半参数回归模型中参数随机加权估计的大样本性质

主要考虑了同方差型的半参数线性回归模型中参数的随机加权最小二乘估计（RwLsE）．讨论了用随机加权Bootstrap方法来逼近LSE的分布,证明这种逼近是以概率1渐近有效的．     

半参数回归模型小波估计的相合性

研究一类固定设计下的半参数回归模型.通过利用最小二乘法、加权最小二乘法及新方法小波估计法给出了未知参数β的估计,在较弱的条件下给出了β的最小二乘估计∧βn的弱收敛速度、强相合性以及加权最小二乘估计~βn的强收敛速度.     

END序列下半参数回归模型估计的相合性

研究误差为END序列的半参数回归模型y_i=x_iβ+g(t_i)+σ_iε_i(i=1,2,…,n).应用加权估计与最小二乘估计方法,建立未知参数β和未知函数g的最小二乘估计与加权最小二乘估计的估计量.利用END序列的Rosenthal不等式以及截尾的方法证明p(p1)阶矩的相合性.     

完全样本下威布尔分布参数的加权最小二乘估计

借助图法估计的思想和次序统计量的性质,给出了完全样本下威布尔分布参数的改进最小二乘估计与加权最小二乘估计.     

正态分布下无失效数据的可靠度分析

针对正态分布场合下无失效数据的情形,利用最小二乘估计,加权最小二乘估计和模糊加权最小二乘估计三种方法,给出正态分布参数和可靠度的计算方法.     

NEAR (p) 模型的参数估计

分别用条件最小二乘、 加权条件最小二乘和最大拟似然方法估计了平稳的NEAR(p)模型的参数. 并讨论了这些估计量的渐近性质. 通过数值模拟发现, 当参数真值较小时, 最大拟似然方法的估计效果较好； 当参数真值较大时, 加权条件最小二乘方法的估计效果较好.     

短期利率动态模型收益率和波动参数的估计

利用局部逼近的方法研究了短期利率动态扩散模型中参数的局部估计问题,给出了动态CKLS模型中的收益率参数的局部加权最小二乘估计和波动率参数的局部极大似然估计.基于上海银行间市场同业拆借利率(Shibor)的实证分析,展示了局部估计的效果,并研究了动态CKLS模型在利率波动率预报上的表现,结果显示,利率波动率的预报能较好地反映利率的实际波动.     

半参数回归模型中参数的Bayes估计

导出了半参数回归模型中参数的Bayesian最小风险线性无偏估计(BMRLUE),研究了其在均方误差矩阵(MSEM)准则、PRPC和PPC准则下相对于最小二乘加权估计(LSWE)的优良性.     

局部区域三维坐标变换的两步解法

在局部区域三维坐标变换中,布尔萨模型的旋转参数和平移参数存在相关性,容易出现解算模型病态问题.为此提出将旋转参数和平移参数分开解算的两步解法,在去掉平移参数后采用最小二乘法估计旋转参数,再用加权整体最小二乘法估计尺度参数和平移参数.该方法既可避免解算复杂的病态整体最小二乘问题,也顾及了原系统坐标误差影响.模拟实验表明:与最小二乘法和整体最小二乘法比较,两步法提高了尺度参数和平移参数的估计精度,特别是尺度参数,外围坐标变换精度明显提高.     

非参数混合效应模型的估计

针对非参数混合效应模型提出估计方法,通过B样条的方法估计非参数函数,使用惩罚(非加权)最小二乘方法估计随机效应,然后通过构造正态似然函数得到方差的估计,并且证明了方差分量的相合性和函数部分的渐近正态性;最后给出数字模拟来展示所提出方法的估计效果,结果表明:该方法给出的估计效果良好,且在数值上是稳定的。     

加权最小二乘支持向量机与最小二乘问题的关系

研究了加权最小二乘支持向量机与最小二乘法的关系．证明了用加权最小二乘支持向量机作函数估计与在特征空间中用最小二乘法得到的解是一致的．加权最小二乘支持向量机选择核相当于最小二乘法选择基函数组．由此提出了采用加权最小二乘支持向量机解决最小二乘法问题的思想,保证解具有良好的推广性、鲁棒性与稀疏性．     

曲线的随机拟合及其自适应算法

针对拟合曲线时输入样本的随机性，提出了随机拟合的概念，并给出了相应的自适应算法．该算法能够自动学习拟合需要的统计特性，进而调整拟合多项式的系数．从理论上可以证明，采用该方法所得系数可以任意逼近加权最小二乘标准的系数．对于算法中区间的长度，进行了初步的分析及优化．仿真表明，该算法有较理想的逼近效果，优于一般的最小二乘法．     

用局部Petrov-Galerkin方法分析弹性杆振动问题

提出一维弹性动力问题的局部Petrov -Galerkin方法 ,这是一种真正的无网格方法。这种方法采用移动最小二乘函数来近似解变量 ,并且采用移动最小二乘近似函数的权函数作为加权残值法的权函数。文中对形成的离散动力学方程用Newmark方法求解 ,计算实例表明 :局部Petrov -Galerkin方法是一种很有效的求解弹性动力学问题的方法。     

GIS的非线性测量数据的误差处理及其应用

针对GIS数据应用中所存在的随机误差处理这一重要问题,本文提出了一种非线性最小二乘条件平差方法,给出了顾及泰勒二阶展开的基于空间数据随机误差的非线性条件平差模型,并结合算例将该方法与线性最小二乘平差方法加以比较,结果表明,当观测值与其平差值相近时,应用非线性最小二乘条件平差可明显提高平差结果的精度,这对于解决数字化处理过程中,因源文件中图形间的相互作用而引入大量误差,从而导致不能将非线性条件方程直接线性化问题提供了一种新的方法.     

Fuzzy comprehensive evaluation for decision making of water saving irrigation system

ThebenefitofinvestmentforalargerscaleWSISiscloselyrelatedtoreasonableplanninganddesigning ,andtheim portantrequirementforplanninganddesigningistodecidewhichirrigationtechniquewillbeusedforWSISatfirst[1 ] .Manyfac torshavetobeconsideredinthestageofplanning ,andmostofthemarehardtobeanalyzedquantitativelynowadays[2 ,3] ,theexperiencesofexpertsanddecisionmakersplayleadingroles,butthiswoulddeviatefromobjectiverealityowingtothedecisionmakersaredifficulttoavoidasubjectivityandone sidedview[4] .Bec…     

配点型无网格法的误差影响因素分析

基于移动最小二乘原理的无网格法对结果可能产生影响因素有:节点划分疏密程度、权函数的类型、支撑域半径及基函数的类型等.本文主要通过具体弹性体算例分析,说明节点划分疏密程度、支撑域半径等不同因素对加权最小移动二乘无网格法误差产生的影响.最后算例结果表明配点型无网格法的误差的主要影响因素为节点计算中控制点所引入误差多少,及计算形函数的二阶导数所产生的误差.     

非定常控制系统状态滤波公式的另一证明

本文应用加权最小二乘法,得到线性非定常控制系统状态滤波公式另一证明.作为特例,同时也得到一组新的卡尔曼滤波公式.     

实时虚拟环境的生成算法的研究

采用三维空间距离加权最小二乘函数插值方法 ,求取数字化空间测试值 ,从而实现快速平滑绘制虚拟实时视景空间。     

一种阵列式传感器数据融合方法的研究

提出了一种基于支持度和自适应加权的阵列式传感器数据融合方法。其特点是通过关联融合多组测量信号序列以降低静态数据的随机测量误差。对单传感器测量信号序列,采用支持度方法计算每个测量数据的综合支持度和加权因子,然后对测量信号序列进行加权融合。对阵列式传感器多组测量信号序列,基于单传感器数据融合,利用自适应加权方法,在总均方误差最小意义下进行多组测量信号序列数据融合。仿真结果表明,该阵列式传感器数据融合方法是有效的。     

挠性转子动平衡量的扰动计算法

本文将数值逼近中提出的提高曲线最小二乘拟合精度的扰动法应用于挠性转子动平衡量的计算中,解决了影响系数法平衡转子时经常遇到的个别点残余振动较大的问题。并通过一个实例进行验证。与计算转子平衡量的最小二乘法,加权最小二乘法及文献[3]作者提出的优化计算法进行了比较。结果证明该方法效果明显,应用简便,适合工程应用。