初值对2PLM下MCMC参数估计影响的评价

针对马尔科夫链蒙特卡洛(MCMC)做参数估计因初值不好而链长太长且耗时太久的缺陷,利用MonteCarlo模拟进行研究,结果发现:使用MCMC进行估计项目反应理论中2PLM的未知能力参数和项目参数,当样本量或项目量较大,且链长较短时,初值作用明显,比较准确的初值估计精度更高.这个发现可以在一定条件下,弥补MCMC耗时太久的缺陷.     

项目反应理论在构建标准化考试题库系统中的应用

用项目反应理论编制标准化考试题库系统,旨在探究教育测量的新理论应用,为学科教育评价提供辅助工具。题库以四年级数学为测验内容,按标准化编制项目施测、评分、分析,其中选用三参数的逻辑斯蒂克模型,并用贝佳法检验了测验的单纬性,利用ANOTE软件估计项目参数,用基于题目分类下的经验判断法建立一个划界分数,接合项目信息量组成题库,最后讨论了能力估计方法、抽题策略、结束控制等题库编制的关键技术。     

在线考试系统题库自动抽取的实现

随着网络教育及在线课程的迅速发展,在线考试系统成为一项不可或缺的学习支持系统。在在线考试系统开发的基础上,阐述了题库的主要功能实现,数据库的设计,以及题库自动抽取技术的实现。其中着重分析了考试设置的技术实现及抽题过程,并深入探讨了采用编程语言提供的随机函数实现随机抽题的过程。     

基于主动视觉的机器人末端姿态测量

采用平面校准形及移动摄像机到不同形位摄取图像的方法来进行摄像机校准，由灭点正交性和单对应矩阵的固有特征估计摄像机内、外参数初值，通过非线性优化来最小化投影误差；利用遗传算法求解机器人手眼矩阵，避免了初值估计，可容易地得到机器人执行器末端相对于绝对坐标系的姿态．实验和计算验证表明，这种测量方法是有效的，可以用于机器人校准、机器人辅助测量以及机器人辅助手术等领域．     

机载氧气浓缩器性能测试系统设计及校准技术研究

文章介绍了机载氧气浓缩器性能测试系统及其校准装置设计原理,分析了测试系统及校准装置的结构及技术方案,重点研究综合数据采集及多参数控制系统的实现途径.性能测试系统可模拟飞机实际飞行状态中的各种试验参数,实现氧气浓缩器的综合性能测试.校准装置可实现性能测试系统的实验参数在线校准,保证性能测试参数准确可靠.     

一种基于扩展Kalman滤波的多径估计算法

定位系统中,噪声环境下的多径估计是消除多径干扰的前提。提出了一种基于扩展Kal-man滤波(EKF)的多径估计算法,可以有效的估计多径信号的时间延迟和幅度。分析了本地码估计偏差、EKF的估计初值、相关间距以及采样频率对多径估计性能的影响。结果表明,EKF在估计多径信号时,EKF初值不仅影响其收敛速度,而且EKF初值中的幅度初值决定其是否收敛。同时,EKF时间延迟估计误差可以通过提高采样频率和增加最大早晚码间距来减小。     

子题库题量不平衡的按a分层选题策略

讨论了子题库中题量的配置是否是最优的问题,分别将子题库划分成项目数相等和不相等的情况进行比较.通过计算机模拟实验显示,当各子题库的项目数量逐层减少时,测验效率与项目曝光率指标都较理想.     

城市污水处理出水水质预测预报的一种多步记忆软测量建模

针对目前城市污水处理过程某些重要出水水质指标参数因缺乏可靠的专用在线仪表而只能靠人工化验来确知的现状,本文引入了软测量技术并根据污水处理工艺运行的实际情况,设计了具有记忆能力的软测量模型,由已知的过程参数来估计出不可在线测量的目标参数值.仿真研究结果表明具有多步记忆的软测量模型其预测精度高于常规软测量模型.多步记忆软测量模型的获取为开发实用化的污水处理出水水质预测预报软件奠定了坚实的基础.     

考虑摩擦补偿的SEA弹性体刚度在线估计方法

提出了一种考虑摩擦补偿的串联弹性作动器(SEA)弹性体刚度在线估计方法.该方法利用作动器在适当条件下电机电流补偿摩擦力矩后估计的力矩来实时校准弹性体刚度,以减小弹性体刚度变化带来的力矩估计误差.通过实验定量分析了基于谐波减速器的系统摩擦力矩模型参数.对比弹性模型和电流模型计算力矩的优缺点,分析出当电机角速度在适当范围且负载变化较小的稳定状态时,电流力矩模型补偿摩擦力矩后可准确地计算负载力矩.负载稳定状态时,以电流模型估计力矩,并采用卡尔曼滤波算法对弹性体刚度实时校准.负载不稳定状态时,以弹性模型估计力矩.实验结果表明,本方法能有效克服弹性体刚度变化导致的力矩误差.     

基于Bootstrap的小样本可靠性评估方法

针对小样本情况下,采用极大似然估计Mle法求解分布参数会产生较大误差的问题,基于Bootstrap数据扩充的思想提出了B-mle法,减小了参数估计的误差.首先,利用Bootstrap法对小样本数据重抽样产生多组再生样本,达到扩充数据样本的目的;其次,对再生样本采用极大似然估计求解分布参数,得到多组参数的极大似然估计值,...     

光纤捷联惯性测量组件在无安装基准时标定方法

为了提高光纤捷联惯性测量组件(IMU)在没有安装基准时的标定精度,推导IMU在存在安装误差时的精确测量模型,采用粗、精两级结合标定的方法进行标定. 粗标定采用传统的6位置标定编排,精标定按回归D最优原理设计了试验编排方案,并对测量模型参数进行带约束条件寻优,以粗标定的结果为寻优时的初值. 实验结果表明,该方法能准确估计出IMU在转台上的安装误差角及测量模型中的各参数项,达到了IMU安装时不需要调平和对准也能实现精确标定的目的. 经多次重复实验发现,"30位置"标定编排拟合误差最小,复相关系数最大,可作为系统的最佳标定方案.     

EM算法在不完全数据参数估计中的应用

EM算法是参数估计中一种很重要的方法,在处理不完全数据中有重要应用．用EM算法给出了基于状态空间模型的不完全数据的参数估计,得到了利用迭代算法计算参数估计值的方法．将之用于实例,结果表明,预测结果很好．误差在可接受范围内．     

基于贝叶斯网络的室内无线信号强度学习算法

考虑到接收信号强度（RSS）算法的定位结果有着其不确定性,提出了一种新的生成场强分布图的自动学习算法.在此算法中,在初始简易场强分布图的基础上,首先启动一个带有默认参数值的线性模型,然后自动学习各类在线RSS数据;在学习的过程中,基于现有的支持RSS测量的WLAN、Zigbee、UMB等无线网络,扩展了标准的最大期望（EM）算法,推算出场强分布图的一种最大似然（ML）估计算法并运用到自动学习中,就可以生成一较精确的场强分布图.模拟表明,无需任何校准数据,该方法可以提供较高的精度.     

基于模型的工业机器人误差参数标定技术研究进展

 为提高机器人末端控制精度,围绕基于模型的工业机器人误差参数标定技术,总结了其应用在高精度机械加工制造领域时存在的误差参数不完整、标定成本高和标定精度不满足工业需求等关键问题;综述了误差参数标定模型建模方法、机器人末端位姿测量技术、误差参数辨识技术和误差补偿技术4个方面的进展,分析了处理复杂标定任务时基于模型的误差参数模型标定技术的主要难点进行总结,针对传统建模方法不再满足标定需求、现有自标定技术测量精度不够、传统线性辨识算法在辨识矩阵奇异或存在冗余参数时无法得到准确的辨识结果、如何高效获得和处理测量得到的误差数据等难题,提出了可行性解决方案及发展方向。     

广义I型逐阶区间删失混合Weibull数据的参数估计

源于有限混合总体的广义I型逐阶区间删失数据参数估计方法的研究不多,基于有限混合Weibull模型,讨论Expectation-Maximization(EM)算法对广义I型逐阶区间删失数据参数估计的有效性及其改进。首先给出估计参数的EM算法,通过仿真算例,说明EM算法对广义I型逐阶区间删失混合数据参数估计产生了过度迭代现象,进而,提出了停止EM算法的加权绝对偏差信息准则。改进的EM算法改善了EM算法无法确定参数估计停止迭代时刻的不足,在选择适当初值后,可快速获得满意的参数估计结果。仿真算例验证了该方法的有效性。     

约束UKF初始参数对Bouc-Wen模型参数识别的影响

为获得约束UKF初始参数对模型参数识别的影响规律,针对Bouc-Wen模型给出基于约束UKF在线参数识别方法,通过数值模拟分析初始状态估计均值与协方差、过程噪声协方差、观测噪声协方差等滤波器初始参数对模型参数识别精度与收敛速度的影响,提出相应的参数取值建议.结果表明：在无模型误差的情况下,约束UKF对初始参数的设置具有较好的鲁棒性;适当地增大初始状态估计协方差,减小过程噪声,采用真实系统观测噪声协方差以及减小初始参数值与真实值的偏差,可以有效提高参数识别收敛速度和精度.该研究为基于约束UKF的非线性结构模型在线参数识别方法提供了参考.     

双边定时截尾下Pareto分布的参数估计

在双边定时截尾样本下,用极大似然法求Pareto分布中形状参数的估计,由于似然方程较复杂,无法得到参数的显式表达式,但是可以证明极大似然估计是唯一存在的. 由于EM算法是处理缺损数据的一种有效方法,因此利用该算法来求参数的估计问题.用EM算法得到了形状参数估计的迭代式,借助Louis遗失信息原则得到了估计的渐近方差,根据中心极限定理得到了形状参数的近似置信区间.随机模拟结果表明形状参数的EM估计收敛到其极大似然估计.实例给出了不同样本下参数的点估计和区间估计.     

基于遗传算法和高斯牛顿法的超声回波信号参数估计

在超声回波信号参数估计中,如果高斯牛顿法选取的迭代初值接近参数向量的真实解,则容易找到最优解;如果初始值远离最优解,则高斯牛顿法不收敛或者只收敛到局部最优解。针对高斯牛顿法对迭代初值敏感的问题,提出了遗传算法和高斯牛顿法结合的参数估计方法。该方法充分利用遗传算法善于进行全局搜索和高斯牛顿法善于进行局部快速搜索的优点,首先使用遗传算法求出超声回波信号的参数初值,然后利用这组初值进行高斯牛顿法迭代搜索。仿真结果表明,基于遗传算法和高斯牛顿法相结合的方法,具有收敛速度快、精确度高的特点。     

增删数据场合最小二乘估计算法的比较研究

给出了增删数据场合多元线性回归模型参数最小二乘估计的两种算法-递推算法和Givens变换法,二者都利用已有的结果,减少计算量.递推算法给出预测误差的关系式,可直接比较预测误差大小;Givens变换法不能直接导出预测误差的关系式,但更容易算出残差平方和,可通过比较残差平方和大小比较增删数据前后参数估计的好坏.     

基于因特网的共享控制系统接入设备的在线辨识

研究在基于因特网的共享控制系统中,服务器节点在时变时延的网络环境下对接入设备对象的在线辨识.分析网络环境下被控设备对象在线辨识的方法与理论难点,融合控制技术及网络通信技术设计网络环境下共享控制系统接入设备在线辨识的模型结构.实现了服务器节点在网络环境下对电液位置伺服控制设备的模型参数辨识.以无网络环境下对该设备的辨识结果为基准,二者辨识结果基本一致.结果表明,该方案实现了被辨识的设备对象与辨识的服务器在空间位置上的分离,扩展了系统辨识的应用范围.