassa-373	52	42	.	.	PUNCT
ijassa-373	53	1	for	for	ADP
ijassa-373	53	2	model	model	NOUN
ijassa-373	53	3	(	(	PUNCT
ijassa-373	53	4	4	4	NUM
ijassa-373	53	5	)	)	PUNCT
ijassa-373	53	6	,	,	PUNCT
ijassa-373	53	7	its	its	PRON
ijassa-373	53	8	umvue	umvue	PROPN
ijassa-373	53	9	is	be	AUX
ijassa-373	53	10	the	the	DET
ijassa-373	53	11	weighted	weight	VERB
ijassa-373	53	12	least	least	ADJ
ijassa-373	53	13	squares	square	NOUN
ijassa-373	53	14	estimation	estimation	NOUN
ijassa-373	53	15	(	(	PUNCT
ijassa-373	53	16	wlse)β̃wls	wlse)β̃wls	PRON
ijassa-373	53	17	=(	=(	NOUN
ijassa-373	53	18	xtg−1x	xtg−1x	PROPN
ijassa-373	53	19	)	)	PUNCT
ijassa-373	53	20	−1	−1	NOUN
ijassa-373	53	21	xtg−1y	xtg−1y	NOUN
ijassa-373	53	22	,	,	PUNCT
ijassa-373	53	23	and	and	CCONJ
ijassa-373	53	24	mse(β̃wls	mse(β̃wl	NOUN
ijassa-373	53	25	)	)	PUNCT
ijassa-373	53	26	=	=	PUNCT
ijassa-373	53	27	tr	tr	VERB
ijassa-373	53	28	(	(	PUNCT
ijassa-373	53	29	xtg−1x	xtg−1x	PROPN
ijassa-373	53	30	)	)	PUNCT
ijassa-373	53	31	−1	−1	NOUN
ijassa-373	53	32	.	.	PUNCT
ijassa-373	54	1	in	in	ADP
ijassa-373	54	2	real	real	ADJ
ijassa-373	54	3	application	application	NOUN
ijassa-373	54	4	,	,	PUNCT
ijassa-373	54	5	in	in	ADP
ijassa-373	54	6	order	order	NOUN
ijassa-373	54	7	to	to	PART
ijassa-373	54	8	get	get	VERB
ijassa-373	54	9	the	the	DET
ijassa-373	54	10	lse	lse	NOUN
ijassa-373	54	11	for	for	ADP
ijassa-373	54	12	the	the	DET
ijassa-373	54	13	linear	linear	ADJ
ijassa-373	54	14	fusion	fusion	NOUN
ijassa-373	54	15	model	model	NOUN
ijassa-373	54	16	,	,	PUNCT
ijassa-373	54	17	the	the	DET
ijassa-373	54	18	measuring	measure	VERB
ijassa-373	54	19	data	datum	NOUN
ijassa-373	54	20	should	should	AUX
ijassa-373	54	21	be	be	AUX
ijassa-373	54	22	parametric	parametric	ADJ
ijassa-373	54	23	modeling	modeling	NOUN
ijassa-373	54	24	to	to	PART
ijassa-373	54	25	make	make	VERB
ijassa-373	54	26	it	it	PRON
ijassa-373	54	27	satisfy	satisfy	VERB
ijassa-373	54	28	the	the	DET
ijassa-373	54	29	model	model	NOUN
ijassa-373	54	30	(	(	PUNCT
ijassa-373	54	31	1	1	NUM
ijassa-373	54	32	)	)	PUNCT
ijassa-373	54	33	or	or	CCONJ
ijassa-373	54	34	(	(	PUNCT
ijassa-373	54	35	4	4	NUM
ijassa-373	54	36	)	)	PUNCT
ijassa-373	54	37	.	.	PUNCT
ijassa-373	55	1	actually	actually	ADV
ijassa-373	55	2	,	,	PUNCT
ijassa-373	55	3	a	a	DET
ijassa-373	55	4	typical	typical	ADJ
ijassa-373	55	5	application	application	NOUN
ijassa-373	55	6	of	of	ADP
ijassa-373	55	7	model	model	NOUN
ijassa-373	55	8	(	(	PUNCT
ijassa-373	55	9	4	4	NUM
ijassa-373	55	10	)	)	PUNCT
ijassa-373	55	11	is	be	AUX
ijassa-373	55	12	the	the	DET
ijassa-373	55	13	unequal	unequal	ADJ
ijassa-373	55	14	precision	precision	NOUN
ijassa-373	55	15	data	datum	NOUN
ijassa-373	55	16	fusion	fusion	NOUN
ijassa-373	55	17	processing	processing	NOUN
ijassa-373	55	18	problem	problem	NOUN
ijassa-373	55	19	with	with	ADP
ijassa-373	55	20	several	several	ADJ
ijassa-373	55	21	kinds	kind	NOUN
ijassa-373	55	22	of	of	ADP
ijassa-373	55	23	measuring	measure	VERB
ijassa-373	55	24	equipment	equipment	NOUN
ijassa-373	55	25	.	.	PUNCT
ijassa-373	56	1	although	although	SCONJ
ijassa-373	56	2	the	the	DET
ijassa-373	56	3	measuring	measure	VERB
ijassa-373	56	4	equations	equation	NOUN
ijassa-373	56	5	of	of	ADP
ijassa-373	56	6	different	different	ADJ
ijassa-373	56	7	equipment	equipment	NOUN
ijassa-373	56	8	are	be	AUX
ijassa-373	56	9	non	non	ADJ
ijassa-373	56	10	-	-	ADJ
ijassa-373	56	11	linear	linear	ADJ
ijassa-373	56	12	,	,	PUNCT
ijassa-373	56	13	the	the	DET
ijassa-373	56	14	proper	proper	ADJ
ijassa-373	56	15	basis	basis	NOUN
ijassa-373	56	16	function	function	NOUN
ijassa-373	56	17	can	can	AUX
ijassa-373	56	18	be	be	AUX
ijassa-373	56	19	chosen	choose	VERB
ijassa-373	56	20	or	or	CCONJ
ijassa-373	56	21	the	the	DET
ijassa-373	56	22	nonlinear	nonlinear	ADJ
ijassa-373	56	23	iterative	iterative	NOUN
ijassa-373	56	24	means	mean	VERB
ijassa-373	56	25	can	can	AUX
ijassa-373	56	26	be	be	AUX
ijassa-373	56	27	adopted	adopt	VERB
ijassa-373	56	28	to	to	PART
ijassa-373	56	29	linearize	linearize	VERB
ijassa-373	56	30	the	the	DET
ijassa-373	56	31	measuring	measure	VERB
ijassa-373	56	32	equations	equation	NOUN
ijassa-373	56	33	.	.	PUNCT
ijassa-373	57	1	therefore	therefore	ADV
ijassa-373	57	2	,	,	PUNCT
ijassa-373	57	3	the	the	DET
ijassa-373	57	4	lse	lse	PROPN
ijassa-373	57	5	or	or	CCONJ
ijassa-373	57	6	wlse	wlse	NOUN
ijassa-373	57	7	can	can	AUX
ijassa-373	57	8	be	be	AUX
ijassa-373	57	9	an	an	DET
ijassa-373	57	10	important	important	ADJ
ijassa-373	57	11	theory	theory	NOUN
ijassa-373	57	12	foundation	foundation	NOUN
ijassa-373	57	13	for	for	ADP
ijassa-373	57	14	the	the	DET
ijassa-373	57	15	measuring	measure	VERB
ijassa-373	57	16	data	datum	NOUN
ijassa-373	57	17	fusion	fusion	NOUN
ijassa-373	57	18	.	.	PUNCT
ijassa-373	58	1	no	no	ADV
ijassa-373	58	2	matter	matter	ADV
ijassa-373	58	3	the	the	DET
ijassa-373	58	4	parameters	parameter	NOUN
ijassa-373	58	5	estimated	estimate	VERB
ijassa-373	58	6	by	by	ADP
ijassa-373	58	7	model	model	NOUN
ijassa-373	58	8	(	(	PUNCT
ijassa-373	58	9	1	1	NUM
ijassa-373	58	10	)	)	PUNCT
ijassa-373	58	11	or	or	CCONJ
ijassa-373	58	12	(	(	PUNCT
ijassa-373	58	13	4	4	NUM
ijassa-373	58	14	)	)	PUNCT
ijassa-373	58	15	,	,	PUNCT
ijassa-373	58	16	the	the	DET
ijassa-373	58	17	statistic	statistic	ADJ
ijassa-373	58	18	properties	property	NOUN
ijassa-373	58	19	of	of	ADP
ijassa-373	58	20	the	the	DET
ijassa-373	58	21	measuring	measure	VERB
ijassa-373	58	22	random	random	ADJ
ijassa-373	58	23	error	error	NOUN
ijassa-373	58	24	,	,	PUNCT
ijassa-373	58	25	including	include	VERB
ijassa-373	58	26	the	the	DET
ijassa-373	58	27	correlation	correlation	NOUN
ijassa-373	58	28	,	,	PUNCT
ijassa-373	58	29	meaning	meaning	NOUN
ijassa-373	58	30	,	,	PUNCT
ijassa-373	58	31	variance	variance	NOUN
ijassa-373	58	32	,	,	PUNCT
ijassa-373	58	33	and	and	CCONJ
ijassa-373	58	34	covariance	covariance	NOUN
ijassa-373	58	35	and	and	CCONJ
ijassa-373	58	36	so	so	ADV
ijassa-373	58	37	on	on	ADV
ijassa-373	58	38	,	,	PUNCT
ijassa-373	58	39	need	need	VERB
ijassa-373	58	40	to	to	PART
ijassa-373	58	41	be	be	AUX
ijassa-373	58	42	estimated	estimate	VERB
ijassa-373	58	43	at	at	ADP
ijassa-373	58	44	first	first	ADV
ijassa-373	58	45	.	.	PUNCT
ijassa-373	59	1	σ2	σ2	NOUN
ijassa-373	59	2	in	in	ADP
ijassa-373	59	3	the	the	DET
ijassa-373	59	4	model	model	NOUN
ijassa-373	59	5	(	(	PUNCT
ijassa-373	59	6	1	1	NUM
ijassa-373	59	7	)	)	PUNCT
ijassa-373	59	8	or	or	CCONJ
ijassa-373	59	9	(	(	PUNCT
ijassa-373	59	10	4	4	NUM
ijassa-373	59	11	)	)	PUNCT
ijassa-373	59	12	reflects	reflect	VERB
ijassa-373	59	13	the	the	DET
ijassa-373	59	14	accuracy	accuracy	NOUN
ijassa-373	59	15	of	of	ADP
ijassa-373	59	16	the	the	DET
ijassa-373	59	17	measuring	measure	VERB
ijassa-373	59	18	data	datum	NOUN
ijassa-373	59	19	.	.	PUNCT
ijassa-373	60	1	therefore	therefore	ADV
ijassa-373	60	2	,	,	PUNCT
ijassa-373	60	3	as	as	ADP
ijassa-373	60	4	the	the	DET
ijassa-373	60	5	base	base	NOUN
ijassa-373	60	6	of	of	ADP
ijassa-373	60	7	unequal	unequal	ADJ
ijassa-373	60	8	precision	precision	NOUN
ijassa-373	60	9	data	datum	NOUN
ijassa-373	60	10	fusion	fusion	NOUN
ijassa-373	60	11	,	,	PUNCT
ijassa-373	60	12	the	the	DET
ijassa-373	60	13	estimation	estimation	NOUN
ijassa-373	60	14	of	of	ADP
ijassa-373	60	15	the	the	DET
ijassa-373	60	16	parameter	parameter	NOUN
ijassa-373	60	17	σ2	σ2	PROPN
ijassa-373	60	18	is	be	AUX
ijassa-373	60	19	very	very	ADV
ijassa-373	60	20	important	important	ADJ
ijassa-373	60	21	.	.	PUNCT
ijassa-373	61	1	besides	besides	SCONJ
ijassa-373	61	2	,	,	PUNCT
ijassa-373	61	3	when	when	SCONJ
ijassa-373	61	4	the	the	DET
ijassa-373	61	5	estimation	estimation	NOUN
ijassa-373	61	6	performance	performance	NOUN
ijassa-373	61	7	of	of	ADP
ijassa-373	61	8	the	the	DET
ijassa-373	61	9	lse	lse	PROPN
ijassa-373	61	10	(	(	PUNCT
ijassa-373	61	11	wlse	wlse	PROPN
ijassa-373	61	12	)	)	PUNCT
ijassa-373	61	13	is	be	AUX
ijassa-373	61	14	worse	bad	ADJ
ijassa-373	61	15	,	,	PUNCT
ijassa-373	61	16	the	the	DET
ijassa-373	61	17	information	information	NOUN
ijassa-373	61	18	of	of	ADP
ijassa-373	61	19	the	the	DET
ijassa-373	61	20	parameter	parameter	NOUN
ijassa-373	61	21	σ2	σ2	PROPN
ijassa-373	61	22	is	be	AUX
ijassa-373	61	23	also	also	ADV
ijassa-373	61	24	needed	need	VERB
ijassa-373	61	25	to	to	PART
ijassa-373	61	26	be	be	AUX
ijassa-373	61	27	used	use	VERB
ijassa-373	61	28	in	in	ADP
ijassa-373	61	29	order	order	NOUN
ijassa-373	61	30	to	to	PART
ijassa-373	61	31	build	build	VERB
ijassa-373	61	32	the	the	DET
ijassa-373	61	33	biased	biased	ADJ
ijassa-373	61	34	estimation	estimation	NOUN
ijassa-373	61	35	of	of	ADP
ijassa-373	61	36	the	the	DET
ijassa-373	61	37	parameter	parameter	NOUN
ijassa-373	61	38	β	β	NOUN
ijassa-373	61	39	.	.	PUNCT
ijassa-373	62	1	there	there	PRON
ijassa-373	62	2	is	be	VERB
ijassa-373	62	3	the	the	DET
ijassa-373	62	4	property	property	NOUN
ijassa-373	62	5	about	about	ADP
ijassa-373	62	6	the	the	DET
ijassa-373	62	7	estimation	estimation	NOUN
ijassa-373	62	8	of	of	ADP
ijassa-373	62	9	σ2	σ2	NOUN
ijassa-373	62	10	:	:	PUNCT
ijassa-373	62	11	property	property	NOUN
ijassa-373	62	12	6	6	NUM
ijassa-373	62	13	:	:	PUNCT
ijassa-373	62	14	assume	assume	VERB
ijassa-373	62	15	the	the	DET
ijassa-373	62	16	observation	observation	NOUN
ijassa-373	62	17	error	error	NOUN
ijassa-373	62	18	in	in	ADP
ijassa-373	62	19	model	model	NOUN
ijassa-373	62	20	(	(	PUNCT
ijassa-373	62	21	1	1	X
ijassa-373	62	22	)	)	PUNCT
ijassa-373	62	23	satisfy	satisfy	VERB
ijassa-373	62	24	the	the	DET
ijassa-373	62	25	normal	normal	ADJ
ijassa-373	62	26	distribution	distribution	NOUN
ijassa-373	62	27	,	,	PUNCT
ijassa-373	62	28	i.e.	i.e.	X
ijassa-373	62	29	ε	ε	PROPN
ijassa-373	62	30	∼	∼	NOUN
ijassa-373	62	31	n(0	n(0	PROPN
ijassa-373	62	32	,	,	PUNCT
ijassa-373	62	33	σ2i	σ2i	NUM
ijassa-373	62	34	)	)	PUNCT
ijassa-373	62	35	,	,	PUNCT
ijassa-373	62	36	then	then	ADV
ijassa-373	62	37	σ̂2	σ̂2	PROPN
ijassa-373	62	38	=	=	PUNCT
ijassa-373	62	39	rss/(m−	rss/(m−	VERB
ijassa-373	62	40	n),where	n),where	PROPN
ijassa-373	62	41	rss	rss	PROPN
ijassa-373	62	42	=	=	PUNCT
ijassa-373	62	43	m∑	m∑	INTJ
ijassa-373	62	44	i=1	i=1	PROPN
ijassa-373	63	1	µ2	µ2	PROPN
ijassa-373	63	2	i	i	PRON
ijassa-373	63	3	=	=	VERB
ijassa-373	63	4	∥∥∥y	∥∥∥y	ADV
ijassa-373	63	5	−xβ̂ls	−xβ̂ls	NOUN
ijassa-373	63	6	∥∥∥2	∥∥∥2	NOUN
ijassa-373	63	7	is	be	AUX
ijassa-373	63	8	the	the	DET
ijassa-373	63	9	measuring	measure	VERB
ijassa-373	63	10	residual	residual	ADJ
ijassa-373	63	11	square	square	ADJ
ijassa-373	63	12	sum	sum	NOUN
ijassa-373	63	13	,	,	PUNCT
ijassa-373	63	14	µi	µi	PROPN
ijassa-373	63	15	=	=	PUNCT
ijassa-373	63	16	yi−xiβ̂ls	yi−xiβ̂ls	PROPN
ijassa-373	63	17	,	,	PUNCT
ijassa-373	63	18	i	i	PRON
ijassa-373	63	19	=	=	NOUN
ijassa-373	63	20	1	1	NUM
ijassa-373	63	21	,	,	PUNCT
ijassa-373	63	22	·	·	PUNCT
ijassa-373	63	23	·	·	PUNCT
ijassa-373	63	24	·	·	PUNCT
ijassa-373	63	25	,	,	PUNCT
ijassa-373	63	26	m	m	NOUN
ijassa-373	63	27	is	be	AUX
ijassa-373	63	28	the	the	DET
ijassa-373	63	29	ith	ith	PROPN
ijassa-373	63	30	residual	residual	NOUN
ijassa-373	63	31	between	between	ADP
ijassa-373	63	32	of	of	ADP
ijassa-373	63	33	the	the	DET
ijassa-373	63	34	measuring	measure	VERB
ijassa-373	63	35	data	datum	NOUN
ijassa-373	63	36	and	and	CCONJ
ijassa-373	63	37	the	the	DET
ijassa-373	63	38	calculated	calculate	VERB
ijassa-373	63	39	value	value	NOUN
ijassa-373	63	40	and	and	CCONJ
ijassa-373	63	41	eσ̂2	eσ̂2	PROPN
ijassa-373	63	42	=	=	PROPN
ijassa-373	63	43	σ2	σ2	PROPN
ijassa-373	63	44	,	,	PUNCT
ijassa-373	63	45	mse(σ̂2	mse(σ̂2	NOUN
ijassa-373	63	46	)	)	PUNCT
ijassa-373	64	1	=	=	SYM
ijassa-373	64	2	2σ4	2σ4	NUM
ijassa-373	64	3	/	/	SYM
ijassa-373	64	4	(	(	PUNCT
ijassa-373	64	5	m−	m−	PROPN
ijassa-373	64	6	n	n	CCONJ
ijassa-373	64	7	)	)	PUNCT
ijassa-373	64	8	.	.	PUNCT
ijassa-373	65	1	remark	remark	VERB
ijassa-373	65	2	4	4	NUM
ijassa-373	65	3	:	:	PUNCT
ijassa-373	65	4	property	property	NOUN
ijassa-373	65	5	6	6	NUM
ijassa-373	65	6	shows	show	VERB
ijassa-373	65	7	that	that	SCONJ
ijassa-373	65	8	the	the	DET
ijassa-373	65	9	parameters	parameter	NOUN
ijassa-373	65	10	σ2	σ2	PROPN
ijassa-373	65	11	can	can	AUX
ijassa-373	65	12	be	be	AUX
ijassa-373	65	13	estimated	estimate	VERB
ijassa-373	65	14	by	by	ADP
ijassa-373	65	15	the	the	DET
ijassa-373	65	16	residual	residual	ADJ
ijassa-373	65	17	if	if	SCONJ
ijassa-373	65	18	the	the	DET
ijassa-373	65	19	precision	precision	NOUN
ijassa-373	65	20	of	of	ADP
ijassa-373	65	21	the	the	DET
ijassa-373	65	22	actual	actual	ADJ
ijassa-373	65	23	measuring	measure	VERB
ijassa-373	65	24	data	datum	NOUN
ijassa-373	65	25	is	be	AUX
ijassa-373	65	26	unknown	unknown	ADJ
ijassa-373	65	27	.	.	PUNCT
ijassa-373	66	1	the	the	DET
ijassa-373	66	2	estimation	estimation	NOUN
ijassa-373	66	3	value	value	NOUN
ijassa-373	66	4	and	and	CCONJ
ijassa-373	66	5	its	its	PRON
ijassa-373	66	6	accuracy	accuracy	NOUN
ijassa-373	66	7	of	of	ADP
ijassa-373	66	8	the	the	DET
ijassa-373	66	9	parameter	parameter	NOUN
ijassa-373	66	10	σ2	σ2	PROPN
ijassa-373	66	11	are	be	AUX
ijassa-373	66	12	related	relate	VERB
ijassa-373	66	13	to	to	ADP
ijassa-373	66	14	the	the	DET
ijassa-373	66	15	number	number	NOUN
ijassa-373	66	16	of	of	ADP
ijassa-373	66	17	the	the	DET
ijassa-373	66	18	measuring	measure	VERB
ijassa-373	66	19	data	datum	NOUN
ijassa-373	66	20	as	as	ADV
ijassa-373	66	21	well	well	ADV
ijassa-373	66	22	as	as	ADP
ijassa-373	66	23	the	the	DET
ijassa-373	66	24	dimensional	dimensional	ADJ
ijassa-373	66	25	of	of	ADP
ijassa-373	66	26	the	the	DET
ijassa-373	66	27	estimated	estimate	VERB
ijassa-373	66	28	parameter	parameter	NOUN
ijassa-373	66	29	.	.	PUNCT
ijassa-373	67	1	as	as	ADP
ijassa-373	67	2	a	a	DET
ijassa-373	67	3	result	result	NOUN
ijassa-373	67	4	,	,	PUNCT
ijassa-373	67	5	in	in	ADP
ijassa-373	67	6	the	the	DET
ijassa-373	67	7	actual	actual	ADJ
ijassa-373	67	8	application	application	NOUN
ijassa-373	67	9	,	,	PUNCT
ijassa-373	67	10	the	the	DET
ijassa-373	67	11	estimation	estimation	NOUN
ijassa-373	67	12	variance	variance	NOUN
ijassa-373	67	13	can	can	AUX
ijassa-373	67	14	be	be	AUX
ijassa-373	67	15	decreased	decrease	VERB
ijassa-373	67	16	by	by	ADP
ijassa-373	67	17	increasing	increase	VERB
ijassa-373	67	18	the	the	DET
ijassa-373	67	19	sampling	sample	VERB
ijassa-373	67	20	number	number	NOUN
ijassa-373	67	21	of	of	ADP
ijassa-373	67	22	the	the	DET
ijassa-373	67	23	measuring	measure	VERB
ijassa-373	67	24	data	datum	NOUN
ijassa-373	67	25	.	.	PUNCT
ijassa-373	68	1	3	3	NUM
ijassa-373	68	2	optimal	optimal	ADJ
ijassa-373	68	3	fusion	fusion	NOUN
ijassa-373	68	4	estimation	estimation	NOUN
ijassa-373	68	5	of	of	ADP
ijassa-373	68	6	linear	linear	PROPN
ijassa-373	68	7	model	model	NOUN
ijassa-373	68	8	with	with	ADP
ijassa-373	68	9	unequal	unequal	ADJ
ijassa-373	68	10	precision	precision	NOUN
ijassa-373	68	11	data	datum	NOUN
ijassa-373	68	12	in	in	ADP
ijassa-373	68	13	many	many	ADJ
ijassa-373	68	14	measuring	measure	VERB
ijassa-373	68	15	processing	processing	NOUN
ijassa-373	68	16	problem	problem	NOUN
ijassa-373	68	17	,	,	PUNCT
ijassa-373	68	18	like	like	ADP
ijassa-373	68	19	trajectory	trajectory	NOUN
ijassa-373	68	20	tracking	tracking	NOUN
ijassa-373	68	21	,	,	PUNCT
ijassa-373	68	22	the	the	DET
ijassa-373	68	23	unequal	unequal	ADJ
ijassa-373	68	24	precision	precision	NOUN
ijassa-373	68	25	data	datum	NOUN
ijassa-373	68	26	fusion	fusion	NOUN
ijassa-373	68	27	processing	processing	NOUN
ijassa-373	68	28	often	often	ADV
ijassa-373	68	29	need	need	VERB
ijassa-373	68	30	to	to	PART
ijassa-373	68	31	be	be	AUX
ijassa-373	68	32	considered	consider	VERB
ijassa-373	68	33	.	.	PUNCT
ijassa-373	69	1	obviously	obviously	ADV
ijassa-373	69	2	,	,	PUNCT
ijassa-373	69	3	the	the	DET
ijassa-373	69	4	weighting	weighting	NOUN
ijassa-373	69	5	methods	method	NOUN
ijassa-373	69	6	for	for	ADP
ijassa-373	69	7	different	different	ADJ
ijassa-373	69	8	measuring	measure	VERB
ijassa-373	69	9	data	datum	NOUN
ijassa-373	69	10	have	have	VERB
ijassa-373	69	11	a	a	DET
ijassa-373	69	12	great	great	ADJ
ijassa-373	69	13	influence	influence	NOUN
ijassa-373	69	14	to	to	ADP
ijassa-373	69	15	the	the	DET
ijassa-373	69	16	accuracy	accuracy	NOUN
ijassa-373	69	17	of	of	ADP
ijassa-373	69	18	the	the	DET
ijassa-373	69	19	fusion	fusion	NOUN
ijassa-373	69	20	estimation	estimation	NOUN
ijassa-373	69	21	.	.	PUNCT
ijassa-373	70	1	258	258	NUM
ijassa-373	70	2	xuanying	xuanying	PROPN
ijassa-373	70	3	zhou	zhou	PROPN
ijassa-373	70	4	,	,	PUNCT
ijassa-373	70	5	jiongqi	jiongqi	PROPN
ijassa-373	70	6	wang	wang	PROPN
ijassa-373	70	7	and	and	CCONJ
ijassa-373	70	8	zhengming	zhengming	PROPN
ijassa-373	70	9	wang	wang	PROPN
ijassa-373	70	10	,	,	PUNCT
ijassa-373	70	11	zhangming	zhangme	VERB
ijassa-373	70	12	he	he	PRON
ijassa-373	70	13	:	:	PUNCT
ijassa-373	70	14	optimal	optimal	ADJ
ijassa-373	70	15	...	...	PUNCT
ijassa-373	70	16	3.1	3.1	NUM
ijassa-373	70	17	optimal	optimal	ADJ
ijassa-373	70	18	estimation	estimation	NOUN
ijassa-373	70	19	in	in	ADP
ijassa-373	70	20	unequal	unequal	ADJ
ijassa-373	70	21	precision	precision	NOUN
ijassa-373	70	22	linear	linear	NOUN
ijassa-373	70	23	fusion	fusion	NOUN
ijassa-373	70	24	model	model	NOUN
ijassa-373	70	25	considering	consider	VERB
ijassa-373	70	26	s	s	PART
ijassa-373	70	27	kinds	kind	NOUN
ijassa-373	70	28	of	of	ADP
ijassa-373	70	29	unequal	unequal	ADJ
ijassa-373	70	30	precision	precision	NOUN
ijassa-373	70	31	linear	linear	PROPN
ijassa-373	70	32	data	datum	NOUN
ijassa-373	70	33	fusion	fusion	NOUN
ijassa-373	70	34	model:	model:	PROPN
ijassa-373	70	35	y1	y1	NOUN
ijassa-373	70	36	=	=	PUNCT
ijassa-373	70	37	x1β	x1β	PROPN
ijassa-373	70	38	+	+	CCONJ
ijassa-373	70	39	ε1	ε1	PROPN
ijassa-373	70	40	,	,	PUNCT
ijassa-373	70	41	ε1	ε1	VERB
ijassa-373	70	42	∼	∼	NOUN
ijassa-373	70	43	(	(	PUNCT
ijassa-373	70	44	0	0	NUM
ijassa-373	70	45	,	,	PUNCT
ijassa-373	70	46	σ2	σ2	NOUN
ijassa-373	70	47	1im1	1im1	NUM
ijassa-373	70	48	)	)	PUNCT
ijassa-373	70	49	,	,	PUNCT
ijassa-373	70	50	·	·	PUNCT
ijassa-373	70	51	·	·	PUNCT
ijassa-373	70	52	·	·	PUNCT
ijassa-373	70	53	·	·	PUNCT
ijassa-373	70	54	·	·	PUNCT
ijassa-373	70	55	·	·	PUNCT
ijassa-373	70	56	·	·	PUNCT
ijassa-373	70	57	·	·	PUNCT
ijassa-373	70	58	·	·	PUNCT
ijassa-373	70	59	ys	ys	NOUN
ijassa-373	70	60	=	=	PUNCT
ijassa-373	70	61	xsβ	xsβ	PROPN
ijassa-373	71	1	+	+	CCONJ
ijassa-373	71	2	εs	εs	VERB
ijassa-373	71	3	,	,	PUNCT
ijassa-373	71	4	εs	εs	ADP
ijassa-373	71	5	∼	∼	NOUN
ijassa-373	71	6	(	(	PUNCT
ijassa-373	71	7	0	0	NUM
ijassa-373	71	8	,	,	PUNCT
ijassa-373	71	9	σ2	σ2	NOUN
ijassa-373	71	10	s	s	NOUN
ijassa-373	71	11	ims	ims	PROPN
ijassa-373	71	12	)	)	PUNCT
ijassa-373	71	13	,	,	PUNCT
ijassa-373	71	14	eεiεj	eεiεj	PROPN
ijassa-373	71	15	t	t	PROPN
ijassa-373	71	16	=	=	PUNCT
ijassa-373	71	17	omi×mj	omi×mj	PROPN
ijassa-373	71	18	,	,	PUNCT
ijassa-373	71	19	i	i	PRON
ijassa-373	71	20	,	,	PUNCT
ijassa-373	71	21	j	j	PROPN
ijassa-373	71	22	=	=	SYM
ijassa-373	71	23	1	1	NUM
ijassa-373	71	24	,	,	PUNCT
ijassa-373	71	25	·	·	PUNCT
ijassa-373	71	26	·	·	PUNCT
ijassa-373	71	27	·	·	PUNCT
ijassa-373	71	28	,	,	PUNCT
ijassa-373	71	29	s	s	AUX
ijassa-373	71	30	,	,	PUNCT
ijassa-373	71	31	i	i	PRON
ijassa-373	71	32	̸=	̸=	PROPN
ijassa-373	71	33	j	j	PROPN
ijassa-373	71	34	(	(	PUNCT
ijassa-373	71	35	5	5	NUM
ijassa-373	71	36	)	)	PUNCT
ijassa-373	71	37	the	the	DET
ijassa-373	71	38	definitions	definition	NOUN
ijassa-373	71	39	of	of	ADP
ijassa-373	71	40	the	the	DET
ijassa-373	71	41	parameter	parameter	NOUN
ijassa-373	71	42	in	in	ADP
ijassa-373	71	43	(	(	PUNCT
ijassa-373	71	44	5	5	NUM
ijassa-373	71	45	)	)	PUNCT
ijassa-373	71	46	are	be	AUX
ijassa-373	71	47	same	same	ADJ
ijassa-373	71	48	to	to	ADP
ijassa-373	71	49	that	that	PRON
ijassa-373	71	50	in	in	ADP
ijassa-373	71	51	model	model	NOUN
ijassa-373	71	52	(	(	PUNCT
ijassa-373	71	53	1	1	NUM
ijassa-373	71	54	)	)	PUNCT
ijassa-373	71	55	,	,	PUNCT
ijassa-373	71	56	and	and	CCONJ
ijassa-373	71	57	the	the	DET
ijassa-373	71	58	optimal	optimal	ADJ
ijassa-373	71	59	estimation	estimation	NOUN
ijassa-373	71	60	can	can	AUX
ijassa-373	71	61	be	be	AUX
ijassa-373	71	62	given	give	VERB
ijassa-373	71	63	by	by	ADP
ijassa-373	71	64	the	the	DET
ijassa-373	71	65	follow	follow	NOUN
ijassa-373	71	66	theorem	theorem	NOUN
ijassa-373	71	67	.	.	PUNCT
ijassa-373	72	1	theorem	theorem	NOUN
ijassa-373	72	2	1	1	NUM
ijassa-373	72	3	:	:	PUNCT
ijassa-373	72	4	for	for	ADP
ijassa-373	72	5	model	model	NOUN
ijassa-373	72	6	(	(	PUNCT
ijassa-373	72	7	5	5	NUM
ijassa-373	72	8	)	)	PUNCT
ijassa-373	72	9	,	,	PUNCT
ijassa-373	72	10	∀c	∀c	X
ijassa-373	72	11	∈	∈	PROPN
ijassa-373	72	12	rn	rn	PROPN
ijassa-373	72	13	,	,	PUNCT
ijassa-373	72	14	the	the	DET
ijassa-373	72	15	uniformly	uniformly	ADV
ijassa-373	72	16	minimum	minimum	ADJ
ijassa-373	72	17	variance	variance	NOUN
ijassa-373	72	18	estimation	estimation	NOUN
ijassa-373	72	19	of	of	ADP
ijassa-373	72	20	ctβ	ctβ	PROPN
ijassa-373	72	21	is	be	AUX
ijassa-373	72	22	ctβ̃f	ctβ̃f	ADJ
ijassa-373	72	23	where	where	SCONJ
ijassa-373	72	24	β̃f	β̃f	PRON
ijassa-373	73	1	=	=	PUNCT
ijassa-373	73	2	(	(	PUNCT
ijassa-373	73	3	s∑	s∑	PROPN
ijassa-373	73	4	i=1	i=1	PROPN
ijassa-373	74	1	σ−2	σ−2	PROPN
ijassa-373	75	1	i	i	PRON
ijassa-373	75	2	s∑	s∑	PROPN
ijassa-373	75	3	i=1	i=1	PROPN
ijassa-373	76	1	σ−2	σ−2	PROPN
ijassa-373	77	1	i	i	PRON
ijassa-373	77	2	xt	xt	VERB
ijassa-373	78	1	i	i	PRON
ijassa-373	78	2	xi	xi	PROPN
ijassa-373	78	3	)	)	PUNCT
ijassa-373	78	4	−1	−1	NOUN
ijassa-373	78	5	(	(	PUNCT
ijassa-373	78	6	s∑	s∑	PROPN
ijassa-373	78	7	i=1	i=1	PROPN
ijassa-373	79	1	σ−2	σ−2	PROPN
ijassa-373	80	1	i	i	PRON
ijassa-373	80	2	s∑	s∑	PROPN
ijassa-373	80	3	i=1	i=1	PROPN
ijassa-373	81	1	σ−2	σ−2	PROPN
ijassa-373	82	1	i	i	PRON
ijassa-373	82	2	xt	xt	VERB
ijassa-373	82	3	i	i	PRON
ijassa-373	82	4	yi	yi	PROPN
ijassa-373	82	5	)	)	PUNCT
ijassa-373	82	6	(	(	PUNCT
ijassa-373	82	7	6	6	X
ijassa-373	82	8	)	)	PUNCT
ijassa-373	82	9	proof	proof	NOUN
ijassa-373	82	10	:	:	PUNCT
ijassa-373	82	11	assuming	assume	VERB
ijassa-373	82	12	t	t	X
ijassa-373	82	13	=	=	SYM
ijassa-373	82	14	1	1	NUM
ijassa-373	82	15	/√	/√	PUNCT
ijassa-373	82	16	s∑	s∑	PROPN
ijassa-373	82	17	i=1	i=1	PROPN
ijassa-373	83	1	σ−2	σ−2	INTJ
ijassa-373	83	2	i	i	PRON
ijassa-373	83	3	,	,	PUNCT
ijassa-373	83	4	then	then	ADV
ijassa-373	83	5	model	model	NOUN
ijassa-373	83	6	(	(	PUNCT
ijassa-373	83	7	6	6	NUM
ijassa-373	83	8	)	)	PUNCT
ijassa-373	83	9	can	can	AUX
ijassa-373	83	10	be	be	AUX
ijassa-373	83	11	rewritten	rewrite	VERB
ijassa-373	83	12	as	as	ADP
ijassa-373	83	13	:	:	PUNCT
ijassa-373	83	14			PUNCT
ijassa-373	83	15	tσ−1	tσ−1	PROPN
ijassa-373	83	16	1	1	NUM
ijassa-373	83	17	y1	y1	NOUN
ijassa-373	83	18	=	=	SYM
ijassa-373	83	19	tσ−1	tσ−1	PROPN
ijassa-373	83	20	1	1	NUM
ijassa-373	83	21	x1β	x1β	NOUN
ijassa-373	84	1	+	+	CCONJ
ijassa-373	84	2	tσ−1	tσ−1	PROPN
ijassa-373	84	3	1	1	NUM
ijassa-373	84	4	ε1	ε1	PROPN
ijassa-373	84	5	,	,	PUNCT
ijassa-373	84	6	tσ	tσ	AUX
ijassa-373	84	7	−1	−1	NOUN
ijassa-373	84	8	1	1	NUM
ijassa-373	84	9	ε1	ε1	VERB
ijassa-373	84	10	∼	∼	NOUN
ijassa-373	84	11	(	(	PUNCT
ijassa-373	84	12	0	0	NUM
ijassa-373	84	13	,	,	PUNCT
ijassa-373	84	14	t2im1	t2im1	NOUN
ijassa-373	84	15	)	)	PUNCT
ijassa-373	84	16	,	,	PUNCT
ijassa-373	84	17	·	·	PUNCT
ijassa-373	84	18	·	·	PUNCT
ijassa-373	84	19	·	·	PUNCT
ijassa-373	84	20	·	·	PUNCT
ijassa-373	84	21	·	·	PUNCT
ijassa-373	84	22	·	·	PUNCT
ijassa-373	84	23	·	·	PUNCT
ijassa-373	84	24	·	·	PUNCT
ijassa-373	84	25	·	·	PUNCT
ijassa-373	85	1	tσ−1	tσ−1	PROPN
ijassa-373	85	2	s	s	PART
ijassa-373	85	3	ys	ys	NOUN
ijassa-373	86	1	=	=	PROPN
ijassa-373	87	1	tσ−1	tσ−1	PROPN
ijassa-373	87	2	s	s	PART
ijassa-373	87	3	xsβ	xsβ	PROPN
ijassa-373	87	4	+	+	CCONJ
ijassa-373	87	5	tσ−1	tσ−1	PROPN
ijassa-373	87	6	s	s	VERB
ijassa-373	87	7	εs	εs	NOUN
ijassa-373	87	8	,	,	PUNCT
ijassa-373	87	9	tσ	tσ	INTJ
ijassa-373	87	10	−1	−1	NOUN
ijassa-373	87	11	s	s	VERB
ijassa-373	87	12	εs	εs	ADP
ijassa-373	87	13	∼	∼	NOUN
ijassa-373	87	14	(	(	PUNCT
ijassa-373	87	15	0	0	NUM
ijassa-373	87	16	,	,	PUNCT
ijassa-373	87	17	t2ims	t2ims	NUM
ijassa-373	87	18	)	)	PUNCT
ijassa-373	87	19	,	,	PUNCT
ijassa-373	87	20	(	(	PUNCT
ijassa-373	87	21	7	7	X
ijassa-373	87	22	)	)	PUNCT
ijassa-373	87	23	assuming	assume	VERB
ijassa-373	87	24	y	y	PROPN
ijassa-373	87	25	=	=	PUNCT
ijassa-373	88	1	[	[	X
ijassa-373	88	2	tσ−1	tσ−1	PROPN
ijassa-373	88	3	1	1	NUM
ijassa-373	88	4	y	y	NOUN
ijassa-373	88	5	t	t	PROPN
ijassa-373	88	6	1	1	NUM
ijassa-373	88	7	,	,	PUNCT
ijassa-373	88	8	·	·	PUNCT
ijassa-373	88	9	·	·	PUNCT
ijassa-373	88	10	·	·	PUNCT
ijassa-373	88	11	,	,	PUNCT
ijassa-373	88	12	tσ−1	tσ−1	PROPN
ijassa-373	88	13	s	s	VERB
ijassa-373	88	14	y	y	PROPN
ijassa-373	88	15	t	t	PROPN
ijassa-373	88	16	s	s	PART
ijassa-373	88	17	]	]	X
ijassa-373	88	18	t	t	PROPN
ijassa-373	88	19	,	,	PUNCT
ijassa-373	88	20	x	x	X
ijassa-373	88	21	=	=	PUNCT
ijassa-373	89	1	[	[	X
ijassa-373	89	2	tσ−1	tσ−1	PROPN
ijassa-373	89	3	1	1	NUM
ijassa-373	89	4	xt	xt	ADP
ijassa-373	89	5	1	1	NUM
ijassa-373	89	6	,	,	PUNCT
ijassa-373	89	7	·	·	PUNCT
ijassa-373	89	8	·	·	PUNCT
ijassa-373	89	9	·	·	PUNCT
ijassa-373	89	10	,	,	PUNCT
ijassa-373	89	11	tσ−1	tσ−1	PROPN
ijassa-373	89	12	s	s	VERB
ijassa-373	89	13	xt	xt	PROPN
ijassa-373	89	14	s	s	X
ijassa-373	89	15	]	]	X
ijassa-373	89	16	t	t	PROPN
ijassa-373	89	17	,	,	PUNCT
ijassa-373	89	18	ε	ε	PROPN
ijassa-373	89	19	=	=	PUNCT
ijassa-373	90	1	[	[	X
ijassa-373	90	2	tσ−1	tσ−1	PROPN
ijassa-373	90	3	1	1	NUM
ijassa-373	90	4	εt1	εt1	X
ijassa-373	90	5	,	,	PUNCT
ijassa-373	90	6	·	·	PUNCT
ijassa-373	90	7	·	·	PUNCT
ijassa-373	90	8	·	·	PUNCT
ijassa-373	90	9	,	,	PUNCT
ijassa-373	90	10	tσ−1	tσ−1	PROPN
ijassa-373	90	11	s	s	PART
ijassa-373	90	12	εts	εts	NOUN
ijassa-373	90	13	]	]	PUNCT
ijassa-373	90	14	t	t	PROPN
ijassa-373	90	15	,	,	PUNCT
ijassa-373	90	16	combining	combine	VERB
ijassa-373	90	17	with	with	ADP
ijassa-373	90	18	(	(	PUNCT
ijassa-373	90	19	6	6	NUM
ijassa-373	90	20	)	)	PUNCT
ijassa-373	90	21	and	and	CCONJ
ijassa-373	90	22	(	(	PUNCT
ijassa-373	90	23	7	7	NUM
ijassa-373	90	24	)	)	PUNCT
ijassa-373	90	25	,	,	PUNCT
ijassa-373	90	26	the	the	DET
ijassa-373	90	27	fusion	fusion	NOUN
ijassa-373	90	28	model	model	NOUN
ijassa-373	90	29	(	(	PUNCT
ijassa-373	90	30	5	5	NUM
ijassa-373	90	31	)	)	PUNCT
ijassa-373	90	32	can	can	AUX
ijassa-373	90	33	be	be	AUX
ijassa-373	90	34	written	write	VERB
ijassa-373	90	35	as	as	SCONJ
ijassa-373	90	36	follows	follow	VERB
ijassa-373	90	37	:	:	PUNCT
ijassa-373	90	38	y	y	PROPN
ijassa-373	90	39	=	=	SYM
ijassa-373	90	40	xβ	xβ	PROPN
ijassa-373	90	41	+	+	CCONJ
ijassa-373	90	42	ε	ε	PROPN
ijassa-373	90	43	,	,	PUNCT
ijassa-373	90	44	ε	ε	PROPN
ijassa-373	90	45	∼	∼	NOUN
ijassa-373	90	46	(	(	PUNCT
ijassa-373	90	47	0	0	NUM
ijassa-373	90	48	,	,	PUNCT
ijassa-373	90	49	t2im),m	t2im),m	ADP
ijassa-373	90	50	=	=	PRON
ijassa-373	90	51	s∑	s∑	PROPN
ijassa-373	90	52	i=1	i=1	PROPN
ijassa-373	90	53	mi	mi	PROPN
ijassa-373	90	54	(	(	PUNCT
ijassa-373	90	55	8)	8)	NUM
ijassa-373	90	56	using	use	VERB
ijassa-373	90	57	the	the	DET
ijassa-373	90	58	lse	lse	NOUN
ijassa-373	90	59	,	,	PUNCT
ijassa-373	90	60	the	the	DET
ijassa-373	90	61	theorem	theorem	NOUN
ijassa-373	90	62	can	can	AUX
ijassa-373	90	63	be	be	AUX
ijassa-373	90	64	proved	prove	VERB
ijassa-373	90	65	that	that	SCONJ
ijassa-373	90	66	∀c	∀c	VERB
ijassa-373	90	67	∈	∈	PROPN
ijassa-373	90	68	rn	rn	PROPN
ijassa-373	90	69	,	,	PUNCT
ijassa-373	90	70	the	the	DET
ijassa-373	90	71	uniformly	uniformly	ADV
ijassa-373	90	72	minimum	minimum	ADJ
ijassa-373	90	73	variance	variance	NOUN
ijassa-373	90	74	estimation	estimation	NOUN
ijassa-373	90	75	of	of	ADP
ijassa-373	90	76	ctβ	ctβ	PROPN
ijassa-373	90	77	is	be	AUX
ijassa-373	90	78	ctβ̃f	ctβ̃f	NOUN
ijassa-373	90	79	,	,	PUNCT
ijassa-373	90	80	where	where	SCONJ
ijassa-373	90	81	β̃f	β̃f	ADV
ijassa-373	90	82	=	=	PUNCT
ijassa-373	91	1	(	(	PUNCT
ijassa-373	91	2	xtx)−1xty	xtx)−1xty	NOUN
ijassa-373	91	3	=	=	PRON
ijassa-373	91	4	(	(	PUNCT
ijassa-373	91	5	s∑	s∑	PROPN
ijassa-373	91	6	i=1	i=1	PROPN
ijassa-373	92	1	t2σ−2	t2σ−2	PROPN
ijassa-373	93	1	i	i	PRON
ijassa-373	93	2	xt	xt	VERB
ijassa-373	93	3	i	i	PRON
ijassa-373	93	4	xi	xi	PROPN
ijassa-373	93	5	)	)	PUNCT
ijassa-373	93	6	−1	−1	NOUN
ijassa-373	93	7	(	(	PUNCT
ijassa-373	93	8	s∑	s∑	PROPN
ijassa-373	93	9	i=1	i=1	PROPN
ijassa-373	94	1	t2σ−2	t2σ−2	PROPN
ijassa-373	95	1	i	i	PRON
ijassa-373	95	2	xt	xt	VERB
ijassa-373	95	3	i	i	PRON
ijassa-373	95	4	yi	yi	PROPN
ijassa-373	95	5	)	)	PUNCT
ijassa-373	95	6	(	(	PUNCT
ijassa-373	95	7	9	9	X
ijassa-373	95	8	)	)	PUNCT
ijassa-373	95	9	the	the	DET
ijassa-373	95	10	proof	proof	NOUN
ijassa-373	95	11	is	be	AUX
ijassa-373	95	12	completed	complete	VERB
ijassa-373	95	13	.	.	PUNCT
ijassa-373	96	1	3.2	3.2	NUM
ijassa-373	96	2	optimal	optimal	ADJ
ijassa-373	96	3	weight	weight	NOUN
ijassa-373	96	4	for	for	ADP
ijassa-373	96	5	the	the	DET
ijassa-373	96	6	linear	linear	ADJ
ijassa-373	96	7	fusion	fusion	NOUN
ijassa-373	96	8	model	model	NOUN
ijassa-373	96	9	the	the	DET
ijassa-373	96	10	purpose	purpose	NOUN
ijassa-373	96	11	of	of	ADP
ijassa-373	96	12	data	datum	NOUN
ijassa-373	96	13	fusion	fusion	NOUN
ijassa-373	96	14	is	be	AUX
ijassa-373	96	15	to	to	PART
ijassa-373	96	16	find	find	VERB
ijassa-373	96	17	the	the	DET
ijassa-373	96	18	optimal	optimal	ADJ
ijassa-373	96	19	weight	weight	NOUN
ijassa-373	96	20	ρi	ρi	NOUN
ijassa-373	96	21	and	and	CCONJ
ijassa-373	96	22	then	then	ADV
ijassa-373	96	23	to	to	PART
ijassa-373	96	24	optimize	optimize	VERB
ijassa-373	96	25	the	the	DET
ijassa-373	96	26	fusion	fusion	NOUN
ijassa-373	96	27	problem	problem	NOUN
ijassa-373	96	28	and	and	CCONJ
ijassa-373	96	29	obtain	obtain	VERB
ijassa-373	96	30	the	the	DET
ijassa-373	96	31	optimal	optimal	ADJ
ijassa-373	96	32	parameter	parameter	NOUN
ijassa-373	96	33	estimation	estimation	NOUN
ijassa-373	96	34	.	.	PUNCT
ijassa-373	97	1	theorem	theorem	VERB
ijassa-373	97	2	1	1	NUM
ijassa-373	97	3	advances	advance	NOUN
ijassa-373	97	4	in	in	ADP
ijassa-373	97	5	systems	system	NOUN
ijassa-373	97	6	science	science	NOUN
ijassa-373	97	7	and	and	CCONJ
ijassa-373	97	8	application	application	NOUN
ijassa-373	97	9	(	(	PUNCT
ijassa-373	97	10	2015	2015	NUM
ijassa-373	97	11	)	)	PUNCT
ijassa-373	97	12	vol.15	vol.15	NOUN
ijassa-373	97	13	no.3	no.3	VERB
ijassa-373	97	14	259	259	NUM
ijassa-373	97	15	above	above	ADV
ijassa-373	97	16	shows	show	VERB
ijassa-373	97	17	that	that	SCONJ
ijassa-373	97	18	the	the	DET
ijassa-373	97	19	optimal	optimal	ADJ
ijassa-373	97	20	weight	weight	NOUN
ijassa-373	97	21	of	of	ADP
ijassa-373	97	22	the	the	DET
ijassa-373	97	23	data	data	NOUN
ijassa-373	97	24	fusion	fusion	NOUN
ijassa-373	97	25	model	model	NOUN
ijassa-373	97	26	with	with	ADP
ijassa-373	97	27	unequal	unequal	ADJ
ijassa-373	97	28	precision	precision	NOUN
ijassa-373	97	29	measuring	measure	VERB
ijassa-373	97	30	data	datum	NOUN
ijassa-373	97	31	is	be	AUX
ijassa-373	97	32	ρi	ρi	NOUN
ijassa-373	98	1	=	=	PUNCT
ijassa-373	99	1	σ−1	σ−1	INTJ
ijassa-373	100	1	i	i	PRON
ijassa-373	100	2	/√	/√	PUNCT
ijassa-373	101	1	s∑	s∑	PROPN
ijassa-373	101	2	i=1	i=1	PROPN
ijassa-373	102	1	σ−2	σ−2	PROPN
ijassa-373	103	1	i	i	PRON
ijassa-373	103	2	=	=	PUNCT
ijassa-373	104	1	tσ−1	tσ−1	PROPN
ijassa-373	104	2	i	i	PRON
ijassa-373	104	3	,	,	PUNCT
ijassa-373	104	4	and	and	CCONJ
ijassa-373	104	5	moreover	moreover	ADV
ijassa-373	104	6	,	,	PUNCT
ijassa-373	104	7	it	it	PRON
ijassa-373	104	8	satisfies	satisfy	VERB
ijassa-373	104	9	s∑	s∑	PROPN
ijassa-373	104	10	i=1	i=1	PROPN
ijassa-373	105	1	ρ2i	ρ2i	PROPN
ijassa-373	105	2	=	=	PUNCT
ijassa-373	106	1	1	1	X
ijassa-373	106	2	.	.	PUNCT
ijassa-373	106	3	this	this	PRON
ijassa-373	106	4	indicates	indicate	VERB
ijassa-373	106	5	that	that	SCONJ
ijassa-373	106	6	the	the	DET
ijassa-373	106	7	optimal	optimal	ADJ
ijassa-373	106	8	only	only	ADV
ijassa-373	106	9	related	relate	VERB
ijassa-373	106	10	to	to	ADP
ijassa-373	106	11	the	the	DET
ijassa-373	106	12	data	datum	NOUN
ijassa-373	106	13	accuracy	accuracy	NOUN
ijassa-373	107	1	σ−1	σ−1	INTJ
ijassa-373	107	2	i	i	PRON
ijassa-373	107	3	.	.	PUNCT
ijassa-373	108	1	for	for	ADP
ijassa-373	108	2	convenient	convenient	ADJ
ijassa-373	108	3	,	,	PUNCT
ijassa-373	108	4	the	the	DET
ijassa-373	108	5	weight	weight	NOUN
ijassa-373	108	6	method	method	NOUN
ijassa-373	108	7	for	for	ADP
ijassa-373	108	8	two	two	NUM
ijassa-373	108	9	types	type	NOUN
ijassa-373	108	10	of	of	ADP
ijassa-373	108	11	unequal	unequal	ADJ
ijassa-373	108	12	-	-	PUNCT
ijassa-373	108	13	precision	precision	NOUN
ijassa-373	108	14	linear	linear	NOUN
ijassa-373	108	15	observed	observe	VERB
ijassa-373	108	16	data	datum	NOUN
ijassa-373	108	17	is	be	AUX
ijassa-373	108	18	discussed	discuss	VERB
ijassa-373	108	19	firstly:	firstly:	NOUN
ijassa-373	108	20	y1	y1	NOUN
ijassa-373	108	21	=	=	PUNCT
ijassa-373	108	22	x1β	x1β	NOUN
ijassa-373	109	1	+	+	CCONJ
ijassa-373	109	2	ε1	ε1	PROPN
ijassa-373	109	3	,	,	PUNCT
ijassa-373	109	4	ε1	ε1	VERB
ijassa-373	109	5	∼	∼	NOUN
ijassa-373	109	6	(	(	PUNCT
ijassa-373	109	7	0	0	NUM
ijassa-373	109	8	,	,	PUNCT
ijassa-373	109	9	σ2	σ2	NOUN
ijassa-373	109	10	1im1	1im1	NUM
ijassa-373	109	11	)	)	PUNCT
ijassa-373	109	12	,	,	PUNCT
ijassa-373	110	1	y2	y2	NOUN
ijassa-373	110	2	=	=	PUNCT
ijassa-373	110	3	x2β	x2β	PUNCT
ijassa-373	111	1	+	+	CCONJ
ijassa-373	111	2	ε2	ε2	ADJ
ijassa-373	111	3	,	,	PUNCT
ijassa-373	111	4	ε2	ε2	ADJ
ijassa-373	111	5	∼	∼	NOUN
ijassa-373	111	6	(	(	PUNCT
ijassa-373	111	7	0	0	NUM
ijassa-373	111	8	,	,	PUNCT
ijassa-373	111	9	σ2	σ2	NOUN
ijassa-373	111	10	2im2	2im2	NUM
ijassa-373	111	11	)	)	PUNCT
ijassa-373	111	12	,	,	PUNCT
ijassa-373	111	13	eε1ε	eε1ε	PROPN
ijassa-373	111	14	t	t	PROPN
ijassa-373	111	15	2	2	NUM
ijassa-373	111	16	=	=	SYM
ijassa-373	111	17	om1×m2	om1×m2	PROPN
ijassa-373	111	18	(	(	PUNCT
ijassa-373	111	19	10	10	NUM
ijassa-373	111	20	)	)	PUNCT
ijassa-373	111	21	considering	consider	VERB
ijassa-373	111	22	the	the	DET
ijassa-373	111	23	following	follow	VERB
ijassa-373	111	24	optimization	optimization	NOUN
ijassa-373	111	25	problem:	problem:	PROPN
ijassa-373	111	26	arg	arg	NOUN
ijassa-373	111	27	β	β	X
ijassa-373	111	28	min	min	NOUN
ijassa-373	111	29	2∑	2∑	NUM
ijassa-373	111	30	i=1	i=1	PROPN
ijassa-373	112	1	ρ2i	ρ2i	PROPN
ijassa-373	112	2	∥yi	∥yi	NOUN
ijassa-373	113	1	−xiβ∥2	−xiβ∥2	ADJ
ijassa-373	113	2	2∑	2∑	NUM
ijassa-373	113	3	i=1	i=1	X
ijassa-373	114	1	ρ2i	ρ2i	PROPN
ijassa-373	114	2	=	=	NOUN
ijassa-373	114	3	1	1	NUM
ijassa-373	114	4	(	(	PUNCT
ijassa-373	114	5	11	11	NUM
ijassa-373	114	6	)	)	PUNCT
ijassa-373	114	7	and	and	CCONJ
ijassa-373	114	8	the	the	DET
ijassa-373	114	9	solution	solution	NOUN
ijassa-373	114	10	can	can	AUX
ijassa-373	114	11	be	be	AUX
ijassa-373	114	12	easily	easily	ADV
ijassa-373	114	13	obtained	obtain	VERB
ijassa-373	114	14	as	as	ADP
ijassa-373	114	15	follow	follow	NOUN
ijassa-373	114	16	:	:	PUNCT
ijassa-373	114	17	β̂(ρ	β̂(ρ	X
ijassa-373	114	18	)	)	PUNCT
ijassa-373	114	19	=	=	SYM
ijassa-373	115	1	(	(	PUNCT
ijassa-373	115	2	2∑	2∑	NUM
ijassa-373	115	3	i=1	i=1	X
ijassa-373	115	4	ρ2ix	ρ2ix	X
ijassa-373	116	1	t	t	NOUN
ijassa-373	116	2	i	i	PRON
ijassa-373	116	3	xi	xi	PROPN
ijassa-373	116	4	)	)	PUNCT
ijassa-373	116	5	−1	−1	NOUN
ijassa-373	116	6	(	(	PUNCT
ijassa-373	116	7	2∑	2∑	NUM
ijassa-373	116	8	i=1	i=1	X
ijassa-373	116	9	ρ2ix	ρ2ix	X
ijassa-373	117	1	t	t	NOUN
ijassa-373	117	2	i	i	PRON
ijassa-373	117	3	yi	yi	NOUN
ijassa-373	117	4	)	)	PUNCT
ijassa-373	117	5	(	(	PUNCT
ijassa-373	117	6	12	12	NUM
ijassa-373	117	7	)	)	PUNCT
ijassa-373	117	8	theorem	theorem	NOUN
ijassa-373	117	9	2	2	NUM
ijassa-373	117	10	:	:	PUNCT
ijassa-373	117	11	under	under	ADP
ijassa-373	117	12	the	the	DET
ijassa-373	117	13	assumption	assumption	NOUN
ijassa-373	117	14	of	of	ADP
ijassa-373	117	15	model	model	NOUN
ijassa-373	117	16	(	(	PUNCT
ijassa-373	117	17	10	10	NUM
ijassa-373	117	18	)	)	PUNCT
ijassa-373	117	19	,	,	PUNCT
ijassa-373	117	20	the	the	DET
ijassa-373	117	21	solution	solution	NOUN
ijassa-373	117	22	of	of	ADP
ijassa-373	117	23	the	the	DET
ijassa-373	117	24	optimization	optimization	NOUN
ijassa-373	117	25	problem	problem	NOUN
ijassa-373	117	26	arg	arg	NOUN
ijassa-373	117	27	ρ	ρ	NUM
ijassa-373	117	28	mine	mine	NOUN
ijassa-373	118	1	∥∥∥β̂(ρ)−	∥∥∥β̂(ρ)−	PROPN
ijassa-373	118	2	β	β	X
ijassa-373	118	3	∥∥∥2	∥∥∥2	X
ijassa-373	119	1	=	=	PUNCT
ijassa-373	119	2	arg	arg	NOUN
ijassa-373	119	3	ρ	ρ	PROPN
ijassa-373	119	4	minmse(β̂(ρ	minmse(β̂(ρ	NOUN
ijassa-373	119	5	)	)	PUNCT
ijassa-373	119	6	)	)	PUNCT
ijassa-373	119	7	is	be	AUX
ijassa-373	119	8	:	:	PUNCT
ijassa-373	119	9	ρi	ρi	X
ijassa-373	120	1	=	=	SYM
ijassa-373	121	1	σ−1	σ−1	INTJ
ijassa-373	122	1	i	i	PRON
ijassa-373	122	2	/√	/√	VERB
ijassa-373	122	3	σ−2	σ−2	INTJ
ijassa-373	122	4	1	1	NUM
ijassa-373	122	5	+	+	PUNCT
ijassa-373	122	6	σ−2	σ−2	PROPN
ijassa-373	122	7	2	2	NUM
ijassa-373	122	8	,	,	PUNCT
ijassa-373	122	9	i	i	PRON
ijassa-373	122	10	=	=	NOUN
ijassa-373	122	11	1	1	NUM
ijassa-373	122	12	,	,	PUNCT
ijassa-373	122	13	2	2	NUM
ijassa-373	122	14	(	(	PUNCT
ijassa-373	122	15	13	13	NUM
ijassa-373	122	16	)	)	PUNCT
ijassa-373	122	17	proof	proof	NOUN
ijassa-373	122	18	:	:	PUNCT
ijassa-373	122	19	by	by	ADP
ijassa-373	122	20	calculating	calculate	VERB
ijassa-373	122	21	e	e	X
ijassa-373	122	22	∥∥∥β̂(ρ)−	∥∥∥β̂(ρ)−	PROPN
ijassa-373	122	23	β	β	X
ijassa-373	122	24	∥∥∥2	∥∥∥2	NOUN
ijassa-373	122	25	=	=	PUNCT
ijassa-373	122	26	tr	tr	VERB
ijassa-373	122	27	(	(	PUNCT
ijassa-373	122	28	2∑	2∑	NUM
ijassa-373	122	29	i=1	i=1	X
ijassa-373	122	30	ρ2ix	ρ2ix	X
ijassa-373	123	1	t	t	NOUN
ijassa-373	124	1	i	i	PRON
ijassa-373	124	2	xi	xi	PROPN
ijassa-373	124	3	)	)	PUNCT
ijassa-373	124	4	−2	−2	NOUN
ijassa-373	124	5	(	(	PUNCT
ijassa-373	124	6	2∑	2∑	NUM
ijassa-373	124	7	i=1	i=1	X
ijassa-373	124	8	ρ4iσ	ρ4iσ	PROPN
ijassa-373	124	9	2	2	X
ijassa-373	124	10	ix	ix	ADP
ijassa-373	124	11	t	t	PROPN
ijassa-373	124	12	i	i	PRON
ijassa-373	124	13	xi	xi	PROPN
ijassa-373	124	14	)	)	PUNCT
ijassa-373	124	15	assuming	assume	VERB
ijassa-373	124	16	a	a	PRON
ijassa-373	124	17	=	=	SYM
ijassa-373	124	18	xt	xt	ADP
ijassa-373	124	19	1	1	NUM
ijassa-373	124	20	x1	x1	PROPN
ijassa-373	124	21	,	,	PUNCT
ijassa-373	124	22	b	b	X
ijassa-373	124	23	=	=	X
ijassa-373	124	24	xt	xt	PROPN
ijassa-373	124	25	2	2	NUM
ijassa-373	124	26	x2	x2	NOUN
ijassa-373	124	27	,	,	PUNCT
ijassa-373	124	28	and	and	CCONJ
ijassa-373	124	29	then	then	ADV
ijassa-373	124	30	f(ρ1	f(ρ1	PROPN
ijassa-373	124	31	,	,	PUNCT
ijassa-373	124	32	ρ2	ρ2	NOUN
ijassa-373	124	33	)	)	PUNCT
ijassa-373	124	34	=	=	PUNCT
ijassa-373	124	35	(	(	PUNCT
ijassa-373	124	36	ρ21a+	ρ21a+	PROPN
ijassa-373	124	37	ρ22b)−1(ρ41σ	ρ22b)−1(ρ41σ	NOUN
ijassa-373	124	38	2	2	NUM
ijassa-373	124	39	1a+	1a+	NUM
ijassa-373	124	40	ρ42σ	ρ42σ	NOUN
ijassa-373	124	41	2	2	NUM
ijassa-373	124	42	2b)(ρ21a+	2b)(ρ21a+	NOUN
ijassa-373	124	43	ρ22b)−1	ρ22b)−1	PROPN
ijassa-373	124	44	=	=	SYM
ijassa-373	124	45	σ2	σ2	PROPN
ijassa-373	124	46	2	2	NUM
ijassa-373	124	47	(	(	PUNCT
ijassa-373	124	48	ρ21	ρ21	NOUN
ijassa-373	124	49	ρ22	ρ22	NOUN
ijassa-373	124	50	a+b	a+b	NUM
ijassa-373	124	51	)	)	PUNCT
ijassa-373	124	52	−1	−1	NOUN
ijassa-373	124	53	(	(	PUNCT
ijassa-373	124	54	ρ41	ρ41	NOUN
ijassa-373	124	55	ρ42	ρ42	PROPN
ijassa-373	124	56	σ2	σ2	PROPN
ijassa-373	124	57	1	1	NUM
ijassa-373	124	58	σ2	σ2	NOUN
ijassa-373	124	59	2	2	NUM
ijassa-373	124	60	a+b	a+b	NUM
ijassa-373	124	61	)	)	PUNCT
ijassa-373	124	62	(	(	PUNCT
ijassa-373	124	63	ρ21	ρ21	PROPN
ijassa-373	124	64	ρ22	ρ22	NOUN
ijassa-373	124	65	a+b	a+b	NUM
ijassa-373	124	66	)	)	PUNCT
ijassa-373	124	67	−1	−1	NOUN
ijassa-373	124	68	(	(	PUNCT
ijassa-373	124	69	14	14	NUM
ijassa-373	124	70	)	)	PUNCT
ijassa-373	124	71	as	as	SCONJ
ijassa-373	124	72	both	both	PRON
ijassa-373	124	73	of	of	ADP
ijassa-373	124	74	a	a	PRON
ijassa-373	124	75	and	and	CCONJ
ijassa-373	124	76	b	b	NOUN
ijassa-373	124	77	are	be	AUX
ijassa-373	124	78	real	real	ADV
ijassa-373	124	79	symmetric	symmetric	ADJ
ijassa-373	124	80	positive	positive	ADJ
ijassa-373	124	81	definite	definite	ADJ
ijassa-373	124	82	matrices	matrix	NOUN
ijassa-373	124	83	,	,	PUNCT
ijassa-373	124	84	and	and	CCONJ
ijassa-373	124	85	can	can	AUX
ijassa-373	124	86	be	be	AUX
ijassa-373	124	87	similarity	similarity	NOUN
ijassa-373	124	88	diagonalized	diagonalize	VERB
ijassa-373	124	89	simultaneously	simultaneously	ADV
ijassa-373	124	90	,	,	PUNCT
ijassa-373	124	91	that	that	PRON
ijassa-373	124	92	is	be	AUX
ijassa-373	124	93	to	to	PART
ijassa-373	124	94	say	say	VERB
ijassa-373	124	95	existing	exist	VERB
ijassa-373	124	96	an	an	DET
ijassa-373	124	97	invertible	invertible	ADJ
ijassa-373	124	98	matrix	matrix	NOUN
ijassa-373	124	99	260	260	NUM
ijassa-373	124	100	xuanying	xuanye	VERB
ijassa-373	124	101	zhou	zhou	PROPN
ijassa-373	124	102	,	,	PUNCT
ijassa-373	124	103	jiongqi	jiongqi	PROPN
ijassa-373	124	104	wang	wang	PROPN
ijassa-373	124	105	and	and	CCONJ
ijassa-373	124	106	zhengming	zhengming	PROPN
ijassa-373	124	107	wang	wang	PROPN
ijassa-373	124	108	,	,	PUNCT
ijassa-373	124	109	zhangming	zhangme	VERB
ijassa-373	124	110	he	he	PRON
ijassa-373	124	111	:	:	PUNCT
ijassa-373	124	112	optimal	optimal	ADJ
ijassa-373	124	113	...	...	PUNCT
ijassa-373	124	114	p	p	X
ijassa-373	124	115	,	,	PUNCT
ijassa-373	124	116	let	let	VERB
ijassa-373	124	117	a	a	DET
ijassa-373	124	118	=	=	PUNCT
ijassa-373	124	119	ptλp	ptλp	NOUN
ijassa-373	124	120	,	,	PUNCT
ijassa-373	124	121	b	b	X
ijassa-373	124	122	=	=	X
ijassa-373	124	123	ptp	ptp	PROPN
ijassa-373	124	124	,	,	PUNCT
ijassa-373	124	125	where	where	SCONJ
ijassa-373	124	126	λ	λ	PROPN
ijassa-373	124	127	=	=	SYM
ijassa-373	124	128	diag(λ1	diag(λ1	PROPN
ijassa-373	124	129	,	,	PUNCT
ijassa-373	124	130	·	·	PUNCT
ijassa-373	124	131	·	·	PUNCT
ijassa-373	124	132	·	·	PUNCT
ijassa-373	124	133	,	,	PUNCT
ijassa-373	124	134	λn	λn	NOUN
ijassa-373	124	135	)	)	PUNCT
ijassa-373	124	136	,	,	PUNCT
ijassa-373	124	137	therefore	therefore	ADV
ijassa-373	124	138	f(ρ1	f(ρ1	NOUN
ijassa-373	124	139	,	,	PUNCT
ijassa-373	124	140	ρ2	ρ2	NOUN
ijassa-373	124	141	)	)	PUNCT
ijassa-373	124	142	=	=	SYM
ijassa-373	124	143	σ2	σ2	NOUN
ijassa-373	124	144	2p	2p	NUM
ijassa-373	124	145	t	t	PROPN
ijassa-373	124	146	(	(	PUNCT
ijassa-373	124	147	ρ21	ρ21	PROPN
ijassa-373	124	148	ρ22	ρ22	NOUN
ijassa-373	124	149	λ	λ	NOUN
ijassa-373	124	150	+	+	CCONJ
ijassa-373	124	151	i	i	NOUN
ijassa-373	124	152	)	)	PUNCT
ijassa-373	124	153	−1	−1	NOUN
ijassa-373	124	154	(	(	PUNCT
ijassa-373	124	155	ρ41	ρ41	NOUN
ijassa-373	124	156	ρ42	ρ42	PROPN
ijassa-373	124	157	σ2	σ2	PROPN
ijassa-373	124	158	1	1	NUM
ijassa-373	124	159	σ2	σ2	PROPN
ijassa-373	124	160	2	2	NUM
ijassa-373	124	161	λ	λ	NOUN
ijassa-373	124	162	+	+	NUM
ijassa-373	124	163	i	i	NOUN
ijassa-373	124	164	)	)	PUNCT
ijassa-373	124	165	(	(	PUNCT
ijassa-373	124	166	ρ21	ρ21	PROPN
ijassa-373	124	167	ρ22	ρ22	NOUN
ijassa-373	124	168	λ	λ	NOUN
ijassa-373	124	169	+	+	CCONJ
ijassa-373	124	170	i	i	NOUN
ijassa-373	124	171	)	)	PUNCT
ijassa-373	124	172	−1	−1	NOUN
ijassa-373	124	173	(	(	PUNCT
ijassa-373	124	174	p−1)t	p−1)t	PROPN
ijassa-373	124	175	=	=	SYM
ijassa-373	124	176	σ2	σ2	PROPN
ijassa-373	124	177	2p	2p	NUM
ijassa-373	124	178	tdiag	tdiag	NOUN
ijassa-373	125	1	[	[	X
ijassa-373	125	2	(	(	PUNCT
ijassa-373	125	3	ρ41	ρ41	NOUN
ijassa-373	125	4	ρ42	ρ42	NOUN
ijassa-373	125	5	σ2	σ2	PROPN
ijassa-373	125	6	1	1	NUM
ijassa-373	125	7	σ2	σ2	PROPN
ijassa-373	125	8	2	2	NUM
ijassa-373	125	9	λi	λi	NOUN
ijassa-373	125	10	+	+	NOUN
ijassa-373	125	11	1	1	NUM
ijassa-373	125	12	)	)	PUNCT
ijassa-373	125	13	(	(	PUNCT
ijassa-373	125	14	ρ21	ρ21	NOUN
ijassa-373	125	15	ρ22	ρ22	NOUN
ijassa-373	125	16	λi	λi	NOUN
ijassa-373	125	17	+	+	NOUN
ijassa-373	125	18	1	1	NUM
ijassa-373	125	19	)	)	PUNCT
ijassa-373	125	20	−2	−2	NOUN
ijassa-373	125	21	]	]	PUNCT
ijassa-373	125	22	(	(	PUNCT
ijassa-373	125	23	p−1)t	p−1)t	X
ijassa-373	125	24	(	(	PUNCT
ijassa-373	125	25	15	15	NUM
ijassa-373	125	26	)	)	PUNCT
ijassa-373	125	27	assuming	assume	VERB
ijassa-373	125	28	that	that	SCONJ
ijassa-373	125	29	t	t	NOUN
ijassa-373	125	30	=	=	SYM
ijassa-373	125	31	ρ21	ρ21	NOUN
ijassa-373	125	32	ρ22	ρ22	NOUN
ijassa-373	125	33	,	,	PUNCT
ijassa-373	125	34	σ	σ	PROPN
ijassa-373	125	35	=	=	PROPN
ijassa-373	125	36	σ1	σ1	PROPN
ijassa-373	125	37	σ2	σ2	PROPN
ijassa-373	125	38	,	,	PUNCT
ijassa-373	125	39	λi	λi	PROPN
ijassa-373	125	40	=	=	VERB
ijassa-373	125	41	a	a	PRON
ijassa-373	125	42	,	,	PUNCT
ijassa-373	125	43	g(t	g(t	PROPN
ijassa-373	125	44	)	)	PUNCT
ijassa-373	126	1	=	=	PRON
ijassa-373	126	2	(	(	PUNCT
ijassa-373	126	3	t2σ2a+	t2σ2a+	NOUN
ijassa-373	126	4	1	1	NUM
ijassa-373	126	5	)	)	PUNCT
ijassa-373	126	6	/	/	PUNCT
ijassa-373	126	7	(	(	PUNCT
ijassa-373	126	8	ta+	ta+	ADJ
ijassa-373	126	9	1)2	1)2	NUM
ijassa-373	126	10	,	,	PUNCT
ijassa-373	126	11	let	let	VERB
ijassa-373	126	12	dg(t	dg(t	NOUN
ijassa-373	126	13	)	)	PUNCT
ijassa-373	126	14	dt	dt	X
ijassa-373	127	1	=	=	SYM
ijassa-373	127	2	2a(tσ2−1	2a(tσ2−1	NUM
ijassa-373	127	3	)	)	PUNCT
ijassa-373	127	4	(	(	PUNCT
ijassa-373	127	5	ta+1)3	ta+1)3	NOUN
ijassa-373	127	6	=	=	NOUN
ijassa-373	127	7	0	0	PUNCT
ijassa-373	127	8	and	and	CCONJ
ijassa-373	127	9	then	then	ADV
ijassa-373	127	10	t	t	PROPN
ijassa-373	127	11	=	=	SYM
ijassa-373	127	12	σ−2	σ−2	PROPN
ijassa-373	127	13	.	.	PUNCT
ijassa-373	127	14	besides	besides	SCONJ
ijassa-373	127	15	,	,	PUNCT
ijassa-373	127	16	d2g(t	d2g(t	PROPN
ijassa-373	127	17	)	)	PUNCT
ijassa-373	127	18	dt2	dt2	PROPN
ijassa-373	127	19	|t	|t	PROPN
ijassa-373	127	20	=	=	PROPN
ijassa-373	127	21	σ−2	σ−2	PROPN
ijassa-373	127	22	=	=	NOUN
ijassa-373	127	23	2a(σ2	2a(σ2	NUM
ijassa-373	128	1	+	+	CCONJ
ijassa-373	128	2	a	a	X
ijassa-373	128	3	)	)	PUNCT
ijassa-373	128	4	(	(	PUNCT
ijassa-373	128	5	ta+	ta+	NOUN
ijassa-373	128	6	1)4	1)4	PROPN
ijassa-373	128	7	>	>	X
ijassa-373	128	8	0	0	PUNCT
ijassa-373	128	9	(	(	PUNCT
ijassa-373	128	10	16	16	NUM
ijassa-373	128	11	)	)	PUNCT
ijassa-373	128	12	noticed	notice	VERB
ijassa-373	128	13	that	that	SCONJ
ijassa-373	128	14	ρ21	ρ21	NOUN
ijassa-373	128	15	+	+	CCONJ
ijassa-373	128	16	ρ22	ρ22	NOUN
ijassa-373	128	17	=	=	SYM
ijassa-373	128	18	1	1	NUM
ijassa-373	128	19	,	,	PUNCT
ijassa-373	128	20	and	and	CCONJ
ijassa-373	128	21	the	the	DET
ijassa-373	128	22	function	function	NOUN
ijassa-373	128	23	g(t	g(t	PROPN
ijassa-373	128	24	)	)	PUNCT
ijassa-373	128	25	gets	get	VERB
ijassa-373	128	26	the	the	DET
ijassa-373	128	27	minimum	minimum	ADJ
ijassa-373	128	28	value	value	NOUN
ijassa-373	128	29	at	at	ADP
ijassa-373	128	30	ρi	ρi	NOUN
ijassa-373	129	1	=	=	NOUN
ijassa-373	129	2	σ−1	σ−1	INTJ
ijassa-373	130	1	i	i	PRON
ijassa-373	130	2	/√	/√	VERB
ijassa-373	130	3	σ−2	σ−2	INTJ
ijassa-373	130	4	1	1	NUM
ijassa-373	130	5	+	+	PUNCT
ijassa-373	130	6	σ−2	σ−2	PROPN
ijassa-373	130	7	2	2	NUM
ijassa-373	130	8	,	,	PUNCT
ijassa-373	130	9	i	i	PRON
ijassa-373	130	10	=	=	NOUN
ijassa-373	130	11	1	1	NUM
ijassa-373	130	12	,	,	PUNCT
ijassa-373	130	13	2	2	NUM
ijassa-373	130	14	,	,	PUNCT
ijassa-373	130	15	then	then	ADV
ijassa-373	130	16	e	e	PROPN
ijassa-373	130	17	∥∥∥β̂(ρ)−	∥∥∥β̂(ρ)−	PROPN
ijassa-373	130	18	β	β	X
ijassa-373	130	19	∥∥∥2	∥∥∥2	NOUN
ijassa-373	130	20	=	=	PUNCT
ijassa-373	130	21	tr	tr	VERB
ijassa-373	130	22	(	(	PUNCT
ijassa-373	130	23	2∑	2∑	NUM
ijassa-373	130	24	i=1	i=1	X
ijassa-373	130	25	ρ2ix	ρ2ix	X
ijassa-373	131	1	t	t	NOUN
ijassa-373	132	1	i	i	PRON
ijassa-373	132	2	xi	xi	PROPN
ijassa-373	132	3	)	)	PUNCT
ijassa-373	132	4	−2	−2	NOUN
ijassa-373	132	5	(	(	PUNCT
ijassa-373	132	6	2∑	2∑	NUM
ijassa-373	132	7	i=1	i=1	X
ijassa-373	132	8	ρ4iσ	ρ4iσ	PROPN
ijassa-373	132	9	2	2	X
ijassa-373	132	10	ix	ix	ADP
ijassa-373	132	11	t	t	PROPN
ijassa-373	132	12	i	i	PRON
ijassa-373	132	13	xi	xi	PROPN
ijassa-373	132	14	)	)	PUNCT
ijassa-373	132	15	=	=	PUNCT
ijassa-373	132	16	tr	tr	PROPN
ijassa-373	132	17	[	[	PUNCT
ijassa-373	132	18	σ2	σ2	NOUN
ijassa-373	132	19	2p	2p	NUM
ijassa-373	132	20	tdiag	tdiag	NOUN
ijassa-373	132	21	[	[	X
ijassa-373	132	22	(	(	PUNCT
ijassa-373	132	23	ρ41	ρ41	NOUN
ijassa-373	132	24	ρ42	ρ42	NOUN
ijassa-373	132	25	σ2	σ2	PROPN
ijassa-373	132	26	1	1	NUM
ijassa-373	132	27	σ2	σ2	PROPN
ijassa-373	132	28	2	2	NUM
ijassa-373	132	29	λi	λi	NOUN
ijassa-373	132	30	+	+	NOUN
ijassa-373	132	31	1	1	NUM
ijassa-373	132	32	)	)	PUNCT
ijassa-373	132	33	(	(	PUNCT
ijassa-373	132	34	ρ21	ρ21	NOUN
ijassa-373	132	35	ρ22	ρ22	NOUN
ijassa-373	132	36	λi	λi	NOUN
ijassa-373	132	37	+	+	NOUN
ijassa-373	132	38	1	1	NUM
ijassa-373	132	39	)	)	PUNCT
ijassa-373	132	40	−2	−2	NOUN
ijassa-373	132	41	]	]	PUNCT
ijassa-373	132	42	(	(	PUNCT
ijassa-373	132	43	p−1	p−1	PROPN
ijassa-373	132	44	)	)	PUNCT
ijassa-373	132	45	t	t	NOUN
ijassa-373	132	46	]	]	PUNCT
ijassa-373	133	1	=	=	PUNCT
ijassa-373	133	2	σ2	σ2	PROPN
ijassa-373	133	3	2	2	NUM
ijassa-373	133	4	n∑	n∑	NOUN
ijassa-373	133	5	i=1	i=1	PROPN
ijassa-373	133	6	t2σ2λi+1	t2σ2λi+1	PROPN
ijassa-373	133	7	(	(	PUNCT
ijassa-373	133	8	tλi+1)2	tλi+1)2	X
ijassa-373	133	9	(	(	PUNCT
ijassa-373	133	10	17	17	NUM
ijassa-373	133	11	)	)	PUNCT
ijassa-373	133	12	since	since	SCONJ
ijassa-373	133	13	the	the	DET
ijassa-373	133	14	each	each	DET
ijassa-373	133	15	item	item	NOUN
ijassa-373	133	16	in	in	ADP
ijassa-373	133	17	equation	equation	NOUN
ijassa-373	133	18	(	(	PUNCT
ijassa-373	133	19	17	17	NUM
ijassa-373	133	20	)	)	PUNCT
ijassa-373	133	21	gets	get	VERB
ijassa-373	133	22	the	the	DET
ijassa-373	133	23	minimum	minimum	NOUN
ijassa-373	133	24	at	at	ADP
ijassa-373	133	25	ρi	ρi	NOUN
ijassa-373	134	1	=	=	NOUN
ijassa-373	134	2	σ−1	σ−1	INTJ
ijassa-373	135	1	i	i	PRON
ijassa-373	135	2	/√	/√	VERB
ijassa-373	135	3	σ−2	σ−2	INTJ
ijassa-373	135	4	1	1	NUM
ijassa-373	135	5	+	+	PUNCT
ijassa-373	135	6	σ−2	σ−2	PROPN
ijassa-373	135	7	2	2	NUM
ijassa-373	135	8	,	,	PUNCT
ijassa-373	135	9	i	i	PRON
ijassa-373	135	10	=	=	NOUN
ijassa-373	135	11	1	1	NUM
ijassa-373	135	12	,	,	PUNCT
ijassa-373	135	13	2	2	NUM
ijassa-373	135	14	,	,	PUNCT
ijassa-373	135	15	therefore	therefore	ADV
ijassa-373	135	16	,	,	PUNCT
ijassa-373	135	17	the	the	DET
ijassa-373	135	18	solution	solution	NOUN
ijassa-373	135	19	of	of	ADP
ijassa-373	135	20	arg	arg	NOUN
ijassa-373	135	21	ρ	ρ	NOUN
ijassa-373	135	22	mine	mine	NOUN
ijassa-373	135	23	∥∥∥β̂(ρ)−	∥∥∥β̂(ρ)−	PROPN
ijassa-373	135	24	β	β	X
ijassa-373	135	25	∥∥∥2	∥∥∥2	X
ijassa-373	135	26	is	be	AUX
ijassa-373	135	27	ρi	ρi	NOUN
ijassa-373	136	1	=	=	PUNCT
ijassa-373	137	1	σ−1	σ−1	INTJ
ijassa-373	138	1	i	i	PRON
ijassa-373	138	2	/√	/√	VERB
ijassa-373	138	3	σ−2	σ−2	INTJ
ijassa-373	138	4	1	1	NUM
ijassa-373	138	5	+	+	PUNCT
ijassa-373	138	6	σ−2	σ−2	PROPN
ijassa-373	138	7	2	2	NUM
ijassa-373	138	8	,	,	PUNCT
ijassa-373	138	9	i	i	PRON
ijassa-373	138	10	=	=	NOUN
ijassa-373	138	11	1	1	NUM
ijassa-373	138	12	,	,	PUNCT
ijassa-373	138	13	2	2	NUM
ijassa-373	138	14	.	.	PUNCT
ijassa-373	139	1	the	the	DET
ijassa-373	139	2	proof	proof	NOUN
ijassa-373	139	3	is	be	AUX
ijassa-373	139	4	complete	complete	ADJ
ijassa-373	139	5	.	.	PUNCT
ijassa-373	140	1	remark	remark	NOUN
ijassa-373	140	2	5	5	NUM
ijassa-373	140	3	:	:	PUNCT
ijassa-373	140	4	the	the	DET
ijassa-373	140	5	conclusion	conclusion	NOUN
ijassa-373	140	6	of	of	ADP
ijassa-373	140	7	theorem	theorem	ADJ
ijassa-373	140	8	2	2	NUM
ijassa-373	140	9	has	have	VERB
ijassa-373	140	10	important	important	ADJ
ijassa-373	140	11	application	application	NOUN
ijassa-373	140	12	value	value	NOUN
ijassa-373	140	13	.	.	PUNCT
ijassa-373	141	1	in	in	ADP
ijassa-373	141	2	the	the	DET
ijassa-373	141	3	actual	actual	ADJ
ijassa-373	141	4	problem	problem	NOUN
ijassa-373	141	5	,	,	PUNCT
ijassa-373	141	6	unequal	unequal	ADJ
ijassa-373	141	7	precision	precision	NOUN
ijassa-373	141	8	data	datum	NOUN
ijassa-373	141	9	are	be	AUX
ijassa-373	141	10	usually	usually	ADV
ijassa-373	141	11	measured	measure	VERB
ijassa-373	141	12	,	,	PUNCT
ijassa-373	141	13	so	so	SCONJ
ijassa-373	141	14	the	the	DET
ijassa-373	141	15	data	data	NOUN
ijassa-373	141	16	weight	weight	NOUN
ijassa-373	141	17	has	have	VERB
ijassa-373	141	18	an	an	DET
ijassa-373	141	19	important	important	ADJ
ijassa-373	141	20	effect	effect	NOUN
ijassa-373	141	21	to	to	ADP
ijassa-373	141	22	the	the	DET
ijassa-373	141	23	data	datum	NOUN
ijassa-373	141	24	fusion	fusion	NOUN
ijassa-373	141	25	accuracy	accuracy	NOUN
ijassa-373	141	26	.	.	PUNCT
ijassa-373	142	1	theorem	theorem	ADJ
ijassa-373	142	2	2	2	NUM
ijassa-373	142	3	shows	show	VERB
ijassa-373	142	4	that	that	SCONJ
ijassa-373	142	5	the	the	DET
ijassa-373	142	6	unique	unique	ADJ
ijassa-373	142	7	optimal	optimal	ADJ
ijassa-373	142	8	fusion	fusion	NOUN
ijassa-373	142	9	weigh	weigh	NOUN
ijassa-373	142	10	depends	depend	VERB
ijassa-373	142	11	on	on	ADP
ijassa-373	142	12	the	the	DET
ijassa-373	142	13	data	data	NOUN
ijassa-373	142	14	precision	precision	NOUN
ijassa-373	142	15	in	in	ADP
ijassa-373	142	16	the	the	DET
ijassa-373	142	17	linear	linear	ADJ
ijassa-373	142	18	fusion	fusion	NOUN
ijassa-373	142	19	model	model	NOUN
ijassa-373	142	20	with	with	ADP
ijassa-373	142	21	unequal	unequal	ADJ
ijassa-373	142	22	precision	precision	NOUN
ijassa-373	142	23	measuring	measure	VERB
ijassa-373	142	24	data	datum	NOUN
ijassa-373	142	25	.	.	PUNCT
ijassa-373	143	1	actually	actually	ADV
ijassa-373	143	2	,	,	PUNCT
ijassa-373	143	3	this	this	PRON
ijassa-373	143	4	is	be	AUX
ijassa-373	143	5	the	the	DET
ijassa-373	143	6	gauss	gauss	ADJ
ijassa-373	143	7	-	-	PUNCT
ijassa-373	143	8	markov	markov	NOUN
ijassa-373	143	9	theorem	theorem	NOUN
ijassa-373	143	10	applies	applie	NOUN
ijassa-373	143	11	to	to	ADP
ijassa-373	143	12	the	the	DET
ijassa-373	143	13	lse	lse	NOUN
ijassa-373	143	14	for	for	ADP
ijassa-373	143	15	the	the	DET
ijassa-373	143	16	linear	linear	PROPN
ijassa-373	143	17	model	model	NOUN
ijassa-373	143	18	.	.	PUNCT
ijassa-373	144	1	however	however	ADV
ijassa-373	144	2	,	,	PUNCT
ijassa-373	144	3	the	the	DET
ijassa-373	144	4	gauss	gaus	VERB
ijassa-373	144	5	-	-	PUNCT
ijassa-373	144	6	markov	markov	NOUN
ijassa-373	144	7	theorem	theorem	NOUN
ijassa-373	144	8	shows	show	VERB
ijassa-373	144	9	the	the	DET
ijassa-373	144	10	optimal	optimal	ADJ
ijassa-373	144	11	estimation	estimation	NOUN
ijassa-373	144	12	only	only	ADV
ijassa-373	144	13	can	can	AUX
ijassa-373	144	14	be	be	AUX
ijassa-373	144	15	given	give	VERB
ijassa-373	144	16	when	when	SCONJ
ijassa-373	144	17	the	the	DET
ijassa-373	144	18	data	data	NOUN
ijassa-373	144	19	accuracy	accuracy	NOUN
ijassa-373	144	20	is	be	AUX
ijassa-373	144	21	known	know	VERB
ijassa-373	144	22	,	,	PUNCT
ijassa-373	144	23	and	and	CCONJ
ijassa-373	144	24	while	while	SCONJ
ijassa-373	144	25	theorem	theorem	ADJ
ijassa-373	144	26	2	2	NUM
ijassa-373	144	27	shows	show	VERB
ijassa-373	144	28	the	the	DET
ijassa-373	144	29	optimal	optimal	ADJ
ijassa-373	144	30	estimation	estimation	NOUN
ijassa-373	144	31	can	can	AUX
ijassa-373	144	32	be	be	AUX
ijassa-373	144	33	obtained	obtain	VERB
ijassa-373	144	34	by	by	ADP
ijassa-373	144	35	solving	solve	VERB
ijassa-373	144	36	the	the	DET
ijassa-373	144	37	optimal	optimal	ADJ
ijassa-373	144	38	problem	problem	NOUN
ijassa-373	144	39	arg	arg	NOUN
ijassa-373	144	40	ρ	ρ	NUM
ijassa-373	144	41	mine	mine	NOUN
ijassa-373	145	1	∥∥∥β̂(ρ)−	∥∥∥β̂(ρ)−	PROPN
ijassa-373	145	2	β	β	NOUN
ijassa-373	145	3	∥∥∥2	∥∥∥2	NOUN
ijassa-373	145	4	when	when	SCONJ
ijassa-373	145	5	the	the	DET
ijassa-373	145	6	data	data	NOUN
ijassa-373	145	7	precision	precision	NOUN
ijassa-373	145	8	is	be	AUX
ijassa-373	145	9	unknown	unknown	ADJ
ijassa-373	145	10	.	.	PUNCT
ijassa-373	146	1	that	that	PRON
ijassa-373	146	2	is	be	AUX
ijassa-373	146	3	to	to	PART
ijassa-373	146	4	say	say	VERB
ijassa-373	146	5	,	,	PUNCT
ijassa-373	146	6	for	for	ADP
ijassa-373	146	7	model	model	NOUN
ijassa-373	146	8	(	(	PUNCT
ijassa-373	146	9	10	10	NUM
ijassa-373	146	10	)	)	PUNCT
ijassa-373	146	11	,	,	PUNCT
ijassa-373	147	1	ρi	ρi	X
ijassa-373	148	1	=	=	PUNCT
ijassa-373	148	2	σ−1	σ−1	INTJ
ijassa-373	148	3	i	i	PRON
ijassa-373	148	4	/√	/√	VERB
ijassa-373	148	5	σ−2	σ−2	INTJ
ijassa-373	148	6	1	1	NUM
ijassa-373	148	7	+	+	PUNCT
ijassa-373	148	8	σ−2	σ−2	PROPN
ijassa-373	148	9	2	2	NUM
ijassa-373	148	10	,	,	PUNCT
ijassa-373	148	11	i	i	PRON
ijassa-373	148	12	=	=	NOUN
ijassa-373	148	13	1	1	NUM
ijassa-373	148	14	,	,	PUNCT
ijassa-373	148	15	2	2	NUM
ijassa-373	148	16	is	be	AUX
ijassa-373	148	17	the	the	DET
ijassa-373	148	18	necessary	necessary	ADJ
ijassa-373	148	19	and	and	CCONJ
ijassa-373	148	20	sufficient	sufficient	ADJ
ijassa-373	148	21	condition	condition	NOUN
ijassa-373	148	22	if	if	SCONJ
ijassa-373	148	23	β̂(ρ	β̂(ρ	PUNCT
ijassa-373	148	24	)	)	PUNCT
ijassa-373	148	25	=	=	SYM
ijassa-373	149	1	(	(	PUNCT
ijassa-373	149	2	2∑	2∑	NUM
ijassa-373	149	3	i=1	i=1	X
ijassa-373	149	4	ρ2ix	ρ2ix	X
ijassa-373	150	1	t	t	NOUN
ijassa-373	150	2	i	i	PRON
ijassa-373	150	3	xi	xi	PROPN
ijassa-373	150	4	)	)	PUNCT
ijassa-373	150	5	−1	−1	NOUN
ijassa-373	150	6	(	(	PUNCT
ijassa-373	150	7	2∑	2∑	NUM
ijassa-373	150	8	i=1	i=1	X
ijassa-373	150	9	ρ2ix	ρ2ix	X
ijassa-373	151	1	t	t	NOUN
ijassa-373	151	2	i	i	PRON
ijassa-373	151	3	yi	yi	NOUN
ijassa-373	151	4	)	)	PUNCT
ijassa-373	151	5	is	be	AUX
ijassa-373	151	6	the	the	DET
ijassa-373	151	7	advances	advance	NOUN
ijassa-373	151	8	in	in	ADP
ijassa-373	151	9	systems	system	NOUN
ijassa-373	151	10	science	science	NOUN
ijassa-373	151	11	and	and	CCONJ
ijassa-373	151	12	application	application	NOUN
ijassa-373	151	13	(	(	PUNCT
ijassa-373	151	14	2015	2015	NUM
ijassa-373	151	15	)	)	PUNCT
ijassa-373	151	16	vol.15	vol.15	NOUN
ijassa-373	151	17	no.3	no.3	VERB
ijassa-373	151	18	261	261	NUM
ijassa-373	151	19	uniformly	uniformly	ADV
ijassa-373	151	20	minimum	minimum	ADJ
ijassa-373	151	21	variance	variance	NOUN
ijassa-373	151	22	solution	solution	NOUN
ijassa-373	151	23	(	(	PUNCT
ijassa-373	151	24	optimal	optimal	ADJ
ijassa-373	151	25	solution	solution	NOUN
ijassa-373	151	26	)	)	PUNCT
ijassa-373	151	27	for	for	ADP
ijassa-373	151	28	the	the	DET
ijassa-373	151	29	parameter	parameter	NOUN
ijassa-373	151	30	β	β	PROPN
ijassa-373	151	31	.	.	PROPN
ijassa-373	151	32	from	from	ADP
ijassa-373	151	33	theorem	theorem	NOUN
ijassa-373	151	34	2	2	NUM
ijassa-373	151	35	,	,	PUNCT
ijassa-373	151	36	for	for	ADP
ijassa-373	151	37	the	the	DET
ijassa-373	151	38	linear	linear	ADJ
ijassa-373	151	39	fusion	fusion	NOUN
ijassa-373	151	40	model	model	NOUN
ijassa-373	151	41	(	(	PUNCT
ijassa-373	151	42	5	5	NUM
ijassa-373	151	43	)	)	PUNCT
ijassa-373	151	44	,	,	PUNCT
ijassa-373	151	45	assuming	assume	VERB
ijassa-373	151	46	ρ	ρ	PROPN
ijassa-373	151	47	=	=	PUNCT
ijassa-373	151	48	[	[	X
ijassa-373	151	49	ρ1	ρ1	NOUN
ijassa-373	151	50	,	,	PUNCT
ijassa-373	151	51	·	·	PUNCT
ijassa-373	151	52	·	·	PUNCT
ijassa-373	151	53	·	·	PUNCT
ijassa-373	151	54	,	,	PUNCT
ijassa-373	151	55	ρs	ρs	ADP
ijassa-373	151	56	]	]	PUNCT
ijassa-373	151	57	,	,	PUNCT
ijassa-373	151	58	the	the	DET
ijassa-373	151	59	parameter	parameter	NOUN
ijassa-373	151	60	estimation	estimation	NOUN
ijassa-373	151	61	and	and	CCONJ
ijassa-373	151	62	optimal	optimal	ADJ
ijassa-373	151	63	weight	weight	NOUN
ijassa-373	151	64	determination	determination	NOUN
ijassa-373	151	65	can	can	AUX
ijassa-373	151	66	be	be	AUX
ijassa-373	151	67	handled	handle	VERB
ijassa-373	151	68	by	by	ADP
ijassa-373	151	69	the	the	DET
ijassa-373	151	70	following	follow	VERB
ijassa-373	151	71	two	two	NUM
ijassa-373	151	72	-	-	PUNCT
ijassa-373	151	73	step	step	NOUN
ijassa-373	151	74	minimal	minimal	ADJ
ijassa-373	151	75	problem	problem	NOUN
ijassa-373	151	76	(	(	PUNCT
ijassa-373	151	77	1	1	NUM
ijassa-373	151	78	)	)	PUNCT
ijassa-373	151	79			NUM
ijassa-373	151	80	arg	arg	NOUN
ijassa-373	151	81	β	β	X
ijassa-373	151	82	min	min	NOUN
ijassa-373	152	1	s∑	s∑	PROPN
ijassa-373	152	2	i=1	i=1	PROPN
ijassa-373	153	1	ρ2i	ρ2i	PROPN
ijassa-373	153	2	∥yi	∥yi	NOUN
ijassa-373	153	3	−xiβ∥2	−xiβ∥2	ADV
ijassa-373	153	4	s∑	s∑	PROPN
ijassa-373	153	5	i=1	i=1	PROPN
ijassa-373	154	1	ρ2i	ρ2i	PROPN
ijassa-373	154	2	=	=	NOUN
ijassa-373	154	3	1	1	NUM
ijassa-373	154	4	(	(	PUNCT
ijassa-373	154	5	18	18	NUM
ijassa-373	154	6	)	)	PUNCT
ijassa-373	154	7	(	(	PUNCT
ijassa-373	154	8	2	2	X
ijassa-373	154	9	)	)	PUNCT
ijassa-373	154	10	arg	arg	NOUN
ijassa-373	154	11	ρi	ρi	NOUN
ijassa-373	154	12	mine	mine	NOUN
ijassa-373	154	13	∥∥∥β̃(ρ)−	∥∥∥β̃(ρ)−	PROPN
ijassa-373	154	14	β	β	X
ijassa-373	154	15	∥∥∥2	∥∥∥2	X
ijassa-373	154	16	(	(	PUNCT
ijassa-373	154	17	19	19	NUM
ijassa-373	154	18	)	)	SYM
ijassa-373	154	19	3.3	3.3	NUM
ijassa-373	154	20	accuracy	accuracy	NOUN
ijassa-373	154	21	analysis	analysis	NOUN
ijassa-373	154	22	of	of	ADP
ijassa-373	154	23	optimal	optimal	ADJ
ijassa-373	154	24	fusion	fusion	NOUN
ijassa-373	154	25	estimation	estimation	NOUN
ijassa-373	154	26	for	for	ADP
ijassa-373	154	27	convenient	convenient	ADJ
ijassa-373	154	28	,	,	PUNCT
ijassa-373	154	29	consider	consider	VERB
ijassa-373	154	30	the	the	DET
ijassa-373	154	31	parameter	parameter	NOUN
ijassa-373	154	32	estimation	estimation	NOUN
ijassa-373	154	33	accuracy	accuracy	NOUN
ijassa-373	154	34	problem	problem	NOUN
ijassa-373	154	35	of	of	ADP
ijassa-373	154	36	two	two	NUM
ijassa-373	154	37	kinds	kind	NOUN
ijassa-373	154	38	of	of	ADP
ijassa-373	154	39	unequal	unequal	ADJ
ijassa-373	154	40	precision	precision	NOUN
ijassa-373	154	41	data	datum	NOUN
ijassa-373	154	42	fusion	fusion	NOUN
ijassa-373	154	43	model	model	NOUN
ijassa-373	154	44	.	.	PUNCT
ijassa-373	154	45	suppose	suppose	VERB
ijassa-373	154	46	that	that	SCONJ
ijassa-373	154	47	β̂(i	β̂(i	ADP
ijassa-373	154	48	)	)	PUNCT
ijassa-373	154	49	,	,	PUNCT
ijassa-373	154	50	i	i	PRON
ijassa-373	154	51	=	=	NOUN
ijassa-373	154	52	1	1	NUM
ijassa-373	154	53	,	,	PUNCT
ijassa-373	154	54	2	2	NUM
ijassa-373	154	55	are	be	AUX
ijassa-373	154	56	the	the	DET
ijassa-373	154	57	estimation	estimation	NOUN
ijassa-373	154	58	by	by	ADP
ijassa-373	154	59	measuring	measure	VERB
ijassa-373	154	60	yi	yi	NOUN
ijassa-373	154	61	,	,	PUNCT
ijassa-373	154	62	i	i	PRON
ijassa-373	154	63	=	=	NOUN
ijassa-373	154	64	1	1	NUM
ijassa-373	154	65	,	,	PUNCT
ijassa-373	154	66	2	2	NUM
ijassa-373	154	67	,	,	PUNCT
ijassa-373	154	68	separately	separately	ADV
ijassa-373	154	69	,	,	PUNCT
ijassa-373	154	70	β̂(1	β̂(1	PROPN
ijassa-373	154	71	,	,	PUNCT
ijassa-373	154	72	2	2	NUM
ijassa-373	154	73	)	)	PUNCT
ijassa-373	154	74	is	be	AUX
ijassa-373	154	75	the	the	DET
ijassa-373	154	76	traditional	traditional	ADJ
ijassa-373	154	77	joint	joint	ADJ
ijassa-373	154	78	estimation	estimation	NOUN
ijassa-373	154	79	of	of	ADP
ijassa-373	154	80	these	these	DET
ijassa-373	154	81	two	two	NUM
ijassa-373	154	82	kinds	kind	NOUN
ijassa-373	154	83	of	of	ADP
ijassa-373	154	84	measuring	measure	VERB
ijassa-373	154	85	data	datum	NOUN
ijassa-373	154	86	,	,	PUNCT
ijassa-373	154	87	and	and	CCONJ
ijassa-373	154	88	β̂f	β̂f	PROPN
ijassa-373	154	89	is	be	AUX
ijassa-373	154	90	the	the	DET
ijassa-373	154	91	optimal	optimal	ADJ
ijassa-373	154	92	fusion	fusion	NOUN
ijassa-373	154	93	estimation	estimation	NOUN
ijassa-373	154	94	,	,	PUNCT
ijassa-373	154	95	i.e.	i.e.	X
ijassa-373	154	96	β̂(1	β̂(1	NUM
ijassa-373	154	97	)	)	PUNCT
ijassa-373	155	1	=	=	PRON
ijassa-373	155	2	(	(	PUNCT
ijassa-373	155	3	xt	xt	ADP
ijassa-373	155	4	1	1	NUM
ijassa-373	155	5	x1	x1	NUM
ijassa-373	155	6	)	)	PUNCT
ijassa-373	155	7	−1xt	−1xt	VERB
ijassa-373	155	8	1	1	NUM
ijassa-373	155	9	y1	y1	NOUN
ijassa-373	155	10	β̂(2	β̂(2	NUM
ijassa-373	155	11	)	)	PUNCT
ijassa-373	155	12	=	=	SYM
ijassa-373	155	13	(	(	PUNCT
ijassa-373	155	14	xt	xt	PROPN
ijassa-373	155	15	2	2	NUM
ijassa-373	155	16	x2	x2	NOUN
ijassa-373	155	17	)	)	PUNCT
ijassa-373	155	18	−1xt	−1xt	VERB
ijassa-373	156	1	2	2	NUM
ijassa-373	156	2	y2	y2	NOUN
ijassa-373	156	3	β̂(1	β̂(1	PROPN
ijassa-373	156	4	,	,	PUNCT
ijassa-373	156	5	2	2	NUM
ijassa-373	156	6	)	)	PUNCT
ijassa-373	156	7	=	=	SYM
ijassa-373	156	8	(	(	PUNCT
ijassa-373	156	9	xt	xt	ADP
ijassa-373	156	10	1	1	NUM
ijassa-373	156	11	x1	x1	PROPN
ijassa-373	156	12	+	+	PROPN
ijassa-373	156	13	xt	xt	PROPN
ijassa-373	156	14	2	2	NUM
ijassa-373	156	15	x2	x2	NOUN
ijassa-373	156	16	)	)	PUNCT
ijassa-373	156	17	−1(xt	−1(xt	VERB
ijassa-373	156	18	1	1	NUM
ijassa-373	156	19	y1	y1	INTJ
ijassa-373	156	20	+	+	PROPN
ijassa-373	156	21	xt	xt	PROPN
ijassa-373	156	22	2	2	NUM
ijassa-373	156	23	y2	y2	NOUN
ijassa-373	156	24	)	)	PUNCT
ijassa-373	156	25	β̂f	β̂f	PUNCT
ijassa-373	157	1	=	=	SYM
ijassa-373	157	2	(	(	PUNCT
ijassa-373	157	3	σ−2	σ−2	INTJ
ijassa-373	157	4	1	1	NUM
ijassa-373	157	5	xt	xt	ADP
ijassa-373	157	6	1	1	NUM
ijassa-373	157	7	x1	x1	NOUN
ijassa-373	157	8	+	+	CCONJ
ijassa-373	157	9	σ−2	σ−2	PROPN
ijassa-373	157	10	2	2	NUM
ijassa-373	157	11	xt	xt	ADP
ijassa-373	157	12	2	2	NUM
ijassa-373	157	13	x2	x2	NOUN
ijassa-373	157	14	)	)	PUNCT
ijassa-373	157	15	−1(σ−2	−1(σ−2	NUM
ijassa-373	157	16	1	1	NUM
ijassa-373	157	17	xt	xt	ADP
ijassa-373	157	18	1	1	NUM
ijassa-373	157	19	y1	y1	NOUN
ijassa-373	157	20	+	+	CCONJ
ijassa-373	157	21	σ−2	σ−2	PROPN
ijassa-373	157	22	2	2	NUM
ijassa-373	157	23	xt	xt	ADP
ijassa-373	157	24	2	2	NUM
ijassa-373	157	25	y2	y2	NOUN
ijassa-373	157	26	)	)	PUNCT
ijassa-373	157	27	(	(	PUNCT
ijassa-373	157	28	20	20	NUM
ijassa-373	157	29	)	)	PUNCT
ijassa-373	157	30	then	then	ADV
ijassa-373	157	31	the	the	DET
ijassa-373	157	32	follow	follow	NOUN
ijassa-373	157	33	conclusions	conclusion	NOUN
ijassa-373	157	34	can	can	AUX
ijassa-373	157	35	be	be	AUX
ijassa-373	157	36	drawn	draw	VERB
ijassa-373	157	37	.	.	PUNCT
ijassa-373	158	1	theorem	theorem	VERB
ijassa-373	158	2	3	3	NUM
ijassa-373	158	3	:	:	PUNCT
ijassa-373	158	4	for	for	ADP
ijassa-373	158	5	the	the	DET
ijassa-373	158	6	different	different	ADJ
ijassa-373	158	7	estimation	estimation	NOUN
ijassa-373	158	8	for	for	ADP
ijassa-373	158	9	the	the	DET
ijassa-373	158	10	parameter	parameter	PROPN
ijassa-373	158	11	β	β	PROPN
ijassa-373	159	1	there	there	PRON
ijassa-373	159	2	are	be	VERB
ijassa-373	159	3	:	:	PUNCT
ijassa-373	159	4	(	(	PUNCT
ijassa-373	159	5	1)e	1)e	NUM
ijassa-373	159	6	∥∥∥β̂f	∥∥∥β̂f	NOUN
ijassa-373	159	7	−	−	NOUN
ijassa-373	159	8	β	β	SYM
ijassa-373	159	9	∥∥∥2	∥∥∥2	X
ijassa-373	159	10	≤	≤	X
ijassa-373	159	11	min{e	min{e	PROPN
ijassa-373	159	12	∥∥∥β̂(1)−	∥∥∥β̂(1)−	PROPN
ijassa-373	159	13	β	β	X
ijassa-373	159	14	∥∥∥2	∥∥∥2	NOUN
ijassa-373	159	15	,	,	PUNCT
ijassa-373	159	16	e	e	PROPN
ijassa-373	159	17	∥∥∥β̂(2)−	∥∥∥β̂(2)−	VERB
ijassa-373	159	18	β	β	NOUN
ijassa-373	159	19	∥∥∥2	∥∥∥2	NOUN
ijassa-373	159	20	,	,	PUNCT
ijassa-373	159	21	e	e	PROPN
ijassa-373	159	22	∥∥∥β̂(1	∥∥∥β̂(1	PROPN
ijassa-373	159	23	,	,	PUNCT
ijassa-373	159	24	2)−	2)−	NUM
ijassa-373	159	25	β	β	X
ijassa-373	159	26	∥∥∥2	∥∥∥2	NOUN
ijassa-373	159	27	}	}	PUNCT
ijassa-373	159	28	(	(	PUNCT
ijassa-373	159	29	21	21	NUM
ijassa-373	159	30	)	)	PUNCT
ijassa-373	159	31	(	(	PUNCT
ijassa-373	159	32	2	2	X
ijassa-373	159	33	)	)	PUNCT
ijassa-373	159	34	e	e	PROPN
ijassa-373	159	35	∥∥∥β̂(1	∥∥∥β̂(1	PROPN
ijassa-373	159	36	,	,	PUNCT
ijassa-373	159	37	2)−	2)−	NUM
ijassa-373	159	38	β	β	NOUN
ijassa-373	159	39	∥∥∥2	∥∥∥2	X
ijassa-373	159	40	<	<	X
ijassa-373	159	41	max{e	max{e	PROPN
ijassa-373	159	42	∥∥∥β̂(1)−	∥∥∥β̂(1)−	PROPN
ijassa-373	159	43	β	β	NOUN
ijassa-373	159	44	∥∥∥2	∥∥∥2	NOUN
ijassa-373	159	45	,	,	PUNCT
ijassa-373	159	46	e	e	PROPN
ijassa-373	159	47	∥∥∥β̂(2)−	∥∥∥β̂(2)−	VERB
ijassa-373	159	48	β	β	NOUN
ijassa-373	159	49	∥∥∥2	∥∥∥2	NOUN
ijassa-373	159	50	}	}	PUNCT
ijassa-373	159	51	(	(	PUNCT
ijassa-373	159	52	22	22	NUM
ijassa-373	159	53	)	)	PUNCT
ijassa-373	159	54	(	(	PUNCT
ijassa-373	159	55	3)if	3)if	NUM
ijassa-373	159	56	σ2	σ2	NOUN
ijassa-373	159	57	2	2	NUM
ijassa-373	159	58	/	/	SYM
ijassa-373	159	59	σ	σ	PROPN
ijassa-373	159	60	2	2	NUM
ijassa-373	159	61	1	1	NUM
ijassa-373	159	62	≤	≤	NUM
ijassa-373	159	63	2	2	NUM
ijassa-373	159	64	,	,	PUNCT
ijassa-373	159	65	and	and	CCONJ
ijassa-373	159	66	then	then	ADV
ijassa-373	159	67	e	e	PROPN
ijassa-373	159	68	∥∥∥β̂(1	∥∥∥β̂(1	PROPN
ijassa-373	159	69	,	,	PUNCT
ijassa-373	159	70	2)−	2)−	NUM
ijassa-373	159	71	β	β	NOUN
ijassa-373	159	72	∥∥∥2	∥∥∥2	X
ijassa-373	159	73	≤	≤	NUM
ijassa-373	159	74	min{e	min{e	PROPN
ijassa-373	159	75	∥∥∥β̂(1)−	∥∥∥β̂(1)−	PROPN
ijassa-373	159	76	β	β	X
ijassa-373	159	77	∥∥∥2	∥∥∥2	NOUN
ijassa-373	159	78	,	,	PUNCT
ijassa-373	159	79	e	e	PROPN
ijassa-373	159	80	∥∥∥β̂(2)−	∥∥∥β̂(2)−	VERB
ijassa-373	159	81	β	β	NOUN
ijassa-373	159	82	∥∥∥2	∥∥∥2	NOUN
ijassa-373	159	83	}	}	PUNCT
ijassa-373	159	84	(	(	PUNCT
ijassa-373	159	85	23	23	X
ijassa-373	159	86	)	)	PUNCT
ijassa-373	159	87	proof	proof	NOUN
ijassa-373	159	88	:	:	PUNCT
ijassa-373	159	89	(	(	PUNCT
ijassa-373	159	90	1	1	X
ijassa-373	159	91	)	)	PUNCT
ijassa-373	159	92	from	from	ADP
ijassa-373	159	93	the	the	DET
ijassa-373	159	94	lse	lse	PROPN
ijassa-373	159	95	properties	property	NOUN
ijassa-373	159	96	:	:	PUNCT
ijassa-373	159	97	e	e	X
ijassa-373	159	98	∥∥∥β̂(1)−	∥∥∥β̂(1)−	PROPN
ijassa-373	159	99	β	β	NOUN
ijassa-373	159	100	∥∥∥2	∥∥∥2	X
ijassa-373	159	101	=	=	PROPN
ijassa-373	159	102	σ2	σ2	PROPN
ijassa-373	159	103	1tr(x	1tr(x	NUM
ijassa-373	159	104	t	t	PROPN
ijassa-373	159	105	1	1	NUM
ijassa-373	159	106	x1	x1	PROPN
ijassa-373	159	107	)	)	PUNCT
ijassa-373	160	1	−1,e	−1,e	PROPN
ijassa-373	160	2	∥∥∥β̂(2)−	∥∥∥β̂(2)−	VERB
ijassa-373	160	3	β	β	NOUN
ijassa-373	160	4	∥∥∥2	∥∥∥2	NOUN
ijassa-373	160	5	=	=	SYM
ijassa-373	160	6	σ2	σ2	PROPN
ijassa-373	160	7	2tr(x	2tr(x	NUM
ijassa-373	160	8	t	t	PROPN
ijassa-373	160	9	2	2	NUM
ijassa-373	160	10	x2	x2	NOUN
ijassa-373	160	11	)	)	PUNCT
ijassa-373	160	12	−1	−1	NOUN
ijassa-373	160	13	e	e	PROPN
ijassa-373	160	14	∥∥∥β̂(1	∥∥∥β̂(1	PROPN
ijassa-373	160	15	,	,	PUNCT
ijassa-373	160	16	2)−	2)−	NUM
ijassa-373	160	17	β	β	X
ijassa-373	160	18	∥∥∥2=	∥∥∥2=	NUM
ijassa-373	160	19	tr(σ2	tr(σ2	X
ijassa-373	160	20	1x	1x	PROPN
ijassa-373	160	21	t	t	PROPN
ijassa-373	160	22	1	1	NUM
ijassa-373	160	23	x1+σ2	x1+σ2	PROPN
ijassa-373	160	24	2x	2x	NUM
ijassa-373	160	25	t	t	PROPN
ijassa-373	160	26	2	2	NUM
ijassa-373	160	27	x2)(x	x2)(x	PROPN
ijassa-373	160	28	t	t	PROPN
ijassa-373	160	29	1	1	NUM
ijassa-373	160	30	x1+xt	x1+xt	PROPN
ijassa-373	160	31	2	2	NUM
ijassa-373	160	32	x2	x2	NOUN
ijassa-373	160	33	)	)	PUNCT
ijassa-373	160	34	−2	−2	NOUN
ijassa-373	161	1	e	e	NOUN
ijassa-373	161	2	∥∥∥β̂f	∥∥∥β̂f	NOUN
ijassa-373	161	3	−	−	PROPN
ijassa-373	161	4	β	β	SYM
ijassa-373	161	5	∥∥∥2	∥∥∥2	X
ijassa-373	161	6	=	=	PUNCT
ijassa-373	161	7	tr(σ−2	tr(σ−2	PROPN
ijassa-373	161	8	1	1	NUM
ijassa-373	161	9	xt	xt	ADP
ijassa-373	161	10	1	1	NUM
ijassa-373	161	11	x1+σ−2	x1+σ−2	PROPN
ijassa-373	161	12	2	2	NUM
ijassa-373	161	13	xt	xt	ADP
ijassa-373	161	14	2	2	NUM
ijassa-373	161	15	x2	x2	NOUN
ijassa-373	161	16	)	)	PUNCT
ijassa-373	161	17	−1	−1	NOUN
ijassa-373	161	18	(	(	PUNCT
ijassa-373	161	19	24	24	NUM
ijassa-373	161	20	)	)	PUNCT
ijassa-373	161	21	262	262	NUM
ijassa-373	161	22	xuanying	xuanying	NOUN
ijassa-373	161	23	zhou	zhou	PROPN
ijassa-373	161	24	,	,	PUNCT
ijassa-373	161	25	jiongqi	jiongqi	PROPN
ijassa-373	161	26	wang	wang	PROPN
ijassa-373	161	27	and	and	CCONJ
ijassa-373	161	28	zhengming	zhengming	PROPN
ijassa-373	161	29	wang	wang	PROPN
ijassa-373	161	30	,	,	PUNCT
ijassa-373	161	31	zhangming	zhangme	VERB
ijassa-373	161	32	he	he	PRON
ijassa-373	161	33	:	:	PUNCT
ijassa-373	161	34	optimal	optimal	ADJ
ijassa-373	161	35	...	...	PUNCT
ijassa-373	161	36	obviously	obviously	ADV
ijassa-373	161	37	,	,	PUNCT
ijassa-373	161	38	e	e	PROPN
ijassa-373	161	39	∥∥∥β̂f	∥∥∥β̂f	NOUN
ijassa-373	161	40	−	−	PROPN
ijassa-373	161	41	β	β	NOUN
ijassa-373	161	42	∥∥∥2	∥∥∥2	X
ijassa-373	161	43	≤	≤	X
ijassa-373	161	44	min{e	min{e	PROPN
ijassa-373	161	45	∥∥∥β̂(1)−	∥∥∥β̂(1)−	PROPN
ijassa-373	161	46	β	β	PROPN
ijassa-373	161	47	∥∥∥2,e∥∥∥β̂(2)−	∥∥∥2,e∥∥∥β̂(2)−	NOUN
ijassa-373	161	48	β	β	X
ijassa-373	161	49	∥∥∥2	∥∥∥2	ADJ
ijassa-373	161	50	}	}	PUNCT
ijassa-373	161	51	and	and	CCONJ
ijassa-373	161	52	furthermore	furthermore	ADV
ijassa-373	161	53	,	,	PUNCT
ijassa-373	161	54	from	from	ADP
ijassa-373	161	55	theorem	theorem	NOUN
ijassa-373	161	56	2	2	NUM
ijassa-373	161	57	,	,	PUNCT
ijassa-373	161	58	e	e	X
ijassa-373	161	59	∥∥∥β̂f	∥∥∥β̂f	NOUN
ijassa-373	161	60	−	−	PROPN
ijassa-373	161	61	β	β	SYM
ijassa-373	161	62	∥∥∥2	∥∥∥2	X
ijassa-373	161	63	≤	≤	NUM
ijassa-373	161	64	e	e	X
ijassa-373	161	65	∥∥∥β̂(1	∥∥∥β̂(1	PROPN
ijassa-373	161	66	,	,	PUNCT
ijassa-373	161	67	2)−	2)−	NUM
ijassa-373	161	68	β	β	NOUN
ijassa-373	161	69	∥∥∥2	∥∥∥2	NOUN
ijassa-373	161	70	.	.	PUNCT
ijassa-373	162	1	(	(	PUNCT
ijassa-373	162	2	2	2	X
ijassa-373	162	3	)	)	PUNCT
ijassa-373	162	4	assuming	assume	VERB
ijassa-373	162	5	e	e	PROPN
ijassa-373	162	6	∥∥∥β̂(1)−	∥∥∥β̂(1)−	PROPN
ijassa-373	162	7	β	β	NOUN
ijassa-373	162	8	∥∥∥2	∥∥∥2	X
ijassa-373	162	9	≤	≤	NUM
ijassa-373	162	10	e	e	X
ijassa-373	162	11	∥∥∥β̂(2)−	∥∥∥β̂(2)−	NOUN
ijassa-373	162	12	β	β	NOUN
ijassa-373	162	13	∥∥∥2	∥∥∥2	NOUN
ijassa-373	162	14	and	and	CCONJ
ijassa-373	162	15	a	a	DET
ijassa-373	162	16	=	=	X
ijassa-373	162	17	xt	xt	ADP
ijassa-373	162	18	1	1	NUM
ijassa-373	162	19	x1	x1	PROPN
ijassa-373	162	20	,	,	PUNCT
ijassa-373	162	21	b	b	X
ijassa-373	162	22	=	=	SYM
ijassa-373	162	23	xt	xt	PROPN
ijassa-373	162	24	2	2	NUM
ijassa-373	162	25	x2	x2	PROPN
ijassa-373	162	26	,	,	PUNCT
ijassa-373	162	27	e	e	PROPN
ijassa-373	162	28	∥∥∥β̂(1	∥∥∥β̂(1	PROPN
ijassa-373	162	29	,	,	PUNCT
ijassa-373	162	30	2)−	2)−	NUM
ijassa-373	162	31	β	β	SYM
ijassa-373	162	32	∥∥∥2	∥∥∥2	X
ijassa-373	162	33	≤	≤	NUM
ijassa-373	163	1	e	e	X
ijassa-373	163	2	∥∥∥β̂(2)−	∥∥∥β̂(2)−	NOUN
ijassa-373	163	3	β	β	NOUN
ijassa-373	163	4	∥∥∥2	∥∥∥2	X
ijassa-373	163	5	need	need	VERB
ijassa-373	163	6	to	to	PART
ijassa-373	163	7	be	be	AUX
ijassa-373	163	8	proved	prove	VERB
ijassa-373	163	9	,	,	PUNCT
ijassa-373	163	10	the	the	DET
ijassa-373	163	11	follow	follow	NOUN
ijassa-373	163	12	inequality	inequality	NOUN
ijassa-373	163	13	need	need	VERB
ijassa-373	163	14	to	to	PART
ijassa-373	163	15	be	be	AUX
ijassa-373	163	16	proved	prove	VERB
ijassa-373	163	17	first	first	ADV
ijassa-373	163	18	:	:	PUNCT
ijassa-373	163	19	tr(σ2	tr(σ2	NUM
ijassa-373	163	20	1a+σ2	1a+σ2	NUM
ijassa-373	163	21	2b)(a+b)−2	2b)(a+b)−2	PROPN
ijassa-373	163	22	≤	≤	PROPN
ijassa-373	164	1	σ2	σ2	PROPN
ijassa-373	164	2	2tr(b	2tr(b	NUM
ijassa-373	164	3	−1	−1	NOUN
ijassa-373	164	4	)	)	PUNCT
ijassa-373	164	5	(	(	PUNCT
ijassa-373	164	6	25	25	NUM
ijassa-373	164	7	)	)	PUNCT
ijassa-373	164	8	that	that	PRON
ijassa-373	164	9	is	be	AUX
ijassa-373	164	10	tr[(σ2	tr[(σ2	VERB
ijassa-373	164	11	1a+σ2	1a+σ2	NUM
ijassa-373	164	12	2b)−	2b)−	NUM
ijassa-373	165	1	(	(	PUNCT
ijassa-373	165	2	a+b)σ2	a+b)σ2	PROPN
ijassa-373	165	3	2b	2b	NUM
ijassa-373	165	4	−1(a+b	−1(a+b	NOUN
ijassa-373	165	5	)	)	PUNCT
ijassa-373	165	6	]	]	PUNCT
ijassa-373	166	1	≤	≤	NUM
ijassa-373	166	2	0	0	NUM
ijassa-373	166	3	(	(	PUNCT
ijassa-373	166	4	26	26	NUM
ijassa-373	166	5	)	)	PUNCT
ijassa-373	166	6	noticed	notice	VERB
ijassa-373	166	7	that	that	SCONJ
ijassa-373	166	8	σ2	σ2	PROPN
ijassa-373	166	9	1a+σ2	1a+σ2	PROPN
ijassa-373	166	10	2b−(a+b)σ2	2b−(a+b)σ2	NUM
ijassa-373	166	11	2b	2b	NUM
ijassa-373	166	12	−1(a+b	−1(a+b	X
ijassa-373	166	13	)	)	PUNCT
ijassa-373	167	1	=	=	NOUN
ijassa-373	167	2	a(σ2	a(σ2	X
ijassa-373	167	3	1a	1a	PROPN
ijassa-373	167	4	−1−2σ2	−1−2σ2	PROPN
ijassa-373	167	5	2a	2a	NUM
ijassa-373	167	6	−1−σ2	−1−σ2	PROPN
ijassa-373	167	7	2b	2b	NOUN
ijassa-373	167	8	−1)a	−1)a	ADP
ijassa-373	167	9	<	<	X
ijassa-373	167	10	0	0	X
ijassa-373	167	11	.	.	PUNCT
ijassa-373	168	1	then	then	ADV
ijassa-373	168	2	equation	equation	NOUN
ijassa-373	168	3	(	(	PUNCT
ijassa-373	168	4	26	26	NUM
ijassa-373	168	5	)	)	PUNCT
ijassa-373	168	6	is	be	AUX
ijassa-373	168	7	right	right	ADJ
ijassa-373	168	8	,	,	PUNCT
ijassa-373	168	9	and	and	CCONJ
ijassa-373	168	10	thus	thus	ADV
ijassa-373	168	11	equation	equation	NOUN
ijassa-373	168	12	(	(	PUNCT
ijassa-373	168	13	22	22	NUM
ijassa-373	168	14	)	)	PUNCT
ijassa-373	168	15	is	be	AUX
ijassa-373	168	16	proved	prove	VERB
ijassa-373	168	17	.	.	PUNCT
ijassa-373	169	1	(	(	PUNCT
ijassa-373	169	2	3	3	X
ijassa-373	169	3	)	)	PUNCT
ijassa-373	169	4	following	follow	VERB
ijassa-373	169	5	the	the	DET
ijassa-373	169	6	symbol	symbol	NOUN
ijassa-373	169	7	and	and	CCONJ
ijassa-373	169	8	assumption	assumption	NOUN
ijassa-373	169	9	in	in	ADP
ijassa-373	169	10	(	(	PUNCT
ijassa-373	169	11	2	2	NUM
ijassa-373	169	12	)	)	PUNCT
ijassa-373	169	13	,	,	PUNCT
ijassa-373	169	14	if	if	SCONJ
ijassa-373	169	15	want	want	VERB
ijassa-373	169	16	to	to	PART
ijassa-373	169	17	prove	prove	VERB
ijassa-373	169	18	e	e	PROPN
ijassa-373	169	19	∥∥∥β̂(1	∥∥∥β̂(1	PROPN
ijassa-373	169	20	,	,	PUNCT
ijassa-373	169	21	2)−	2)−	NUM
ijassa-373	169	22	β	β	SYM
ijassa-373	169	23	∥∥∥2	∥∥∥2	X
ijassa-373	169	24	≤	≤	NUM
ijassa-373	169	25	e	e	X
ijassa-373	169	26	∥∥∥β̂(1)−	∥∥∥β̂(1)−	NOUN
ijassa-373	169	27	β	β	X
ijassa-373	169	28	∥∥∥2	∥∥∥2	NOUN
ijassa-373	169	29	,	,	PUNCT
ijassa-373	169	30	i.e.	i.e.	X
ijassa-373	169	31	to	to	PART
ijassa-373	169	32	prove	prove	VERB
ijassa-373	169	33	tr(σ2	tr(σ2	PRON
ijassa-373	169	34	1a+σ2	1a+σ2	NUM
ijassa-373	169	35	2b)(a+b)−2	2b)(a+b)−2	PROPN
ijassa-373	169	36	≤	≤	PROPN
ijassa-373	169	37	σ2	σ2	PROPN
ijassa-373	169	38	1tr(a	1tr(a	NUM
ijassa-373	169	39	−1	−1	NOUN
ijassa-373	169	40	)	)	PUNCT
ijassa-373	169	41	that	that	PRON
ijassa-373	169	42	is	be	AUX
ijassa-373	169	43	tr[(σ2	tr[(σ2	VERB
ijassa-373	169	44	1a+σ2	1a+σ2	NUM
ijassa-373	169	45	2b)−	2b)−	NUM
ijassa-373	170	1	(	(	PUNCT
ijassa-373	170	2	a+b)σ2	a+b)σ2	PROPN
ijassa-373	170	3	1a	1a	NUM
ijassa-373	170	4	−1(a+b	−1(a+b	X
ijassa-373	170	5	)	)	PUNCT
ijassa-373	170	6	]	]	PUNCT
ijassa-373	171	1	≤	≤	NUM
ijassa-373	171	2	0	0	NUM
ijassa-373	171	3	(	(	PUNCT
ijassa-373	171	4	27	27	NUM
ijassa-373	171	5	)	)	PUNCT
ijassa-373	171	6	noticed	notice	VERB
ijassa-373	171	7	that	that	SCONJ
ijassa-373	171	8	when	when	SCONJ
ijassa-373	171	9	σ2	σ2	PROPN
ijassa-373	171	10	2	2	NUM
ijassa-373	171	11	/	/	SYM
ijassa-373	171	12	σ	σ	PROPN
ijassa-373	171	13	2	2	NUM
ijassa-373	171	14	1	1	NUM
ijassa-373	171	15	≤	≤	NUM
ijassa-373	171	16	2	2	NUM
ijassa-373	171	17	,	,	PUNCT
ijassa-373	171	18	and	and	CCONJ
ijassa-373	171	19	then	then	ADV
ijassa-373	171	20	σ2	σ2	PROPN
ijassa-373	171	21	1a+σ2	1a+σ2	PROPN
ijassa-373	171	22	2b	2b	NUM
ijassa-373	171	23	−	−	PROPN
ijassa-373	171	24	(	(	PUNCT
ijassa-373	171	25	a+b)σ2	a+b)σ2	PROPN
ijassa-373	171	26	1a	1a	NUM
ijassa-373	171	27	−1(a+b	−1(a+b	NOUN
ijassa-373	171	28	)	)	PUNCT
ijassa-373	171	29	=(	=(	NOUN
ijassa-373	171	30	σ2	σ2	PROPN
ijassa-373	171	31	2	2	NUM
ijassa-373	171	32	−	−	PROPN
ijassa-373	171	33	2σ2	2σ2	NUM
ijassa-373	171	34	1)b	1)b	NUM
ijassa-373	171	35	−1	−1	NOUN
ijassa-373	171	36	−	−	PROPN
ijassa-373	171	37	σ2	σ2	NOUN
ijassa-373	171	38	1ba−1b	1ba−1b	NUM
ijassa-373	171	39	<	<	X
ijassa-373	171	40	0	0	NUM
ijassa-373	171	41	,	,	PUNCT
ijassa-373	171	42	then	then	ADV
ijassa-373	171	43	equation	equation	NOUN
ijassa-373	171	44	(	(	PUNCT
ijassa-373	171	45	27	27	NUM
ijassa-373	171	46	)	)	PUNCT
ijassa-373	171	47	as	as	ADV
ijassa-373	171	48	well	well	ADV
ijassa-373	171	49	as	as	ADP
ijassa-373	171	50	equation	equation	NOUN
ijassa-373	171	51	(	(	PUNCT
ijassa-373	171	52	23	23	NUM
ijassa-373	171	53	)	)	PUNCT
ijassa-373	171	54	is	be	AUX
ijassa-373	171	55	proved	prove	VERB
ijassa-373	171	56	.	.	PUNCT
ijassa-373	172	1	the	the	DET
ijassa-373	172	2	proof	proof	NOUN
ijassa-373	172	3	is	be	AUX
ijassa-373	172	4	complete	complete	ADJ
ijassa-373	172	5	.	.	PUNCT
ijassa-373	173	1	obviously	obviously	ADV
ijassa-373	173	2	,	,	PUNCT
ijassa-373	173	3	the	the	DET
ijassa-373	173	4	conclusion	conclusion	NOUN
ijassa-373	173	5	in	in	ADP
ijassa-373	173	6	theorem	theorem	ADJ
ijassa-373	173	7	3	3	NUM
ijassa-373	173	8	can	can	AUX
ijassa-373	173	9	also	also	ADV
ijassa-373	173	10	be	be	AUX
ijassa-373	173	11	adapted	adapt	VERB
ijassa-373	173	12	to	to	ADP
ijassa-373	173	13	s	s	NOUN
ijassa-373	173	14	kinds	kind	NOUN
ijassa-373	173	15	of	of	ADP
ijassa-373	173	16	unequal	unequal	ADJ
ijassa-373	173	17	precision	precision	NOUN
ijassa-373	173	18	data	datum	NOUN
ijassa-373	173	19	fusion	fusion	NOUN
ijassa-373	173	20	processing	processing	NOUN
ijassa-373	173	21	problem	problem	NOUN
ijassa-373	173	22	.	.	PUNCT
ijassa-373	174	1	it	it	PRON
ijassa-373	174	2	has	have	VERB
ijassa-373	174	3	the	the	DET
ijassa-373	174	4	great	great	ADJ
ijassa-373	174	5	effect	effect	NOUN
ijassa-373	174	6	to	to	ADP
ijassa-373	174	7	experiment	experiment	NOUN
ijassa-373	174	8	designed	design	VERB
ijassa-373	174	9	and	and	CCONJ
ijassa-373	174	10	data	datum	NOUN
ijassa-373	174	11	selection	selection	NOUN
ijassa-373	174	12	scheme	scheme	NOUN
ijassa-373	174	13	optimization	optimization	NOUN
ijassa-373	174	14	problem	problem	NOUN
ijassa-373	174	15	in	in	ADP
ijassa-373	174	16	the	the	DET
ijassa-373	174	17	actual	actual	ADJ
ijassa-373	174	18	application	application	NOUN
ijassa-373	174	19	.	.	PUNCT
ijassa-373	175	1	equation	equation	NOUN
ijassa-373	175	2	(	(	PUNCT
ijassa-373	175	3	21	21	NUM
ijassa-373	175	4	)	)	PUNCT
ijassa-373	175	5	shows	show	VERB
ijassa-373	175	6	that	that	SCONJ
ijassa-373	175	7	the	the	DET
ijassa-373	175	8	accuracy	accuracy	NOUN
ijassa-373	175	9	of	of	ADP
ijassa-373	175	10	several	several	ADJ
ijassa-373	175	11	sensors	sensor	NOUN
ijassa-373	175	12	optimal	optimal	ADJ
ijassa-373	175	13	fusion	fusion	NOUN
ijassa-373	175	14	estimation	estimation	NOUN
ijassa-373	175	15	is	be	AUX
ijassa-373	175	16	the	the	DET
ijassa-373	175	17	best	good	ADJ
ijassa-373	175	18	comparing	comparing	NOUN
ijassa-373	175	19	to	to	ADP
ijassa-373	175	20	the	the	DET
ijassa-373	175	21	any	any	DET
ijassa-373	175	22	single	single	ADJ
ijassa-373	175	23	or	or	CCONJ
ijassa-373	175	24	any	any	PRON
ijassa-373	175	25	combination	combination	NOUN
ijassa-373	175	26	sensors	sensor	NOUN
ijassa-373	175	27	joint	joint	ADJ
ijassa-373	175	28	estimation	estimation	NOUN
ijassa-373	175	29	.	.	PUNCT
ijassa-373	176	1	and	and	CCONJ
ijassa-373	176	2	equation	equation	NOUN
ijassa-373	176	3	(	(	PUNCT
ijassa-373	176	4	22	22	NUM
ijassa-373	176	5	)	)	PUNCT
ijassa-373	176	6	shows	show	VERB
ijassa-373	176	7	that	that	SCONJ
ijassa-373	176	8	the	the	DET
ijassa-373	176	9	precision	precision	NOUN
ijassa-373	176	10	of	of	ADP
ijassa-373	176	11	several	several	ADJ
ijassa-373	176	12	sensors	sensor	NOUN
ijassa-373	176	13	joint	joint	NOUN
ijassa-373	176	14	(	(	PUNCT
ijassa-373	176	15	traditional	traditional	ADJ
ijassa-373	176	16	weighted	weight	VERB
ijassa-373	176	17	scheme	scheme	NOUN
ijassa-373	176	18	)	)	PUNCT
ijassa-373	176	19	estimation	estimation	NOUN
ijassa-373	176	20	is	be	AUX
ijassa-373	176	21	better	well	ADJ
ijassa-373	176	22	than	than	ADP
ijassa-373	176	23	the	the	DET
ijassa-373	176	24	worst	bad	ADJ
ijassa-373	176	25	single	single	ADJ
ijassa-373	176	26	sensors	sensor	NOUN
ijassa-373	176	27	estimation	estimation	NOUN
ijassa-373	176	28	,	,	PUNCT
ijassa-373	176	29	but	but	CCONJ
ijassa-373	176	30	the	the	DET
ijassa-373	176	31	estimation	estimation	NOUN
ijassa-373	176	32	precision	precision	NOUN
ijassa-373	176	33	of	of	ADP
ijassa-373	176	34	several	several	ADJ
ijassa-373	176	35	sensors	sensor	NOUN
ijassa-373	176	36	joint	joint	NOUN
ijassa-373	176	37	can	can	AUX
ijassa-373	176	38	better	well	ADJ
ijassa-373	176	39	than	than	ADP
ijassa-373	176	40	the	the	DET
ijassa-373	176	41	best	good	ADJ
ijassa-373	176	42	single	single	ADJ
ijassa-373	176	43	sensors	sensor	NOUN
ijassa-373	176	44	if	if	SCONJ
ijassa-373	176	45	each	each	DET
ijassa-373	176	46	sensors	sensor	NOUN
ijassa-373	176	47	measuring	measure	VERB
ijassa-373	176	48	accuracy	accuracy	NOUN
ijassa-373	176	49	reaches	reach	VERB
ijassa-373	176	50	some	some	DET
ijassa-373	176	51	certain	certain	ADJ
ijassa-373	176	52	conditions	condition	NOUN
ijassa-373	176	53	.	.	PUNCT
ijassa-373	177	1	4	4	NUM
ijassa-373	177	2	numerical	numerical	ADJ
ijassa-373	177	3	examples	example	NOUN
ijassa-373	177	4	in	in	ADP
ijassa-373	177	5	this	this	DET
ijassa-373	177	6	section	section	NOUN
ijassa-373	177	7	,	,	PUNCT
ijassa-373	177	8	two	two	NUM
ijassa-373	177	9	calculation	calculation	NOUN
ijassa-373	177	10	examples	example	NOUN
ijassa-373	177	11	are	be	AUX
ijassa-373	177	12	given	give	VERB
ijassa-373	177	13	to	to	PART
ijassa-373	177	14	validate	validate	VERB
ijassa-373	177	15	the	the	DET
ijassa-373	177	16	proposed	propose	VERB
ijassa-373	177	17	theory	theory	NOUN
ijassa-373	177	18	and	and	CCONJ
ijassa-373	177	19	algorithm	algorithm	NOUN
ijassa-373	177	20	for	for	ADP
ijassa-373	177	21	optimal	optimal	ADJ
ijassa-373	177	22	weight	weight	NOUN
ijassa-373	177	23	and	and	CCONJ
ijassa-373	177	24	parameter	parameter	NOUN
ijassa-373	177	25	estimation	estimation	NOUN
ijassa-373	177	26	of	of	ADP
ijassa-373	177	27	unequal	unequal	ADJ
ijassa-373	177	28	-	-	PUNCT
ijassa-373	177	29	precision	precision	NOUN
ijassa-373	177	30	data	datum	NOUN
ijassa-373	177	31	fusion	fusion	NOUN
ijassa-373	177	32	.	.	PUNCT
ijassa-373	178	1	example	example	NOUN
ijassa-373	178	2	1	1	NUM
ijassa-373	178	3	:	:	PUNCT
ijassa-373	178	4	fusion	fusion	NOUN
ijassa-373	178	5	processing	processing	NOUN
ijassa-373	178	6	of	of	ADP
ijassa-373	178	7	static	static	ADJ
ijassa-373	178	8	measuring	measure	VERB
ijassa-373	178	9	data	datum	NOUN
ijassa-373	178	10	advances	advance	NOUN
ijassa-373	178	11	in	in	ADP
ijassa-373	178	12	systems	system	NOUN
ijassa-373	178	13	science	science	NOUN
ijassa-373	178	14	and	and	CCONJ
ijassa-373	178	15	application	application	NOUN
ijassa-373	178	16	(	(	PUNCT
ijassa-373	178	17	2015	2015	NUM
ijassa-373	178	18	)	)	PUNCT
ijassa-373	179	1	vol.15	vol.15	NOUN
ijassa-373	179	2	no.3	no.3	VERB
ijassa-373	179	3	263	263	NUM
ijassa-373	179	4	assuming	assume	VERB
ijassa-373	179	5	two	two	NUM
ijassa-373	179	6	unequal	unequal	ADJ
ijassa-373	179	7	-	-	PUNCT
ijassa-373	179	8	precision	precision	NOUN
ijassa-373	179	9	equipment	equipment	NOUN
ijassa-373	179	10	measure	measure	NOUN
ijassa-373	180	1	the	the	DET
ijassa-373	180	2	physical	physical	ADJ
ijassa-373	180	3	signal	signal	NOUN
ijassa-373	180	4	β	β	AUX
ijassa-373	180	5	.	.	PUNCT
ijassa-373	180	6	suppose	suppose	VERB
ijassa-373	180	7	the	the	DET
ijassa-373	180	8	real	real	ADJ
ijassa-373	180	9	value	value	NOUN
ijassa-373	180	10	of	of	ADP
ijassa-373	180	11	the	the	DET
ijassa-373	180	12	signal	signal	NOUN
ijassa-373	180	13	β	β	X
ijassa-373	180	14	is	be	AUX
ijassa-373	180	15	10	10	NUM
ijassa-373	180	16	,	,	PUNCT
ijassa-373	180	17	and	and	CCONJ
ijassa-373	180	18	randomly	randomly	ADV
ijassa-373	180	19	create	create	VERB
ijassa-373	180	20	100	100	NUM
ijassa-373	180	21	highprecision	highprecision	NOUN
ijassa-373	180	22	measuring	measure	VERB
ijassa-373	180	23	data	datum	NOUN
ijassa-373	180	24	(	(	PUNCT
ijassa-373	180	25	the	the	DET
ijassa-373	180	26	root	root	NOUN
ijassa-373	180	27	mean	mean	VERB
ijassa-373	180	28	square	square	NOUN
ijassa-373	180	29	error	error	NOUN
ijassa-373	180	30	,	,	PUNCT
ijassa-373	180	31	rms	rm	NOUN
ijassa-373	180	32	,	,	PUNCT
ijassa-373	180	33	is	be	AUX
ijassa-373	180	34	3	3	NUM
ijassa-373	180	35	)	)	PUNCT
ijassa-373	180	36	,	,	PUNCT
ijassa-373	180	37	100	100	NUM
ijassa-373	180	38	mediumprecision	mediumprecision	NOUN
ijassa-373	180	39	measuring	measure	VERB
ijassa-373	180	40	data	datum	NOUN
ijassa-373	180	41	(	(	PUNCT
ijassa-373	180	42	the	the	DET
ijassa-373	180	43	rms	rm	NOUN
ijassa-373	180	44	is	be	AUX
ijassa-373	180	45	4	4	NUM
ijassa-373	180	46	)	)	PUNCT
ijassa-373	180	47	and	and	CCONJ
ijassa-373	180	48	100	100	NUM
ijassa-373	180	49	low	low	ADJ
ijassa-373	180	50	-	-	PUNCT
ijassa-373	180	51	precision	precision	NOUN
ijassa-373	180	52	measuring	measure	VERB
ijassa-373	180	53	data	datum	NOUN
ijassa-373	180	54	(	(	PUNCT
ijassa-373	180	55	the	the	DET
ijassa-373	180	56	rms	rm	NOUN
ijassa-373	180	57	is	be	AUX
ijassa-373	180	58	6	6	NUM
ijassa-373	180	59	)	)	PUNCT
ijassa-373	180	60	,	,	PUNCT
ijassa-373	180	61	and	and	CCONJ
ijassa-373	180	62	simulate	simulate	VERB
ijassa-373	180	63	100	100	NUM
ijassa-373	180	64	times	time	NOUN
ijassa-373	180	65	.	.	PUNCT
ijassa-373	181	1	the	the	DET
ijassa-373	181	2	estimation	estimation	NOUN
ijassa-373	181	3	of	of	ADP
ijassa-373	181	4	β	β	PROPN
ijassa-373	181	5	and	and	CCONJ
ijassa-373	181	6	its	its	PRON
ijassa-373	181	7	variance	variance	NOUN
ijassa-373	181	8	is	be	AUX
ijassa-373	181	9	get	get	VERB
ijassa-373	181	10	.	.	PUNCT
ijassa-373	182	1	seen	see	VERB
ijassa-373	182	2	in	in	ADP
ijassa-373	182	3	the	the	DET
ijassa-373	182	4	table	table	NOUN
ijassa-373	182	5	1	1	NUM
ijassa-373	182	6	as	as	SCONJ
ijassa-373	182	7	follow	follow	VERB
ijassa-373	182	8	(	(	PUNCT
ijassa-373	182	9	the	the	DET
ijassa-373	182	10	root	root	NOUN
ijassa-373	182	11	variance	variance	NOUN
ijassa-373	182	12	is	be	AUX
ijassa-373	182	13	come	come	VERB
ijassa-373	182	14	from	from	ADP
ijassa-373	182	15	the	the	DET
ijassa-373	182	16	100	100	NUM
ijassa-373	182	17	simulate	simulate	NOUN
ijassa-373	182	18	data	datum	NOUN
ijassa-373	182	19	statistic	statistic	NOUN
ijassa-373	182	20	)	)	PUNCT
ijassa-373	182	21	the	the	DET
ijassa-373	182	22	true	true	ADJ
ijassa-373	182	23	value	value	NOUN
ijassa-373	182	24	of	of	ADP
ijassa-373	182	25	the	the	DET
ijassa-373	182	26	physical	physical	ADJ
ijassa-373	182	27	quantity	quantity	NOUN
ijassa-373	182	28	is	be	AUX
ijassa-373	182	29	β	β	NOUN
ijassa-373	182	30	=	=	NOUN
ijassa-373	182	31	10	10	NUM
ijassa-373	182	32	.	.	PUNCT
ijassa-373	183	1	we	we	PRON
ijassa-373	183	2	have	have	VERB
ijassa-373	183	3	100	100	NUM
ijassa-373	183	4	groups	group	NOUN
ijassa-373	183	5	of	of	ADP
ijassa-373	183	6	data	datum	NOUN
ijassa-373	183	7	.	.	PUNCT
ijassa-373	184	1	in	in	ADP
ijassa-373	184	2	each	each	DET
ijassa-373	184	3	group	group	NOUN
ijassa-373	184	4	,	,	PUNCT
ijassa-373	184	5	there	there	PRON
ijassa-373	184	6	are	be	VERB
ijassa-373	184	7	100	100	NUM
ijassa-373	184	8	high	high	ADJ
ijassa-373	184	9	-	-	PUNCT
ijassa-373	184	10	precision	precision	NOUN
ijassa-373	184	11	data	data	NOUN
ijassa-373	184	12	samples	sample	NOUN
ijassa-373	184	13	(	(	PUNCT
ijassa-373	184	14	the	the	DET
ijassa-373	184	15	standard	standard	ADJ
ijassa-373	184	16	deviation	deviation	NOUN
ijassa-373	184	17	of	of	ADP
ijassa-373	184	18	is	be	AUX
ijassa-373	184	19	3	3	NUM
ijassa-373	184	20	)	)	PUNCT
ijassa-373	184	21	,	,	PUNCT
ijassa-373	184	22	100	100	NUM
ijassa-373	184	23	medium	medium	ADJ
ijassa-373	184	24	-	-	PUNCT
ijassa-373	184	25	precision	precision	NOUN
ijassa-373	184	26	data	data	NOUN
ijassa-373	184	27	samples	sample	NOUN
ijassa-373	184	28	(	(	PUNCT
ijassa-373	184	29	the	the	DET
ijassa-373	184	30	standard	standard	ADJ
ijassa-373	184	31	deviation	deviation	NOUN
ijassa-373	184	32	of	of	ADP
ijassa-373	184	33	is	be	AUX
ijassa-373	184	34	4	4	NUM
ijassa-373	184	35	)	)	PUNCT
ijassa-373	184	36	and	and	CCONJ
ijassa-373	184	37	100	100	NUM
ijassa-373	184	38	low	low	ADJ
ijassa-373	184	39	-	-	PUNCT
ijassa-373	184	40	precision	precision	NOUN
ijassa-373	184	41	data	data	NOUN
ijassa-373	184	42	samples	sample	NOUN
ijassa-373	184	43	(	(	PUNCT
ijassa-373	184	44	the	the	DET
ijassa-373	184	45	standard	standard	ADJ
ijassa-373	184	46	deviation	deviation	NOUN
ijassa-373	184	47	of	of	ADP
ijassa-373	184	48	is	be	AUX
ijassa-373	184	49	6	6	NUM
ijassa-373	184	50	)	)	PUNCT
ijassa-373	184	51	.	.	PUNCT
ijassa-373	185	1	the	the	DET
ijassa-373	185	2	parameter	parameter	NOUN
ijassa-373	185	3	estimated	estimate	VERB
ijassa-373	185	4	and	and	CCONJ
ijassa-373	185	5	its	its	PRON
ijassa-373	185	6	mse	mse	NOUN
ijassa-373	185	7	is	be	AUX
ijassa-373	185	8	shown	show	VERB
ijassa-373	185	9	in	in	ADP
ijassa-373	185	10	table	table	NOUN
ijassa-373	185	11	1	1	NUM
ijassa-373	185	12	below	below	ADV
ijassa-373	185	13	.	.	PUNCT
ijassa-373	186	1	(	(	PUNCT
ijassa-373	186	2	the	the	DET
ijassa-373	186	3	estimated	estimate	VERB
ijassa-373	186	4	variance	variance	NOUN
ijassa-373	186	5	is	be	AUX
ijassa-373	186	6	obtained	obtain	VERB
ijassa-373	186	7	based	base	VERB
ijassa-373	186	8	on	on	ADP
ijassa-373	186	9	statistics	statistic	NOUN
ijassa-373	186	10	of	of	ADP
ijassa-373	186	11	100	100	NUM
ijassa-373	186	12	groups	group	NOUN
ijassa-373	186	13	of	of	ADP
ijassa-373	186	14	observed	observed	ADJ
ijassa-373	186	15	data	datum	NOUN
ijassa-373	186	16	.	.	PUNCT
ijassa-373	187	1	)	)	PUNCT
ijassa-373	187	2	table	table	NOUN
ijassa-373	187	3	1	1	NUM
ijassa-373	187	4	parameter	parameter	NOUN
ijassa-373	187	5	estimate	estimate	NOUN
ijassa-373	187	6	result	result	NOUN
ijassa-373	187	7	in	in	ADP
ijassa-373	187	8	different	different	ADJ
ijassa-373	187	9	weighted	weight	VERB
ijassa-373	187	10	methods	method	NOUN
ijassa-373	187	11	hhhhhh	hhhhhh	INTJ
ijassa-373	187	12	result	result	VERB
ijassa-373	187	13	method	method	NOUN
ijassa-373	187	14	highprecision	highprecision	NOUN
ijassa-373	187	15	only	only	ADV
ijassa-373	187	16	mediumprecision	mediumprecision	NOUN
ijassa-373	187	17	only	only	ADV
ijassa-373	187	18	lowprecision	lowprecision	NOUN
ijassa-373	187	19	only	only	ADV
ijassa-373	187	20	traditional	traditional	ADJ
ijassa-373	187	21	weighted	weight	VERB
ijassa-373	187	22	jointestimation	jointestimation	NOUN
ijassa-373	187	23	with	with	ADP
ijassa-373	187	24	highand	highand	ADJ
ijassa-373	187	25	medium	medium	ADJ
ijassa-373	187	26	-	-	PUNCT
ijassa-373	187	27	precision	precision	NOUN
ijassa-373	187	28	data	datum	NOUN
ijassa-373	187	29	traditional	traditional	ADJ
ijassa-373	187	30	weighted	weight	VERB
ijassa-373	187	31	joint	joint	ADJ
ijassa-373	187	32	estimation	estimation	NOUN
ijassa-373	187	33	with	with	ADP
ijassa-373	187	34	highand	highand	ADJ
ijassa-373	187	35	low	low	ADJ
ijassa-373	187	36	-	-	PUNCT
ijassa-373	187	37	precision	precision	NOUN
ijassa-373	187	38	data	datum	NOUN
ijassa-373	187	39	optimal	optimal	ADJ
ijassa-373	187	40	fusion	fusion	NOUN
ijassa-373	187	41	estimation	estimation	NOUN
ijassa-373	187	42	truth	truth	NOUN
ijassa-373	187	43	parameter	parameter	NOUN
ijassa-373	187	44	10	10	NUM
ijassa-373	187	45	10	10	NUM
ijassa-373	187	46	10	10	NUM
ijassa-373	187	47	10	10	NUM
ijassa-373	187	48	10	10	NUM
ijassa-373	187	49	10	10	NUM
ijassa-373	187	50	estimated	estimate	VERB
ijassa-373	187	51	value	value	NOUN
ijassa-373	187	52	9.975	9.975	NUM
ijassa-373	187	53	10.087	10.087	NUM
ijassa-373	187	54	10.114	10.114	NUM
ijassa-373	187	55	9.983	9.983	NUM
ijassa-373	187	56	10.052	10.052	NUM
ijassa-373	187	57	9.995	9.995	NUM
ijassa-373	187	58	mean	mean	NOUN
ijassa-373	187	59	square	square	ADJ
ijassa-373	187	60	error	error	NOUN
ijassa-373	187	61	0.087	0.087	NUM
ijassa-373	187	62	0.131	0.131	NUM
ijassa-373	187	63	0.154	0.154	NUM
ijassa-373	187	64	0.071	0.071	NUM
ijassa-373	187	65	0.116	0.116	NUM
ijassa-373	187	66	0.045	0.045	NUM
ijassa-373	187	67	in	in	ADP
ijassa-373	187	68	the	the	DET
ijassa-373	187	69	linear	linear	ADJ
ijassa-373	187	70	measuring	measure	VERB
ijassa-373	187	71	data	datum	NOUN
ijassa-373	187	72	fusion	fusion	NOUN
ijassa-373	187	73	processing	processing	NOUN
ijassa-373	187	74	,	,	PUNCT
ijassa-373	187	75	the	the	DET
ijassa-373	187	76	unique	unique	ADJ
ijassa-373	187	77	fusion	fusion	NOUN
ijassa-373	187	78	weight	weight	NOUN
ijassa-373	187	79	depends	depend	VERB
ijassa-373	187	80	on	on	ADP
ijassa-373	187	81	the	the	DET
ijassa-373	187	82	measuring	measure	VERB
ijassa-373	187	83	data	datum	NOUN
ijassa-373	187	84	accuracy	accuracy	NOUN
ijassa-373	187	85	.	.	PUNCT
ijassa-373	188	1	solve	solve	VERB
ijassa-373	188	2	the	the	DET
ijassa-373	188	3	minimum	minimum	ADJ
ijassa-373	188	4	optimization	optimization	NOUN
ijassa-373	188	5	problem	problem	NOUN
ijassa-373	188	6	(	(	PUNCT
ijassa-373	188	7	18	18	NUM
ijassa-373	188	8	)	)	PUNCT
ijassa-373	188	9	and	and	CCONJ
ijassa-373	188	10	(	(	PUNCT
ijassa-373	188	11	19	19	NUM
ijassa-373	188	12	)	)	PUNCT
ijassa-373	188	13	,	,	PUNCT
ijassa-373	188	14	and	and	CCONJ
ijassa-373	188	15	get	get	VERB
ijassa-373	188	16	the	the	DET
ijassa-373	188	17	mse	mse	NOUN
ijassa-373	188	18	of	of	ADP
ijassa-373	188	19	the	the	DET
ijassa-373	188	20	estimated	estimate	VERB
ijassa-373	188	21	parameter	parameter	NOUN
ijassa-373	188	22	is	be	AUX
ijassa-373	188	23	smallest	small	ADJ
ijassa-373	188	24	,	,	PUNCT
ijassa-373	188	25	0.045	0.045	NUM
ijassa-373	188	26	.	.	PUNCT
ijassa-373	189	1	for	for	ADP
ijassa-373	189	2	the	the	DET
ijassa-373	189	3	highand	highand	ADJ
ijassa-373	189	4	medium	medium	ADJ
ijassa-373	189	5	-	-	PUNCT
ijassa-373	189	6	precision	precision	NOUN
ijassa-373	189	7	data	datum	NOUN
ijassa-373	189	8	fusion	fusion	NOUN
ijassa-373	189	9	,	,	PUNCT
ijassa-373	189	10	the	the	DET
ijassa-373	189	11	precision	precision	NOUN
ijassa-373	189	12	of	of	ADP
ijassa-373	189	13	two	two	NUM
ijassa-373	189	14	data	datum	NOUN
ijassa-373	189	15	satisfies	satisfie	NOUN
ijassa-373	189	16	σ2	σ2	PROPN
ijassa-373	189	17	2	2	NUM
ijassa-373	189	18	/	/	SYM
ijassa-373	189	19	σ	σ	PROPN
ijassa-373	189	20	2	2	NUM
ijassa-373	189	21	1	1	NUM
ijassa-373	189	22	<	<	X
ijassa-373	189	23	2	2	NUM
ijassa-373	189	24	,	,	PUNCT
ijassa-373	189	25	therefore	therefore	ADV
ijassa-373	189	26	,	,	PUNCT
ijassa-373	189	27	the	the	DET
ijassa-373	189	28	mse	mse	NOUN
ijassa-373	189	29	of	of	ADP
ijassa-373	189	30	the	the	DET
ijassa-373	189	31	parameter	parameter	NOUN
ijassa-373	189	32	with	with	ADP
ijassa-373	189	33	the	the	DET
ijassa-373	189	34	traditional	traditional	ADJ
ijassa-373	189	35	joint	joint	ADJ
ijassa-373	189	36	weighted	weight	VERB
ijassa-373	189	37	method	method	NOUN
ijassa-373	189	38	is	be	AUX
ijassa-373	189	39	0.071	0.071	NUM
ijassa-373	189	40	,	,	PUNCT
ijassa-373	189	41	which	which	PRON
ijassa-373	189	42	is	be	AUX
ijassa-373	189	43	better	well	ADJ
ijassa-373	189	44	than	than	ADP
ijassa-373	189	45	that	that	PRON
ijassa-373	189	46	only	only	ADV
ijassa-373	189	47	with	with	ADP
ijassa-373	189	48	the	the	DET
ijassa-373	189	49	high	high	ADJ
ijassa-373	189	50	-	-	PUNCT
ijassa-373	189	51	precision	precision	NOUN
ijassa-373	189	52	data	datum	NOUN
ijassa-373	189	53	,	,	PUNCT
ijassa-373	189	54	0.087	0.087	NUM
ijassa-373	189	55	.	.	PUNCT
ijassa-373	190	1	for	for	ADP
ijassa-373	190	2	the	the	DET
ijassa-373	190	3	highand	highand	ADJ
ijassa-373	190	4	low	low	ADJ
ijassa-373	190	5	-	-	PUNCT
ijassa-373	190	6	precision	precision	NOUN
ijassa-373	190	7	data	datum	NOUN
ijassa-373	190	8	fusion	fusion	NOUN
ijassa-373	190	9	,	,	PUNCT
ijassa-373	190	10	the	the	DET
ijassa-373	190	11	precision	precision	NOUN
ijassa-373	190	12	of	of	ADP
ijassa-373	190	13	two	two	NUM
ijassa-373	190	14	data	datum	NOUN
ijassa-373	190	15	does	do	AUX
ijassa-373	190	16	not	not	PART
ijassa-373	190	17	dissatisfy	dissatisfy	VERB
ijassa-373	190	18	σ2	σ2	PROPN
ijassa-373	190	19	3	3	NUM
ijassa-373	190	20	/	/	SYM
ijassa-373	190	21	σ	σ	PROPN
ijassa-373	190	22	2	2	NUM
ijassa-373	190	23	1	1	NUM
ijassa-373	190	24	<	<	X
ijassa-373	190	25	2	2	NUM
ijassa-373	190	26	,	,	PUNCT
ijassa-373	190	27	the	the	DET
ijassa-373	190	28	mse	mse	NOUN
ijassa-373	190	29	of	of	ADP
ijassa-373	190	30	the	the	DET
ijassa-373	190	31	estimated	estimate	VERB
ijassa-373	190	32	parameter	parameter	NOUN
ijassa-373	190	33	with	with	ADP
ijassa-373	190	34	the	the	DET
ijassa-373	190	35	traditional	traditional	ADJ
ijassa-373	190	36	weight	weight	NOUN
ijassa-373	190	37	joint	joint	ADJ
ijassa-373	190	38	method	method	NOUN
ijassa-373	190	39	is	be	AUX
ijassa-373	190	40	0.116	0.116	NUM
ijassa-373	190	41	,	,	PUNCT
ijassa-373	190	42	which	which	PRON
ijassa-373	190	43	is	be	AUX
ijassa-373	190	44	worse	bad	ADJ
ijassa-373	190	45	than	than	ADP
ijassa-373	190	46	that	that	PRON
ijassa-373	190	47	only	only	ADV
ijassa-373	190	48	with	with	ADP
ijassa-373	190	49	the	the	DET
ijassa-373	190	50	high	high	ADJ
ijassa-373	190	51	-	-	PUNCT
ijassa-373	190	52	precision	precision	NOUN
ijassa-373	190	53	data	datum	NOUN
ijassa-373	190	54	,	,	PUNCT
ijassa-373	190	55	0.087	0.087	NUM
ijassa-373	190	56	,	,	PUNCT
ijassa-373	190	57	while	while	SCONJ
ijassa-373	190	58	better	well	ADJ
ijassa-373	190	59	than	than	ADP
ijassa-373	190	60	the	the	DET
ijassa-373	190	61	mse	mse	NOUN
ijassa-373	190	62	,	,	PUNCT
ijassa-373	190	63	0.154	0.154	NUM
ijassa-373	190	64	,	,	PUNCT
ijassa-373	190	65	which	which	PRON
ijassa-373	190	66	only	only	ADV
ijassa-373	190	67	use	use	VERB
ijassa-373	190	68	the	the	DET
ijassa-373	190	69	low	low	ADJ
ijassa-373	190	70	-	-	PUNCT
ijassa-373	190	71	precision	precision	NOUN
ijassa-373	190	72	data	datum	NOUN
ijassa-373	190	73	.	.	PUNCT
ijassa-373	191	1	example	example	NOUN
ijassa-373	191	2	2	2	NUM
ijassa-373	191	3	:	:	PUNCT
ijassa-373	191	4	fusion	fusion	NOUN
ijassa-373	191	5	processing	processing	NOUN
ijassa-373	191	6	of	of	ADP
ijassa-373	191	7	dynamic	dynamic	ADJ
ijassa-373	191	8	tracking	tracking	NOUN
ijassa-373	191	9	data	datum	NOUN
ijassa-373	191	10	assuming	assume	VERB
ijassa-373	191	11	that	that	SCONJ
ijassa-373	191	12	gps	gps	NOUN
ijassa-373	191	13	and	and	CCONJ
ijassa-373	191	14	bds	bds	NOUN
ijassa-373	191	15	are	be	AUX
ijassa-373	191	16	tracking	track	VERB
ijassa-373	191	17	and	and	CCONJ
ijassa-373	191	18	measuring	measure	VERB
ijassa-373	191	19	a	a	DET
ijassa-373	191	20	dynamic	dynamic	ADJ
ijassa-373	191	21	target	target	NOUN
ijassa-373	191	22	,	,	PUNCT
ijassa-373	191	23	simultaneity	simultaneity	NOUN
ijassa-373	191	24	,	,	PUNCT
ijassa-373	191	25	and	and	CCONJ
ijassa-373	191	26	the	the	DET
ijassa-373	191	27	measuring	measure	VERB
ijassa-373	191	28	data	datum	NOUN
ijassa-373	191	29	are	be	AUX
ijassa-373	191	30	the	the	DET
ijassa-373	191	31	single	single	ADJ
ijassa-373	191	32	point	point	NOUN
ijassa-373	191	33	positioning	positioning	NOUN
ijassa-373	191	34	data	datum	NOUN
ijassa-373	191	35	.	.	PUNCT
ijassa-373	192	1	suppose	suppose	VERB
ijassa-373	192	2	(	(	PUNCT
ijassa-373	192	3	x(t	x(t	PROPN
ijassa-373	192	4	)	)	PUNCT
ijassa-373	192	5	,	,	PUNCT
ijassa-373	192	6	y(t	y(t	PROPN
ijassa-373	192	7	)	)	PUNCT
ijassa-373	192	8	,	,	PUNCT
ijassa-373	192	9	z(t))t	z(t))t	PROPN
ijassa-373	192	10	is	be	AUX
ijassa-373	192	11	the	the	DET
ijassa-373	192	12	position	position	NOUN
ijassa-373	192	13	of	of	ADP
ijassa-373	192	14	the	the	DET
ijassa-373	192	15	target	target	NOUN
ijassa-373	192	16	orbit	orbit	NOUN
ijassa-373	192	17	at	at	ADP
ijassa-373	192	18	time	time	NOUN
ijassa-373	192	19	t	t	PROPN
ijassa-373	192	20	,	,	PUNCT
ijassa-373	192	21	the	the	DET
ijassa-373	192	22	positioning	positioning	NOUN
ijassa-373	192	23	accuracy	accuracy	NOUN
ijassa-373	192	24	of	of	ADP
ijassa-373	192	25	gps	gps	PROPN
ijassa-373	192	26	in	in	ADP
ijassa-373	192	27	every	every	DET
ijassa-373	192	28	direction	direction	NOUN
ijassa-373	192	29	is	be	AUX
ijassa-373	192	30	1	1	NUM
ijassa-373	192	31	m	m	NOUN
ijassa-373	192	32	,	,	PUNCT
ijassa-373	192	33	and	and	CCONJ
ijassa-373	192	34	that	that	PRON
ijassa-373	192	35	of	of	ADP
ijassa-373	192	36	bds	bds	NOUN
ijassa-373	192	37	is	be	AUX
ijassa-373	192	38	3	3	NUM
ijassa-373	192	39	m.	m.	NOUN
ijassa-373	192	40	simulate	simulate	VERB
ijassa-373	192	41	80	80	NUM
ijassa-373	192	42	groups	group	NOUN
ijassa-373	192	43	of	of	ADP
ijassa-373	192	44	measuring	measure	VERB
ijassa-373	192	45	data	datum	NOUN
ijassa-373	192	46	by	by	ADP
ijassa-373	192	47	the	the	DET
ijassa-373	192	48	theoretical	theoretical	ADJ
ijassa-373	192	49	orbit	orbit	NOUN
ijassa-373	192	50	,	,	PUNCT
ijassa-373	192	51	including	include	VERB
ijassa-373	192	52	t	t	NOUN
ijassa-373	192	53	=	=	PUNCT
ijassa-373	192	54	0.05×	0.05×	NUM
ijassa-373	192	55	j	j	PROPN
ijassa-373	192	56	,	,	PUNCT
ijassa-373	192	57	j	j	PROPN
ijassa-373	192	58	=	=	SYM
ijassa-373	192	59	1	1	NUM
ijassa-373	192	60	,	,	PUNCT
ijassa-373	192	61	·	·	PUNCT
ijassa-373	192	62	·	·	PUNCT
ijassa-373	192	63	·	·	PUNCT
ijassa-373	192	64	,	,	PUNCT
ijassa-373	192	65	600	600	NUM
ijassa-373	192	66	gps	gps	NOUN
ijassa-373	192	67	and	and	CCONJ
ijassa-373	192	68	bds	bds	NOUN
ijassa-373	192	69	positioning	positioning	NOUN
ijassa-373	192	70	data	datum	NOUN
ijassa-373	192	71	in	in	ADP
ijassa-373	192	72	each	each	DET
ijassa-373	192	73	group	group	NOUN
ijassa-373	192	74	.	.	PUNCT
ijassa-373	193	1	in	in	ADP
ijassa-373	193	2	the	the	DET
ijassa-373	193	3	tracking	tracking	NOUN
ijassa-373	193	4	period	period	NOUN
ijassa-373	193	5	,	,	PUNCT
ijassa-373	193	6	the	the	DET
ijassa-373	193	7	orbit	orbit	NOUN
ijassa-373	193	8	data	data	NOUN
ijassa-373	193	9	is	be	AUX
ijassa-373	193	10	model	model	NOUN
ijassa-373	193	11	by	by	ADP
ijassa-373	193	12	the	the	DET
ijassa-373	193	13	cubic	cubic	ADJ
ijassa-373	193	14	spline	spline	NOUN
ijassa-373	193	15	function	function	NOUN
ijassa-373	193	16	of	of	ADP
ijassa-373	193	17	the	the	DET
ijassa-373	193	18	optimal	optimal	ADJ
ijassa-373	193	19	node	node	NOUN
ijassa-373	193	20	according	accord	VERB
ijassa-373	193	21	264	264	NUM
ijassa-373	193	22	xuanying	xuanying	NOUN
ijassa-373	193	23	zhou	zhou	PROPN
ijassa-373	193	24	,	,	PUNCT
ijassa-373	193	25	jiongqi	jiongqi	PROPN
ijassa-373	193	26	wang	wang	PROPN
ijassa-373	193	27	and	and	CCONJ
ijassa-373	193	28	zhengming	zhengming	PROPN
ijassa-373	193	29	wang	wang	PROPN
ijassa-373	193	30	,	,	PUNCT
ijassa-373	193	31	zhangming	zhangme	VERB
ijassa-373	193	32	he	he	PRON
ijassa-373	193	33	:	:	PUNCT
ijassa-373	193	34	optimal	optimal	ADJ
ijassa-373	193	35	...	...	PUNCT
ijassa-373	193	36	to	to	ADP
ijassa-373	193	37	the	the	DET
ijassa-373	193	38	reference	reference	NOUN
ijassa-373	193	39	[	[	X
ijassa-373	193	40	6	6	NUM
ijassa-373	193	41	]	]	PUNCT
ijassa-373	193	42	.	.	PUNCT
ijassa-373	194	1	the	the	DET
ijassa-373	194	2	spline	spline	ADJ
ijassa-373	194	3	coefficient	coefficient	NOUN
ijassa-373	194	4	is	be	AUX
ijassa-373	194	5	estimated	estimate	VERB
ijassa-373	194	6	first	first	ADV
ijassa-373	194	7	and	and	CCONJ
ijassa-373	194	8	then	then	ADV
ijassa-373	194	9	the	the	DET
ijassa-373	194	10	orbit	orbit	NOUN
ijassa-373	194	11	(	(	PUNCT
ijassa-373	194	12	x̂(k)(tj	x̂(k)(tj	PROPN
ijassa-373	194	13	)	)	PUNCT
ijassa-373	194	14	,	,	PUNCT
ijassa-373	194	15	ŷ	ŷ	NUM
ijassa-373	194	16	(	(	PUNCT
ijassa-373	194	17	k)(tj	k)(tj	NOUN
ijassa-373	194	18	)	)	PUNCT
ijassa-373	194	19	,	,	PUNCT
ijassa-373	194	20	ẑ	ẑ	PROPN
ijassa-373	194	21	(	(	PUNCT
ijassa-373	194	22	k)(tj),̂	k)(tj),̂	PROPN
ijassa-373	194	23	ẋ	ẋ	PROPN
ijassa-373	195	1	(	(	PUNCT
ijassa-373	195	2	k)(tj),̂	k)(tj),̂	PROPN
ijassa-373	195	3	ẏ	ẏ	PROPN
ijassa-373	195	4	(	(	PUNCT
ijassa-373	195	5	k)(tj),̂	k)(tj),̂	PROPN
ijassa-373	195	6	ż	ż	PROPN
ijassa-373	195	7	(	(	PUNCT
ijassa-373	195	8	k)(tj))(ρ	k)(tj))(ρ	NOUN
ijassa-373	195	9	)	)	PUNCT
ijassa-373	195	10	,	,	PUNCT
ijassa-373	195	11	k	k	PROPN
ijassa-373	195	12	=	=	SYM
ijassa-373	195	13	1	1	NUM
ijassa-373	195	14	,	,	PUNCT
ijassa-373	195	15	2	2	NUM
ijassa-373	195	16	,	,	PUNCT
ijassa-373	195	17	·	·	PUNCT
ijassa-373	195	18	·	·	PUNCT
ijassa-373	195	19	·	·	PUNCT
ijassa-373	195	20	,	,	PUNCT
ijassa-373	195	21	80	80	NUM
ijassa-373	195	22	,	,	PUNCT
ijassa-373	195	23	j	j	PROPN
ijassa-373	195	24	=	=	SYM
ijassa-373	195	25	1	1	NUM
ijassa-373	195	26	,	,	PUNCT
ijassa-373	195	27	2	2	NUM
ijassa-373	195	28	,	,	PUNCT
ijassa-373	195	29	·	·	PUNCT
ijassa-373	195	30	·	·	PUNCT
ijassa-373	195	31	·	·	PUNCT
ijassa-373	196	1	600	600	NUM
ijassa-373	196	2	can	can	AUX
ijassa-373	196	3	be	be	AUX
ijassa-373	196	4	calculated	calculate	VERB
ijassa-373	196	5	sequentially	sequentially	ADV
ijassa-373	196	6	.	.	PUNCT
ijassa-373	197	1	assume	assume	VERB
ijassa-373	197	2	that	that	SCONJ
ijassa-373	197	3	,	,	PUNCT
ijassa-373	197	4	mser(ρ21	mser(ρ21	PROPN
ijassa-373	197	5	,	,	PUNCT
ijassa-373	197	6	ρ	ρ	PROPN
ijassa-373	197	7	2	2	NUM
ijassa-373	197	8	2	2	NUM
ijassa-373	197	9	)	)	PUNCT
ijassa-373	197	10	=	=	SYM
ijassa-373	197	11	1	1	NUM
ijassa-373	197	12	80	80	NUM
ijassa-373	197	13	1	1	NUM
ijassa-373	197	14	600	600	NUM
ijassa-373	197	15	80∑	80∑	NUM
ijassa-373	197	16	k=1	k=1	PROPN
ijassa-373	198	1	600∑	600∑	NUM
ijassa-373	198	2	j=1	j=1	NOUN
ijassa-373	198	3	√	√	PROPN
ijassa-373	198	4	(	(	PUNCT
ijassa-373	198	5	x(tj)−	x(tj)−	NOUN
ijassa-373	198	6	x̂(k)(tj	x̂(k)(tj	PROPN
ijassa-373	198	7	)	)	PUNCT
ijassa-373	198	8	)	)	PUNCT
ijassa-373	198	9	2	2	NUM
ijassa-373	199	1	+	+	CCONJ
ijassa-373	199	2	(	(	PUNCT
ijassa-373	199	3	y(tj)−	y(tj)−	NOUN
ijassa-373	199	4	ŷ(k)(tj	ŷ(k)(tj	NOUN
ijassa-373	199	5	)	)	PUNCT
ijassa-373	199	6	)	)	PUNCT
ijassa-373	200	1	2	2	NUM
ijassa-373	201	1	+	+	CCONJ
ijassa-373	201	2	(	(	PUNCT
ijassa-373	201	3	z(tj)−	z(tj)−	NOUN
ijassa-373	201	4	ẑ(k)(tj	ẑ(k)(tj	NOUN
ijassa-373	201	5	)	)	PUNCT
ijassa-373	201	6	)	)	PUNCT
ijassa-373	201	7	2	2	NUM
ijassa-373	201	8	(	(	PUNCT
ijassa-373	201	9	ρ21	ρ21	NOUN
ijassa-373	201	10	,	,	PUNCT
ijassa-373	201	11	ρ	ρ	PROPN
ijassa-373	201	12	2	2	NUM
ijassa-373	201	13	2	2	NUM
ijassa-373	201	14	)	)	PUNCT
ijassa-373	201	15	(	(	PUNCT
ijassa-373	201	16	28	28	NUM
ijassa-373	201	17	)	)	PUNCT
ijassa-373	201	18	where	where	SCONJ
ijassa-373	201	19	(	(	PUNCT
ijassa-373	201	20	x(tj	x(tj	NUM
ijassa-373	201	21	)	)	PUNCT
ijassa-373	201	22	,	,	PUNCT
ijassa-373	201	23	y(tj	y(tj	PROPN
ijassa-373	201	24	)	)	PUNCT
ijassa-373	201	25	,	,	PUNCT
ijassa-373	201	26	z(tj	z(tj	NUM
ijassa-373	201	27	)	)	PUNCT
ijassa-373	201	28	)	)	PUNCT
ijassa-373	202	1	t	t	PROPN
ijassa-373	202	2	is	be	AUX
ijassa-373	202	3	the	the	DET
ijassa-373	202	4	theoretical	theoretical	ADJ
ijassa-373	202	5	orbit	orbit	NOUN
ijassa-373	202	6	and	and	CCONJ
ijassa-373	202	7	table	table	NOUN
ijassa-373	202	8	2	2	NUM
ijassa-373	202	9	gives	give	VERB
ijassa-373	202	10	the	the	DET
ijassa-373	202	11	estimation	estimation	NOUN
ijassa-373	202	12	precision	precision	NOUN
ijassa-373	202	13	for	for	ADP
ijassa-373	202	14	the	the	DET
ijassa-373	202	15	orbit	orbit	NOUN
ijassa-373	202	16	position	position	NOUN
ijassa-373	202	17	with	with	ADP
ijassa-373	202	18	different	different	ADJ
ijassa-373	202	19	weighted	weight	VERB
ijassa-373	202	20	methods	method	NOUN
ijassa-373	202	21	.	.	PUNCT
ijassa-373	203	1	table	table	NOUN
ijassa-373	203	2	2	2	NUM
ijassa-373	203	3	parameter	parameter	NOUN
ijassa-373	203	4	estimate	estimate	NOUN
ijassa-373	203	5	result	result	NOUN
ijassa-373	203	6	in	in	ADP
ijassa-373	203	7	different	different	ADJ
ijassa-373	203	8	weighted	weight	VERB
ijassa-373	203	9	methods	method	NOUN
ijassa-373	203	10	xxxxxxxxxxx	xxxxxxxxxxx	PROPN
ijassa-373	203	11	method	method	PROPN
ijassa-373	203	12	estimation	estimation	NOUN
ijassa-373	203	13	result	result	NOUN
ijassa-373	203	14	weighted	weight	VERB
ijassa-373	203	15	only	only	ADV
ijassa-373	203	16	use	use	VERB
ijassa-373	203	17	gps	gps	NOUN
ijassa-373	203	18	data	datum	NOUN
ijassa-373	203	19	only	only	ADV
ijassa-373	203	20	use	use	VERB
ijassa-373	203	21	bds	bds	NOUN
ijassa-373	203	22	data	datum	NOUN
ijassa-373	203	23	traditional	traditional	ADJ
ijassa-373	203	24	weighted	weight	VERB
ijassa-373	203	25	estimation	estimation	NOUN
ijassa-373	203	26	optimal	optimal	ADJ
ijassa-373	203	27	fusion	fusion	NOUN
ijassa-373	203	28	estimation	estimation	NOUN
ijassa-373	203	29	weighted	weight	VERB
ijassa-373	203	30	method	method	NOUN
ijassa-373	203	31	(	(	PUNCT
ijassa-373	203	32	1	1	NUM
ijassa-373	203	33	,	,	PUNCT
ijassa-373	203	34	0	0	NUM
ijassa-373	203	35	)	)	PUNCT
ijassa-373	203	36	(	(	PUNCT
ijassa-373	203	37	0	0	NUM
ijassa-373	203	38	,	,	PUNCT
ijassa-373	203	39	1	1	NUM
ijassa-373	203	40	)	)	PUNCT
ijassa-373	203	41	(	(	PUNCT
ijassa-373	203	42	1/2	1/2	NUM
ijassa-373	203	43	,	,	PUNCT
ijassa-373	203	44	1/2	1/2	NUM
ijassa-373	203	45	)	)	PUNCT
ijassa-373	203	46	(	(	PUNCT
ijassa-373	203	47	9/10	9/10	NUM
ijassa-373	203	48	,	,	PUNCT
ijassa-373	203	49	1/10	1/10	NUM
ijassa-373	203	50	)	)	PUNCT
ijassa-373	203	51	mse	mse	NOUN
ijassa-373	203	52	1.512	1.512	NUM
ijassa-373	203	53	3.247	3.247	NUM
ijassa-373	203	54	1.243	1.243	NUM
ijassa-373	203	55	0.716	0.716	NUM
ijassa-373	203	56	5	5	NUM
ijassa-373	203	57	conclusion	conclusion	NOUN
ijassa-373	203	58	data	datum	NOUN
ijassa-373	203	59	fusion	fusion	NOUN
ijassa-373	203	60	is	be	AUX
ijassa-373	203	61	one	one	NUM
ijassa-373	203	62	effective	effective	ADJ
ijassa-373	203	63	method	method	NOUN
ijassa-373	203	64	to	to	PART
ijassa-373	203	65	improve	improve	VERB
ijassa-373	203	66	the	the	DET
ijassa-373	203	67	precision	precision	NOUN
ijassa-373	203	68	of	of	ADP
ijassa-373	203	69	data	datum	NOUN
ijassa-373	203	70	processing	processing	NOUN
ijassa-373	203	71	.	.	PUNCT
ijassa-373	204	1	this	this	DET
ijassa-373	204	2	paper	paper	NOUN
ijassa-373	204	3	researches	research	VERB
ijassa-373	204	4	the	the	DET
ijassa-373	204	5	optimal	optimal	ADJ
ijassa-373	204	6	weight	weight	NOUN
ijassa-373	204	7	and	and	CCONJ
ijassa-373	204	8	parameter	parameter	NOUN
ijassa-373	204	9	estimation	estimation	NOUN
ijassa-373	204	10	of	of	ADP
ijassa-373	204	11	unequal	unequal	ADJ
ijassa-373	204	12	precision	precision	NOUN
ijassa-373	204	13	linear	linear	PROPN
ijassa-373	204	14	data	datum	NOUN
ijassa-373	204	15	fusion	fusion	NOUN
ijassa-373	204	16	.	.	PUNCT
ijassa-373	205	1	for	for	ADP
ijassa-373	205	2	the	the	DET
ijassa-373	205	3	linear	linear	ADJ
ijassa-373	205	4	fusion	fusion	NOUN
ijassa-373	205	5	model	model	NOUN
ijassa-373	205	6	,	,	PUNCT
ijassa-373	205	7	the	the	DET
ijassa-373	205	8	optimal	optimal	ADJ
ijassa-373	205	9	weight	weight	NOUN
ijassa-373	205	10	depends	depend	VERB
ijassa-373	205	11	on	on	ADP
ijassa-373	205	12	the	the	DET
ijassa-373	205	13	precision	precision	NOUN
ijassa-373	205	14	of	of	ADP
ijassa-373	205	15	the	the	DET
ijassa-373	205	16	measuring	measure	VERB
ijassa-373	205	17	data	datum	NOUN
ijassa-373	205	18	only	only	ADV
ijassa-373	205	19	,	,	PUNCT
ijassa-373	205	20	and	and	CCONJ
ijassa-373	205	21	it	it	PRON
ijassa-373	205	22	is	be	AUX
ijassa-373	205	23	consistent	consistent	ADJ
ijassa-373	205	24	with	with	ADP
ijassa-373	205	25	the	the	DET
ijassa-373	205	26	classical	classical	ADJ
ijassa-373	205	27	gauss	gauss	ADJ
ijassa-373	205	28	-	-	PUNCT
ijassa-373	205	29	markov	markov	NOUN
ijassa-373	205	30	theory	theory	NOUN
ijassa-373	205	31	.	.	PUNCT
ijassa-373	206	1	furthermore	furthermore	ADV
ijassa-373	206	2	,	,	PUNCT
ijassa-373	206	3	when	when	SCONJ
ijassa-373	206	4	the	the	DET
ijassa-373	206	5	data	data	NOUN
ijassa-373	206	6	precision	precision	NOUN
ijassa-373	206	7	in	in	ADP
ijassa-373	206	8	the	the	DET
ijassa-373	206	9	fusion	fusion	NOUN
ijassa-373	206	10	model	model	NOUN
ijassa-373	206	11	is	be	AUX
ijassa-373	206	12	unknown	unknown	ADJ
ijassa-373	206	13	,	,	PUNCT
ijassa-373	206	14	the	the	DET
ijassa-373	206	15	parameter	parameter	NOUN
ijassa-373	206	16	estimation	estimation	NOUN
ijassa-373	206	17	and	and	CCONJ
ijassa-373	206	18	the	the	DET
ijassa-373	206	19	optimal	optimal	ADJ
ijassa-373	206	20	weight	weight	NOUN
ijassa-373	206	21	can	can	AUX
ijassa-373	206	22	be	be	AUX
ijassa-373	206	23	obtained	obtain	VERB
ijassa-373	206	24	by	by	ADP
ijassa-373	206	25	minimizing	minimize	VERB
ijassa-373	206	26	the	the	DET
ijassa-373	206	27	mean	mean	ADJ
ijassa-373	206	28	square	square	NOUN
ijassa-373	206	29	error	error	NOUN
ijassa-373	206	30	.	.	PUNCT
ijassa-373	207	1	the	the	DET
ijassa-373	207	2	parameter	parameter	PROPN
ijassa-373	207	3	estimation	estimation	NOUN
ijassa-373	207	4	precision	precision	NOUN
ijassa-373	207	5	of	of	ADP
ijassa-373	207	6	multivariate	multivariate	NOUN
ijassa-373	207	7	linear	linear	ADJ
ijassa-373	207	8	fusion	fusion	NOUN
ijassa-373	207	9	model	model	NOUN
ijassa-373	207	10	is	be	AUX
ijassa-373	207	11	given	give	VERB
ijassa-373	207	12	in	in	ADP
ijassa-373	207	13	this	this	DET
ijassa-373	207	14	paper	paper	NOUN
ijassa-373	207	15	as	as	ADV
ijassa-373	207	16	well	well	ADV
ijassa-373	207	17	as	as	ADP
ijassa-373	207	18	some	some	DET
ijassa-373	207	19	conclusions	conclusion	NOUN
ijassa-373	207	20	,	,	PUNCT
ijassa-373	207	21	which	which	PRON
ijassa-373	207	22	can	can	AUX
ijassa-373	207	23	be	be	AUX
ijassa-373	207	24	used	use	VERB
ijassa-373	207	25	in	in	ADP
ijassa-373	207	26	the	the	DET
ijassa-373	207	27	practical	practical	ADJ
ijassa-373	207	28	engineering	engineering	NOUN
ijassa-373	207	29	application	application	NOUN
ijassa-373	207	30	.	.	PUNCT
ijassa-373	208	1	the	the	DET
ijassa-373	208	2	accuracy	accuracy	NOUN
ijassa-373	208	3	of	of	ADP
ijassa-373	208	4	the	the	DET
ijassa-373	208	5	optimal	optimal	ADJ
ijassa-373	208	6	fusion	fusion	NOUN
ijassa-373	208	7	estimation	estimation	NOUN
ijassa-373	208	8	with	with	ADP
ijassa-373	208	9	multi	multi	ADJ
ijassa-373	208	10	-	-	ADJ
ijassa-373	208	11	measuring	measure	VERB
ijassa-373	208	12	data	datum	NOUN
ijassa-373	208	13	is	be	AUX
ijassa-373	208	14	better	well	ADJ
ijassa-373	208	15	than	than	ADP
ijassa-373	208	16	that	that	PRON
ijassa-373	208	17	of	of	ADP
ijassa-373	208	18	only	only	ADV
ijassa-373	208	19	using	use	VERB
ijassa-373	208	20	any	any	DET
ijassa-373	208	21	single	single	ADJ
ijassa-373	208	22	measuring	measure	VERB
ijassa-373	208	23	data	datum	NOUN
ijassa-373	208	24	and	and	CCONJ
ijassa-373	208	25	the	the	DET
ijassa-373	208	26	traditional	traditional	ADJ
ijassa-373	208	27	weighted	weight	VERB
ijassa-373	208	28	estimation	estimation	NOUN
ijassa-373	208	29	.	.	PUNCT
ijassa-373	209	1	the	the	DET
ijassa-373	209	2	estimation	estimation	NOUN
ijassa-373	209	3	precision	precision	NOUN
ijassa-373	209	4	with	with	ADP
ijassa-373	209	5	the	the	DET
ijassa-373	209	6	traditional	traditional	ADJ
ijassa-373	209	7	weighted	weight	VERB
ijassa-373	209	8	method	method	NOUN
ijassa-373	209	9	is	be	AUX
ijassa-373	209	10	better	well	ADJ
ijassa-373	209	11	than	than	ADP
ijassa-373	209	12	that	that	PRON
ijassa-373	209	13	only	only	ADV
ijassa-373	209	14	with	with	ADP
ijassa-373	209	15	the	the	DET
ijassa-373	209	16	low	low	ADJ
ijassa-373	209	17	-	-	PUNCT
ijassa-373	209	18	precision	precision	NOUN
ijassa-373	209	19	data	datum	NOUN
ijassa-373	209	20	,	,	PUNCT
ijassa-373	209	21	and	and	CCONJ
ijassa-373	209	22	if	if	SCONJ
ijassa-373	209	23	the	the	DET
ijassa-373	209	24	data	data	NOUN
ijassa-373	209	25	precision	precision	NOUN
ijassa-373	209	26	of	of	ADP
ijassa-373	209	27	each	each	DET
ijassa-373	209	28	measuring	measure	VERB
ijassa-373	209	29	data	datum	NOUN
ijassa-373	209	30	satisfies	satisfie	NOUN
ijassa-373	209	31	some	some	DET
ijassa-373	209	32	certain	certain	ADJ
ijassa-373	209	33	condition	condition	NOUN
ijassa-373	209	34	,	,	PUNCT
ijassa-373	209	35	the	the	DET
ijassa-373	209	36	precision	precision	NOUN
ijassa-373	209	37	with	with	ADP
ijassa-373	209	38	the	the	DET
ijassa-373	209	39	traditional	traditional	ADJ
ijassa-373	209	40	weighted	weight	VERB
ijassa-373	209	41	method	method	NOUN
ijassa-373	209	42	can	can	AUX
ijassa-373	209	43	better	well	ADJ
ijassa-373	209	44	than	than	ADP
ijassa-373	209	45	that	that	PRON
ijassa-373	209	46	only	only	ADV
ijassa-373	209	47	with	with	ADP
ijassa-373	209	48	the	the	DET
ijassa-373	209	49	high	high	ADJ
ijassa-373	209	50	-	-	PUNCT
ijassa-373	209	51	precision	precision	NOUN
ijassa-373	209	52	data	datum	NOUN
ijassa-373	209	53	.	.	PUNCT
ijassa-373	210	1	and	and	CCONJ
ijassa-373	210	2	these	these	DET
ijassa-373	210	3	conclusions	conclusion	NOUN
ijassa-373	210	4	can	can	AUX
ijassa-373	210	5	be	be	AUX
ijassa-373	210	6	the	the	DET
ijassa-373	210	7	support	support	NOUN
ijassa-373	210	8	to	to	PART
ijassa-373	210	9	experiment	experiment	NOUN
ijassa-373	210	10	design	design	NOUN
ijassa-373	210	11	and	and	CCONJ
ijassa-373	210	12	data	datum	NOUN
ijassa-373	210	13	selected	select	VERB
ijassa-373	210	14	scheme	scheme	NOUN
ijassa-373	210	15	.	.	PUNCT
ijassa-373	211	1	note	note	VERB
ijassa-373	211	2	that	that	SCONJ
ijassa-373	211	3	the	the	DET
ijassa-373	211	4	optimal	optimal	ADJ
ijassa-373	211	5	fusion	fusion	NOUN
ijassa-373	211	6	weight	weight	NOUN
ijassa-373	211	7	of	of	ADP
ijassa-373	211	8	the	the	DET
ijassa-373	211	9	unequal	unequal	ADJ
ijassa-373	211	10	precision	precision	NOUN
ijassa-373	211	11	discussed	discuss	VERB
ijassa-373	211	12	in	in	ADP
ijassa-373	211	13	this	this	DET
ijassa-373	211	14	paper	paper	NOUN
ijassa-373	211	15	is	be	AUX
ijassa-373	211	16	the	the	DET
ijassa-373	211	17	linear	linear	ADJ
ijassa-373	211	18	fusion	fusion	NOUN
ijassa-373	211	19	model	model	NOUN
ijassa-373	211	20	.	.	PUNCT
ijassa-373	212	1	the	the	DET
ijassa-373	212	2	nonlinear	nonlinear	ADJ
ijassa-373	212	3	model	model	NOUN
ijassa-373	212	4	needs	need	VERB
ijassa-373	212	5	to	to	PART
ijassa-373	212	6	be	be	AUX
ijassa-373	212	7	considered	consider	VERB
ijassa-373	212	8	further	far	ADV
ijassa-373	212	9	,	,	PUNCT
ijassa-373	212	10	although	although	SCONJ
ijassa-373	212	11	the	the	DET
ijassa-373	212	12	theory	theory	NOUN
ijassa-373	212	13	and	and	CCONJ
ijassa-373	212	14	method	method	NOUN
ijassa-373	212	15	in	in	ADP
ijassa-373	212	16	this	this	DET
ijassa-373	212	17	paper	paper	NOUN
ijassa-373	212	18	is	be	AUX
ijassa-373	212	19	the	the	DET
ijassa-373	212	20	basic	basic	ADJ
ijassa-373	212	21	of	of	ADP
ijassa-373	212	22	nonlinear	nonlinear	ADJ
ijassa-373	212	23	advances	advance	NOUN
ijassa-373	212	24	in	in	ADP
ijassa-373	212	25	systems	system	NOUN
ijassa-373	212	26	science	science	NOUN
ijassa-373	212	27	and	and	CCONJ
ijassa-373	212	28	application	application	NOUN
ijassa-373	212	29	(	(	PUNCT
ijassa-373	212	30	2015	2015	NUM
ijassa-373	212	31	)	)	PUNCT
ijassa-373	212	32	vol.15	vol.15	NOUN
ijassa-373	212	33	no.3	no.3	VERB
ijassa-373	212	34	265	265	NUM
ijassa-373	212	35	problem	problem	NOUN
ijassa-373	212	36	.	.	PUNCT
ijassa-373	213	1	besides	besides	SCONJ
ijassa-373	213	2	,	,	PUNCT
ijassa-373	213	3	the	the	DET
ijassa-373	213	4	optimal	optimal	ADJ
ijassa-373	213	5	fusion	fusion	NOUN
ijassa-373	213	6	weight	weight	NOUN
ijassa-373	213	7	of	of	ADP
ijassa-373	213	8	the	the	DET
ijassa-373	213	9	multi	multi	ADJ
ijassa-373	213	10	-	-	ADJ
ijassa-373	213	11	structure	structure	ADJ
ijassa-373	213	12	linear	linear	PROPN
ijassa-373	213	13	regression	regression	NOUN
ijassa-373	213	14	model	model	NOUN
ijassa-373	213	15	is	be	AUX
ijassa-373	213	16	obtained	obtain	VERB
ijassa-373	213	17	under	under	ADP
ijassa-373	213	18	certain	certain	ADJ
ijassa-373	213	19	evaluation	evaluation	NOUN
ijassa-373	213	20	criterion	criterion	NOUN
ijassa-373	213	21	.	.	PUNCT
ijassa-373	214	1	different	different	ADJ
ijassa-373	214	2	evaluation	evaluation	NOUN
ijassa-373	214	3	criterion	criterion	NOUN
ijassa-373	214	4	leads	lead	VERB
ijassa-373	214	5	to	to	ADP
ijassa-373	214	6	different	different	ADJ
ijassa-373	214	7	optimal	optimal	ADJ
ijassa-373	214	8	fusion	fusion	NOUN
ijassa-373	214	9	weight	weight	NOUN
ijassa-373	214	10	.	.	PUNCT
ijassa-373	215	1	the	the	DET
ijassa-373	215	2	evaluation	evaluation	NOUN
ijassa-373	215	3	criterion	criterion	NOUN
ijassa-373	215	4	corresponding	correspond	VERB
ijassa-373	215	5	to	to	ADP
ijassa-373	215	6	the	the	DET
ijassa-373	215	7	minimal	minimal	ADJ
ijassa-373	215	8	mse	mse	NOUN
ijassa-373	215	9	of	of	ADP
ijassa-373	215	10	parameter	parameter	NOUN
ijassa-373	215	11	estimation	estimation	NOUN
ijassa-373	215	12	is	be	AUX
ijassa-373	215	13	used	use	VERB
ijassa-373	215	14	in	in	ADP
ijassa-373	215	15	the	the	DET
ijassa-373	215	16	paper	paper	NOUN
ijassa-373	215	17	,	,	PUNCT
ijassa-373	215	18	i.e.	i.e.	X
ijassa-373	215	19	arg	arg	NOUN
ijassa-373	215	20	ρ	ρ	PROPN
ijassa-373	215	21	mine	mine	NOUN
ijassa-373	215	22	∥∥∥β̂(ρ)−	∥∥∥β̂(ρ)−	PROPN
ijassa-373	215	23	β	β	NOUN
ijassa-373	215	24	∥∥∥2	∥∥∥2	NOUN
ijassa-373	215	25	.	.	PUNCT
ijassa-373	216	1	nevertheless	nevertheless	ADV
ijassa-373	216	2	,	,	PUNCT
ijassa-373	216	3	this	this	DET
ijassa-373	216	4	criterion	criterion	NOUN
ijassa-373	216	5	has	have	VERB
ijassa-373	216	6	some	some	DET
ijassa-373	216	7	limitations	limitation	NOUN
ijassa-373	216	8	,	,	PUNCT
ijassa-373	216	9	e.g.	e.g.	ADV
ijassa-373	216	10	the	the	DET
ijassa-373	216	11	contribution	contribution	NOUN
ijassa-373	216	12	of	of	ADP
ijassa-373	216	13	each	each	DET
ijassa-373	216	14	parameter	parameter	NOUN
ijassa-373	216	15	to	to	ADP
ijassa-373	216	16	the	the	DET
ijassa-373	216	17	problem	problem	NOUN
ijassa-373	216	18	is	be	AUX
ijassa-373	216	19	not	not	PART
ijassa-373	216	20	distinguished	distinguish	VERB
ijassa-373	216	21	.	.	PUNCT
ijassa-373	217	1	certainly	certainly	ADV
ijassa-373	217	2	,	,	PUNCT
ijassa-373	217	3	other	other	ADJ
ijassa-373	217	4	evaluation	evaluation	NOUN
ijassa-373	217	5	criteria	criterion	NOUN
ijassa-373	217	6	should	should	AUX
ijassa-373	217	7	be	be	AUX
ijassa-373	217	8	considered	consider	VERB
ijassa-373	217	9	for	for	ADP
ijassa-373	217	10	specific	specific	ADJ
ijassa-373	217	11	issues	issue	NOUN
ijassa-373	217	12	,	,	PUNCT
ijassa-373	217	13	which	which	PRON
ijassa-373	217	14	will	will	AUX
ijassa-373	217	15	be	be	AUX
ijassa-373	217	16	studied	study	VERB
ijassa-373	217	17	in	in	ADP
ijassa-373	217	18	the	the	DET
ijassa-373	217	19	future	future	NOUN
ijassa-373	217	20	.	.	PUNCT
ijassa-373	218	1	references	reference	NOUN
ijassa-373	218	2	[	[	X
ijassa-373	218	3	1	1	NUM
ijassa-373	218	4	]	]	PUNCT
ijassa-373	218	5	hall	hall	NOUN
ijassa-373	218	6	d	d	PROPN
ijassa-373	218	7	l.(1992	l.(1992	PROPN
ijassa-373	218	8	)	)	PUNCT
ijassa-373	218	9	.	.	PUNCT
ijassa-373	219	1	mathematical	mathematical	ADJ
ijassa-373	219	2	techniques	technique	NOUN
ijassa-373	219	3	in	in	ADP
ijassa-373	219	4	multi	multi	ADJ
ijassa-373	219	5	-	-	ADJ
ijassa-373	219	6	sensor	sensor	ADJ
ijassa-373	219	7	data	datum	NOUN
ijassa-373	219	8	fusion	fusion	NOUN
ijassa-373	219	9	,	,	PUNCT
ijassa-373	219	10	artech	artech	NOUN
ijassa-373	219	11	house	house	PROPN
ijassa-373	219	12	,	,	PUNCT
ijassa-373	219	13	boston	boston	PROPN
ijassa-373	219	14	,	,	PUNCT
ijassa-373	219	15	london	london	PROPN
ijassa-373	219	16	.	.	PUNCT
ijassa-373	220	1	[	[	X
ijassa-373	220	2	2	2	NUM
ijassa-373	220	3	]	]	X
ijassa-373	220	4	jacqueline	jacqueline	PROPN
ijassa-373	220	5	le	le	PROPN
ijassa-373	220	6	moigne	moigne	PROPN
ijassa-373	220	7	and	and	CCONJ
ijassa-373	220	8	james	james	PROPN
ijassa-373	220	9	smith	smith	PROPN
ijassa-373	220	10	.	.	PUNCT
ijassa-373	221	1	(	(	PUNCT
ijassa-373	221	2	2000	2000	NUM
ijassa-373	221	3	)	)	PUNCT
ijassa-373	221	4	.	.	PUNCT
ijassa-373	222	1	“	"	PUNCT
ijassa-373	222	2	image	image	NOUN
ijassa-373	222	3	registration	registration	NOUN
ijassa-373	222	4	and	and	CCONJ
ijassa-373	222	5	fusion	fusion	NOUN
ijassa-373	222	6	in	in	ADP
ijassa-373	222	7	remote	remote	ADJ
ijassa-373	222	8	sensing	sensing	NOUN
ijassa-373	222	9	for	for	ADP
ijassa-373	222	10	nasa	nasa	PROPN
ijassa-373	222	11	”	"	PUNCT
ijassa-373	222	12	,	,	PUNCT
ijassa-373	222	13	proceedings	proceeding	NOUN
ijassa-373	222	14	of	of	ADP
ijassa-373	222	15	2000	2000	NUM
ijassa-373	222	16	international	international	ADJ
ijassa-373	222	17	conference	conference	NOUN
ijassa-373	222	18	on	on	ADP
ijassa-373	222	19	information	information	NOUN
ijassa-373	222	20	fusion	fusion	NOUN
ijassa-373	222	21	,	,	PUNCT
ijassa-373	222	22	paris	paris	PROPN
ijassa-373	222	23	,	,	PUNCT
ijassa-373	222	24	france	france	PROPN
ijassa-373	222	25	.	.	PUNCT
ijassa-373	223	1	[	[	X
ijassa-373	223	2	3	3	X
ijassa-373	223	3	]	]	X
ijassa-373	223	4	y.	y.	PROPN
ijassa-373	223	5	bar	bar	PROPN
ijassa-373	223	6	-	-	PUNCT
ijassa-373	223	7	shalom	shalom	NOUN
ijassa-373	223	8	,	,	PUNCT
ijassa-373	223	9	h.	h.	PROPN
ijassa-373	223	10	chen	chen	PROPN
ijassa-373	223	11	and	and	CCONJ
ijassa-373	223	12	m.	m.	PROPN
ijassa-373	223	13	mallick	mallick	PROPN
ijassa-373	223	14	.	.	PUNCT
ijassa-373	224	1	(	(	PUNCT
ijassa-373	224	2	2004	2004	NUM
ijassa-373	224	3	)	)	PUNCT
ijassa-373	224	4	.	.	PUNCT
ijassa-373	225	1	“	"	PUNCT
ijassa-373	225	2	one	one	NUM
ijassa-373	225	3	-	-	PUNCT
ijassa-373	225	4	step	step	NOUN
ijassa-373	225	5	solution	solution	NOUN
ijassa-373	225	6	for	for	ADP
ijassa-373	225	7	the	the	DET
ijassa-373	225	8	multi	multi	ADJ
ijassa-373	225	9	-	-	ADJ
ijassa-373	225	10	step	step	VERB
ijassa-373	225	11	out	out	ADP
ijassa-373	225	12	-	-	PUNCT
ijassa-373	225	13	of	of	ADP
ijassa-373	225	14	-	-	PUNCT
ijassa-373	225	15	sequence	sequence	NOUN
ijassa-373	225	16	-	-	PUNCT
ijassa-373	225	17	measurement	measurement	NOUN
ijassa-373	225	18	problem	problem	NOUN
ijassa-373	225	19	in	in	ADP
ijassa-373	225	20	tracking	tracking	NOUN
ijassa-373	225	21	”	"	PUNCT
ijassa-373	225	22	,	,	PUNCT
ijassa-373	225	23	ieee	ieee	NOUN
ijassa-373	225	24	transactions	transaction	NOUN
ijassa-373	225	25	on	on	ADP
ijassa-373	225	26	aerospace	aerospace	NOUN
ijassa-373	225	27	and	and	CCONJ
ijassa-373	225	28	electronics	electronic	NOUN
ijassa-373	225	29	systems	system	NOUN
ijassa-373	225	30	.	.	PUNCT
ijassa-373	226	1	[	[	X
ijassa-373	226	2	4	4	X
ijassa-373	226	3	]	]	PUNCT
ijassa-373	226	4	x.	x.	NOUN
ijassa-373	226	5	r	r	PROPN
ijassa-373	226	6	li	li	PROPN
ijassa-373	226	7	and	and	CCONJ
ijassa-373	226	8	vesselin	vesselin	PROPN
ijassa-373	226	9	p.	p.	PROPN
ijassa-373	226	10	(	(	PUNCT
ijassa-373	226	11	2003	2003	NUM
ijassa-373	226	12	)	)	PUNCT
ijassa-373	226	13	,	,	PUNCT
ijassa-373	226	14	“	"	PUNCT
ijassa-373	226	15	a	a	DET
ijassa-373	226	16	survey	survey	NOUN
ijassa-373	226	17	of	of	ADP
ijassa-373	226	18	maneuvering	maneuver	VERB
ijassa-373	226	19	target	target	NOUN
ijassa-373	226	20	trackingpart	trackingpart	NOUN
ijassa-373	226	21	v	v	NOUN
ijassa-373	226	22	:	:	PUNCT
ijassa-373	226	23	multiple	multiple	ADJ
ijassa-373	226	24	-	-	PUNCT
ijassa-373	226	25	model	model	NOUN
ijassa-373	226	26	methods	method	NOUN
ijassa-373	226	27	”	"	PUNCT
ijassa-373	226	28	,	,	PUNCT
ijassa-373	226	29	proceeding	proceed	VERB
ijassa-373	226	30	of	of	ADP
ijassa-373	226	31	spie	spie	ADJ
ijassa-373	226	32	conference	conference	NOUN
ijassa-373	226	33	on	on	ADP
ijassa-373	226	34	signal	signal	NOUN
ijassa-373	226	35	and	and	CCONJ
ijassa-373	226	36	data	datum	NOUN
ijassa-373	226	37	proceeding	proceeding	NOUN
ijassa-373	226	38	of	of	ADP
ijassa-373	226	39	small	small	ADJ
ijassa-373	226	40	targets	target	NOUN
ijassa-373	226	41	,	,	PUNCT
ijassa-373	226	42	san	san	PROPN
ijassa-373	226	43	diego	diego	PROPN
ijassa-373	226	44	,	,	PUNCT
ijassa-373	226	45	ca	ca	PROPN
ijassa-373	226	46	,	,	PUNCT
ijassa-373	226	47	usa	usa	PROPN
ijassa-373	226	48	.	.	PUNCT
ijassa-373	227	1	[	[	X
ijassa-373	227	2	5	5	NUM
ijassa-373	227	3	]	]	PUNCT
ijassa-373	227	4	prieto	prieto	NOUN
ijassa-373	227	5	,	,	PUNCT
ijassa-373	227	6	j.	j.	PROPN
ijassa-373	227	7	,	,	PUNCT
ijassa-373	227	8	mazuelas	mazuelas	PROPN
ijassa-373	227	9	,	,	PUNCT
ijassa-373	227	10	s.	s.	PROPN
ijassa-373	227	11	,	,	PUNCT
ijassa-373	227	12	bahillo	bahillo	NOUN
ijassa-373	227	13	,	,	PUNCT
ijassa-373	227	14	a.	a.	NOUN
ijassa-373	227	15	,	,	PUNCT
ijassa-373	227	16	fernandez	fernandez	PROPN
ijassa-373	227	17	,	,	PUNCT
ijassa-373	227	18	p.	p.	PROPN
ijassa-373	227	19	,	,	PUNCT
ijassa-373	227	20	lorenzo	lorenzo	PROPN
ijassa-373	227	21	,	,	PUNCT
ijassa-373	227	22	r.	r.	PROPN
ijassa-373	227	23	m.	m.	PROPN
ijassa-373	227	24	,	,	PUNCT
ijassa-373	227	25	and	and	CCONJ
ijassa-373	227	26	abril	abril	PROPN
ijassa-373	227	27	,	,	PUNCT
ijassa-373	227	28	e.	e.	PROPN
ijassa-373	227	29	j.	j.	PROPN
ijassa-373	227	30	(	(	PUNCT
ijassa-373	227	31	2012	2012	NUM
ijassa-373	227	32	)	)	PUNCT
ijassa-373	227	33	,	,	PUNCT
ijassa-373	227	34	“	"	PUNCT
ijassa-373	227	35	adaptive	adaptive	ADJ
ijassa-373	227	36	data	data	NOUN
ijassa-373	227	37	fusion	fusion	NOUN
ijassa-373	227	38	for	for	ADP
ijassa-373	227	39	wireless	wireless	ADJ
ijassa-373	227	40	localization	localization	NOUN
ijassa-373	227	41	in	in	ADP
ijassa-373	227	42	harsh	harsh	ADJ
ijassa-373	227	43	environments	environment	NOUN
ijassa-373	227	44	”	"	PUNCT
ijassa-373	227	45	,	,	PUNCT
ijassa-373	227	46	signal	signal	ADJ
ijassa-373	227	47	processing	processing	NOUN
ijassa-373	227	48	,	,	PUNCT
ijassa-373	227	49	ieee	ieee	NOUN
ijassa-373	227	50	transactions	transaction	NOUN
ijassa-373	227	51	.	.	PUNCT
ijassa-373	228	1	[	[	X
ijassa-373	228	2	6	6	NUM
ijassa-373	228	3	]	]	PUNCT
ijassa-373	228	4	z.	z.	PROPN
ijassa-373	228	5	m.	m.	PROPN
ijassa-373	228	6	wang	wang	PROPN
ijassa-373	228	7	and	and	CCONJ
ijassa-373	228	8	d.	d.	PROPN
ijassa-373	228	9	y.	y.	PROPN
ijassa-373	228	10	yi	yi	PROPN
ijassa-373	228	11	.	.	PUNCT
ijassa-373	229	1	(	(	PUNCT
ijassa-373	229	2	2011	2011	NUM
ijassa-373	229	3	)	)	PUNCT
ijassa-373	229	4	,	,	PUNCT
ijassa-373	229	5	measurement	measurement	NOUN
ijassa-373	229	6	data	datum	NOUN
ijassa-373	229	7	modeling	modeling	NOUN
ijassa-373	229	8	and	and	CCONJ
ijassa-373	229	9	parameter	parameter	NOUN
ijassa-373	229	10	estimation	estimation	NOUN
ijassa-373	229	11	,	,	PUNCT
ijassa-373	229	12	crc	crc	NOUN
ijassa-373	229	13	press	press	PROPN
ijassa-373	229	14	,	,	PUNCT
ijassa-373	229	15	china	china	PROPN
ijassa-373	229	16	.	.	PUNCT
ijassa-373	230	1	[	[	X
ijassa-373	230	2	7	7	X
ijassa-373	230	3	]	]	X
ijassa-373	230	4	y.	y.	PROPN
ijassa-373	230	5	barshalom	barshalom	PROPN
ijassa-373	230	6	,	,	PUNCT
ijassa-373	230	7	x.	x.	PROPN
ijassa-373	230	8	r.	r.	PROPN
ijassa-373	230	9	li	li	PROPN
ijassa-373	230	10	and	and	CCONJ
ijassa-373	230	11	t.	t.	PROPN
ijassa-373	230	12	kirubarajan	kirubarajan	PROPN
ijassa-373	230	13	.	.	PUNCT
ijassa-373	231	1	(	(	PUNCT
ijassa-373	231	2	2001	2001	NUM
ijassa-373	231	3	)	)	PUNCT
ijassa-373	231	4	,	,	PUNCT
ijassa-373	231	5	esitmationwith	esitmationwith	PROPN
ijassa-373	231	6	applications	application	NOUN
ijassa-373	231	7	to	to	ADP
ijassa-373	231	8	tracking	tracking	NOUN
ijassa-373	231	9	and	and	CCONJ
ijassa-373	231	10	navigation	navigation	NOUN
ijassa-373	231	11	,	,	PUNCT
ijassa-373	231	12	wiley	wiley	NOUN
ijassa-373	231	13	,	,	PUNCT
ijassa-373	231	14	new	new	PROPN
ijassa-373	231	15	york	york	PROPN
ijassa-373	231	16	.	.	PUNCT
ijassa-373	232	1	[	[	X
ijassa-373	232	2	8	8	X
ijassa-373	232	3	]	]	X
ijassa-373	232	4	simon	simon	PROPN
ijassa-373	232	5	d.	d.	PROPN
ijassa-373	232	6	(	(	PUNCT
ijassa-373	232	7	2006	2006	NUM
ijassa-373	232	8	)	)	PUNCT
ijassa-373	232	9	.	.	PUNCT
ijassa-373	233	1	optimal	optimal	ADJ
ijassa-373	233	2	state	state	NOUN
ijassa-373	233	3	estimation	estimation	NOUN
ijassa-373	233	4	,	,	PUNCT
ijassa-373	233	5	john	john	PROPN
ijassa-373	233	6	wiley	wiley	PROPN
ijassa-373	233	7	&	&	CCONJ
ijassa-373	233	8	sons	sons	PROPN
ijassa-373	233	9	,	,	PUNCT
ijassa-373	233	10	inc	inc	PROPN
ijassa-373	233	11	.	.	PROPN
ijassa-373	233	12	new	new	PROPN
ijassa-373	233	13	york	york	PROPN
ijassa-373	233	14	.	.	PUNCT
ijassa-373	234	1	[	[	X
ijassa-373	234	2	9	9	NUM
ijassa-373	234	3	]	]	PUNCT
ijassa-373	234	4	haiyin	haiyin	NOUN
ijassa-373	234	5	zhou	zhou	PROPN
ijassa-373	234	6	,	,	PUNCT
ijassa-373	234	7	jiongqi	jiongqi	PROPN
ijassa-373	234	8	wang	wang	PROPN
ijassa-373	234	9	and	and	CCONJ
ijassa-373	234	10	xiaogang	xiaogang	PROPN
ijassa-373	234	11	pan	pan	PROPN
ijassa-373	234	12	.	.	PROPN
ijassa-373	235	1	(	(	PUNCT
ijassa-373	235	2	2013	2013	NUM
ijassa-373	235	3	)	)	PUNCT
ijassa-373	235	4	,	,	PUNCT
ijassa-373	235	5	fusion	fusion	NOUN
ijassa-373	235	6	theory	theory	NOUN
ijassa-373	235	7	and	and	CCONJ
ijassa-373	235	8	methods	method	NOUN
ijassa-373	235	9	for	for	ADP
ijassa-373	235	10	satellite	satellite	NOUN
ijassa-373	235	11	state	state	NOUN
ijassa-373	235	12	estimation	estimation	NOUN
ijassa-373	235	13	,	,	PUNCT
ijassa-373	235	14	science	science	NOUN
ijassa-373	235	15	press	press	NOUN
ijassa-373	235	16	,	,	PUNCT
ijassa-373	235	17	china	china	PROPN
ijassa-373	235	18	.	.	PUNCT
ijassa-373	236	1	266	266	NUM
ijassa-373	236	2	xuanying	xuanye	VERB
ijassa-373	236	3	zhou	zhou	PROPN
ijassa-373	236	4	,	,	PUNCT
ijassa-373	236	5	jiongqi	jiongqi	PROPN
ijassa-373	236	6	wang	wang	PROPN
ijassa-373	236	7	and	and	CCONJ
ijassa-373	236	8	zhengming	zhengming	PROPN
ijassa-373	236	9	wang	wang	PROPN
ijassa-373	236	10	,	,	PUNCT
ijassa-373	236	11	zhangming	zhangme	VERB
ijassa-373	236	12	he	he	PRON
ijassa-373	236	13	:	:	PUNCT
ijassa-373	236	14	optimal	optimal	ADJ
ijassa-373	236	15	...	...	PUNCT
ijassa-373	237	1	[	[	X
ijassa-373	237	2	10	10	NUM
ijassa-373	237	3	]	]	PUNCT
ijassa-373	237	4	jiongqi	jiongqi	PROPN
ijassa-373	237	5	wang	wang	PROPN
ijassa-373	237	6	,	,	PUNCT
ijassa-373	237	7	haiyin	haiyin	PROPN
ijassa-373	237	8	zhou	zhou	PROPN
ijassa-373	237	9	and	and	CCONJ
ijassa-373	237	10	yi	yi	PROPN
ijassa-373	237	11	wu	wu	PROPN
ijassa-373	237	12	.	.	PUNCT
ijassa-373	237	13	(	(	PUNCT
ijassa-373	237	14	2007	2007	NUM
ijassa-373	237	15	)	)	PUNCT
ijassa-373	237	16	,	,	PUNCT
ijassa-373	237	17	“	"	PUNCT
ijassa-373	237	18	the	the	DET
ijassa-373	237	19	theory	theory	NOUN
ijassa-373	237	20	of	of	ADP
ijassa-373	237	21	data	datum	NOUN
ijassa-373	237	22	fusion	fusion	NOUN
ijassa-373	237	23	based	base	VERB
ijassa-373	237	24	on	on	ADP
ijassa-373	237	25	state	state	NOUN
ijassa-373	237	26	optimal	optimal	ADJ
ijassa-373	237	27	estimation	estimation	NOUN
ijassa-373	237	28	”	"	PUNCT
ijassa-373	237	29	,	,	PUNCT
ijassa-373	237	30	acta	acta	PROPN
ijassa-373	237	31	mathematicae	mathematicae	PROPN
ijassa-373	237	32	applicatae	applicatae	PROPN
ijassa-373	237	33	sinica	sinica	PROPN
ijassa-373	237	34	,	,	PUNCT
ijassa-373	237	35	china	china	PROPN
ijassa-373	237	36	.	.	PUNCT
ijassa-373	238	1	[	[	X
ijassa-373	238	2	11	11	NUM
ijassa-373	238	3	]	]	X
ijassa-373	238	4	cetin	cetin	NOUN
ijassa-373	238	5	m.	m.	NOUN
ijassa-373	238	6	,	,	PUNCT
ijassa-373	238	7	malioutov	malioutov	PROPN
ijassa-373	238	8	d.	d.	PROPN
ijassa-373	238	9	m.	m.	PROPN
ijassa-373	238	10	and	and	CCONJ
ijassa-373	238	11	willsky	willsky	PROPN
ijassa-373	238	12	a.	a.	PROPN
ijassa-373	238	13	s.	s.	PROPN
ijassa-373	238	14	(	(	PUNCT
ijassa-373	238	15	2002	2002	NUM
ijassa-373	238	16	)	)	PUNCT
ijassa-373	238	17	,	,	PUNCT
ijassa-373	238	18	“	"	PUNCT
ijassa-373	238	19	a	a	DET
ijassa-373	238	20	variational	variational	ADJ
ijassa-373	238	21	technique	technique	NOUN
ijassa-373	238	22	for	for	ADP
ijassa-373	238	23	source	source	NOUN
ijassa-373	238	24	localization	localization	NOUN
ijassa-373	238	25	based	base	VERB
ijassa-373	238	26	on	on	ADP
ijassa-373	238	27	a	a	DET
ijassa-373	238	28	sparse	sparse	ADJ
ijassa-373	238	29	signal	signal	NOUN
ijassa-373	238	30	reconstruction	reconstruction	NOUN
ijassa-373	238	31	perspective	perspective	NOUN
ijassa-373	238	32	”	"	PUNCT
ijassa-373	238	33	,	,	PUNCT
ijassa-373	238	34	proceedings	proceeding	NOUN
ijassa-373	238	35	of	of	ADP
ijassa-373	238	36	the	the	DET
ijassa-373	238	37	2002	2002	NUM
ijassa-373	238	38	ieee	ieee	PROPN
ijassa-373	238	39	international	international	ADJ
ijassa-373	238	40	conference	conference	NOUN
ijassa-373	238	41	on	on	ADP
ijassa-373	238	42	acoustics	acoustic	NOUN
ijassa-373	238	43	,	,	PUNCT
ijassa-373	238	44	speech	speech	NOUN
ijassa-373	238	45	,	,	PUNCT
ijassa-373	238	46	and	and	CCONJ
ijassa-373	238	47	signal	signal	NOUN
ijassa-373	238	48	processing	processing	NOUN
ijassa-373	238	49	,	,	PUNCT
ijassa-373	238	50	orlando	orlando	PROPN
ijassa-373	238	51	.	.	PUNCT
ijassa-373	239	1	[	[	X
ijassa-373	239	2	12	12	NUM
ijassa-373	239	3	]	]	X
ijassa-373	239	4	tenorio	tenorio	PROPN
ijassa-373	239	5	l.	l.	PROPN
ijassa-373	239	6	(	(	PUNCT
ijassa-373	239	7	2001	2001	NUM
ijassa-373	239	8	)	)	PUNCT
ijassa-373	239	9	,	,	PUNCT
ijassa-373	239	10	“	"	PUNCT
ijassa-373	239	11	statistical	statistical	ADJ
ijassa-373	239	12	regularization	regularization	NOUN
ijassa-373	239	13	of	of	ADP
ijassa-373	239	14	inverse	inverse	NOUN
ijassa-373	239	15	problems	problem	NOUN
ijassa-373	239	16	”	"	PUNCT
ijassa-373	239	17	,	,	PUNCT
ijassa-373	239	18	siam	siam	PROPN
ijassa-373	239	19	review	review	NOUN
ijassa-373	239	20	.	.	PUNCT
ijassa-373	240	1	[	[	X
ijassa-373	240	2	13	13	NUM
ijassa-373	240	3	]	]	PUNCT
ijassa-373	240	4	tikhonov	tikhonov	NOUN
ijassa-373	240	5	,	,	PUNCT
ijassa-373	240	6	a.	a.	NOUN
ijassa-373	240	7	n.	n.	NOUN
ijassa-373	240	8	,	,	PUNCT
ijassa-373	240	9	and	and	CCONJ
ijassa-373	240	10	arsenin	arsenin	NOUN
ijassa-373	240	11	,	,	PUNCT
ijassa-373	240	12	v.	v.	PROPN
ijassa-373	240	13	y.	y.	PROPN
ijassa-373	240	14	(	(	PUNCT
ijassa-373	240	15	1977	1977	NUM
ijassa-373	240	16	)	)	PUNCT
ijassa-373	240	17	,	,	PUNCT
ijassa-373	240	18	solutions	solution	NOUN
ijassa-373	240	19	of	of	ADP
ijassa-373	240	20	ill	ill	ADV
ijassa-373	240	21	-	-	PUNCT
ijassa-373	240	22	posed	pose	VERB
ijassa-373	240	23	problems	problem	NOUN
ijassa-373	240	24	,	,	PUNCT
ijassa-373	240	25	john	john	PROPN
ijassa-373	240	26	wiley	wiley	PROPN
ijassa-373	240	27	&	&	CCONJ
ijassa-373	240	28	sons	son	NOUN
ijassa-373	240	29	,	,	PUNCT
ijassa-373	240	30	new	new	PROPN
ijassa-373	240	31	york	york	PROPN
ijassa-373	240	32	.	.	PUNCT
ijassa-373	241	1	[	[	X
ijassa-373	241	2	14	14	NUM
ijassa-373	241	3	]	]	SYM
ijassa-373	241	4	voutilainen	voutilainen	NOUN
ijassa-373	241	5	,	,	PUNCT
ijassa-373	241	6	a.	a.	NOUN
ijassa-373	241	7	,	,	PUNCT
ijassa-373	241	8	stratmann	stratmann	PROPN
ijassa-373	241	9	,	,	PUNCT
ijassa-373	241	10	f.	f.	PROPN
ijassa-373	241	11	,	,	PUNCT
ijassa-373	241	12	and	and	CCONJ
ijassa-373	241	13	kaipio	kaipio	PROPN
ijassa-373	241	14	,	,	PUNCT
ijassa-373	241	15	j.	j.	PROPN
ijassa-373	241	16	p.	p.	PROPN
ijassa-373	241	17	(	(	PUNCT
ijassa-373	241	18	2000	2000	NUM
ijassa-373	241	19	)	)	PUNCT
ijassa-373	241	20	,	,	PUNCT
ijassa-373	241	21	“	"	PUNCT
ijassa-373	241	22	a	a	DET
ijassa-373	241	23	nonhomogeneous	nonhomogeneous	ADJ
ijassa-373	241	24	regularization	regularization	NOUN
ijassa-373	241	25	method	method	NOUN
ijassa-373	241	26	for	for	ADP
ijassa-373	241	27	the	the	DET
ijassa-373	241	28	estimation	estimation	NOUN
ijassa-373	241	29	of	of	ADP
ijassa-373	241	30	narrow	narrow	ADJ
ijassa-373	241	31	aerosol	aerosol	NOUN
ijassa-373	241	32	size	size	NOUN
ijassa-373	241	33	distributions	distribution	NOUN
ijassa-373	241	34	”	"	PUNCT
ijassa-373	241	35	,	,	PUNCT
ijassa-373	241	36	journal	journal	NOUN
ijassa-373	241	37	of	of	ADP
ijassa-373	241	38	aerosol	aerosol	NOUN
ijassa-373	241	39	science	science	NOUN
ijassa-373	241	40	.	.	PUNCT
ijassa-373	242	1	[	[	X
ijassa-373	242	2	15	15	NUM
ijassa-373	242	3	]	]	X
ijassa-373	242	4	aster	aster	NOUN
ijassa-373	242	5	,	,	PUNCT
ijassa-373	242	6	r.	r.	PROPN
ijassa-373	242	7	c.	c.	PROPN
ijassa-373	242	8	,	,	PUNCT
ijassa-373	242	9	borchers	borcher	NOUN
ijassa-373	242	10	,	,	PUNCT
ijassa-373	242	11	b.	b.	PROPN
ijassa-373	242	12	and	and	CCONJ
ijassa-373	242	13	thurber	thurber	PROPN
ijassa-373	242	14	,	,	PUNCT
ijassa-373	242	15	c.	c.	PROPN
ijassa-373	242	16	h.	h.	PROPN
ijassa-373	242	17	(	(	PUNCT
ijassa-373	242	18	2013	2013	NUM
ijassa-373	242	19	)	)	PUNCT
ijassa-373	242	20	,	,	PUNCT
ijassa-373	242	21	parameter	parameter	NOUN
ijassa-373	242	22	estimation	estimation	NOUN
ijassa-373	242	23	and	and	CCONJ
ijassa-373	242	24	inverse	inverse	NOUN
ijassa-373	242	25	problems	problem	NOUN
ijassa-373	242	26	,	,	PUNCT
ijassa-373	242	27	academic	academic	ADJ
ijassa-373	242	28	press	press	NOUN
ijassa-373	242	29	.	.	PUNCT
ijassa-373	243	1	corresponding	correspond	VERB
ijassa-373	243	2	author	author	NOUN
ijassa-373	243	3	xuanying	xuanying	PROPN
ijassa-373	243	4	zhou	zhou	PROPN
ijassa-373	243	5	can	can	AUX
ijassa-373	243	6	be	be	AUX
ijassa-373	243	7	contacted	contact	VERB
ijassa-373	243	8	at	at	ADP
ijassa-373	243	9	:	:	PUNCT
ijassa-373	243	10	julia	julia	PROPN
ijassa-373	243	11	chow07@163.com	chow07@163.com	PROPN