非线性回归模型线性化后的参数估计精度问题

根据LS估计理论,对非线性回归模型线性化后参数估计精度存在的问题进行了分析,通过变量变换对线性化模型随机误差的方差进行了修正,建立了新参数估计模型.新参数估计模型满足Gauss-Markov假定,保持了LS估计的优良性质.     

LS估计的抗差性分析

依据LS估计的分解，对LS估计的抗差性进行了分析。通过观测数据协方差矩阵的改进，建立了一种抗差参数估计方法。     

协方差分析模型的影响分析

 考虑一般形式下的协方差分析模型的影响分析,分别导出了在模型扰动前后回归系数的LS估计和效应参数的LS解的相互关系,并证明了均值漂移模型与数据删除模型在参数估计上的等价性.利用Cook统计量和协方差比统计量,分别给出了均值漂移模型下回归系数和效应参数的可估函数的估计精度的影响度量.     

一类线性模型回归系数的广义平衡LS估计及其性质

在Zeller平衡损失思想的启发下,对误差协方差阵为非单位正定阵的线性回归模型提出了一种新的参数估计标准,得到了回归系数的广义平衡LS估计及其性质。     

一阶转移Poisson模型参数的统计推断

分析了一阶转移Poisson模型，给出了参数估计的方法．理论分析结果表明，参数估计具有渐近正态性，方差矩阵的估计具有相合性．     

平衡损失下回归系数James-Stein估计的性质

在平衡损失下给出了回归系数James—stein估计优于最小二乘(LS)估计的充要条件，得到了在Pitman close—ness准则下James—Stein估计相对于LS估计的优良性。     

LS估计变劣后的改良

对LS估计变劣的原因进行了分析．根据该原因，运用矩阵论理论，在保持LS估计方法不变的前提下，建立了一种对变劣的LS估计进行改良的方法．实例分析表明，改良的效果是显著的．     

混合系数线性模型参数的新估计与LS估计的比较

混合系数线性模型在连续测量数据的情况下，给出了固定系数a和随机系数期望b的一种新估计．在均方误差的意义下，证明了混合系数线性模型参数的新估计优于最小二乘估计（LS估计），并给予了应用举例．     

基于神经网络的一类非线性系统参数估计

基于Ｈｏｐｆｉｅｌｄ神经网络的神经计算原理，提出了一类非线性系统的参数估计方法：首先将系统参数估计问题转化为以系统模型残差平方和为目标函数的优化计算问题，然后利用连续Ｈｏｐｆｉｅｌｄ神经网络的神经计算估计待辨识参数．数字仿真结果表明，该方法不仅算法简单，而且估计精度高．     

自回归模型在西安市日用水量预测中的应用

根据时间序列中的建模方法,对数据的平稳性检验、模型类型的识别以及如何利用偏相关定阶法确定自回归模型的阶数作了介绍.阐述了样本参数估计的LS估计方法和模型检验的χ2检验法.对西安市日用水量进行分析,得到了该市日用水量预测的自回归模型,经检验该自回归模型预测效果良好.     

自适应变系数EV模型中系数参数的估计

从一般情况下的变系数EV模型入手来讨论一种新型的自适应变系数EV模型,主要是介绍了这种新型模型中的系数参数的估计,进而讨论了参数估计的相关性质.对估计中权函数的性质,估计的渐近性进行了讨论并给出了严格的证明.     

基于遗传算法的项目反应理论3PLM参数估计

对MT中3PLM的参数估计问题，用传统的统计估计方法解决得并不令人满意，该文应用加速遗传算法解决这一问题，这一方法克服了传统参数估计算法中对迭代初值要求严格的缺点．蒙特卡洛模拟结果显示，新的估计方法提高了估计值对真值的恢复能力，特别是提高了难度和猜测度参数估计的精度．     

一类时变时间序列模型的参数估计研究

根据对一类时变时间序列模型结构特点的研究,提出了一种时变ＡＲ模型的递推参数估计算法。其原理是将时变参数的估计转化为对状态方程的状态估计,采用卡尔曼滤波推导出参数估计递推公式,并研究了其渐近稳定的充分条件。     

起算数据精度的测量参数估计的新解算

针对起算数据具有误差时现有处理方法的不足,利用广义最小二乘原理,提出了一种新的顾及起算数据精度的参数估计方法,推导了基于广义最小二乘原则的顾及起算数据精度的参数估计公式,与将起算数据视为无误差的传统测量平差方法,或虽考虑起算数据精度,但将其与观测值一起进行整体平差的方法相比,在理论和方法上都有较好的改进。算例表明:给出的参数估计模型较传统平差解算方法,其参数估计的精度有明显提高。     

基于SAS程序模拟运算的函数模型Y=(a+bX)/X+ε参数估计及其应用

数学模型参数的估计常采用经典统计方法,本研究将SAS程序和贝叶斯统计相结合,对非线性回归模型Y=(a+bX)/X+ε进行参数估计,并通过实例演示验证了该方法的有效性,为统计方法提供了新的手段和途径.     

Linear Support Vector Machine Based Inter-harmonic Modeling and Parameter Estimation

There are often many inter-harmonics in power system.The high measurement accuracy of inter-harmonics order,amplitude and initial phase is needed.A new approach is presented for inter-harmonic modeling and parameter estimation based on linear support vector machine (SVM).Firstly,parameter estimation of linear model is realized based on standard linear SVM.Then,inter-harmonic model is transformed to a linear model according to trigonometric functions.The approach obtains order of inter-harmonic model with wi...     

定量相衬成像中自适应阈值翻转的相位解包裹算法

当原始相位超过周期π时，定量相衬成像中多峰相位分布与包裹相位会出现增减交替，存在多极值点.针对该问题，提出一种基于自适应阈值翻转的相位解包裹算法(SATR), 实现了定量相衬成像中的真实相位重构, 分析了相衬成像原理和自适应阈值翻转相位解包裹算法的实现过程.通过模拟验证计算，并与最小二乘法(LS)、横向剪切最小二乘法(LSBLS)以及四向横向剪切最小二乘法(FLSBLS)的结果进行对比，证明该算法的可行性与准确性.该算法在一定程度上提高了相位解包裹的精确度，为强干扰、高精度及大计算量的解包裹提供了新的思路.     

一种新低信噪比下自回归谱估计方法

本文基于周期图谱估计和自回归参数谱模型,在频域中引入目标函数,利用无约束最优化方法,得到一种新的自回归参数谱估计方法。这是种更适合于低信噪比条件的方法。     

基于遗传算法的河流水质模型参数估值系统

河流水质模型的参数最优化估值需要进行约束非线性规划的求解,遗传算法是一种高效的启发式随机搜索算法。将遗传算法应用于河流水质模型的参数估值问题的求解,开发了基于遗传算法的QUAL2E模型参数估值系统,并进行了算例验证,结果表明该系统具有较高的可靠性和搜索效率。