曲线拟合滤波在无人机导航数据处理中的应用

针对无人机导航数据处理强实时性的要求,提出了一种利用曲线拟合外推法进行数据滤波的方法。该方法基于量测信息连续变化的特点,利用曲线拟合外推法得到量测信息的近似理论值,根据量测信息相对于近似理论值的偏差程度对其进行分类,按提出的数据处理结构模型分别进行滤波。该方法无需量测信息的先验知识,能够准确地获得实时导航信息,并且在小噪声扰动时处于稳定,对于过失误差有较强的鲁棒特性。通过仿真实验证明了该算法的有效性。     

线性模型系数的有界影响辨识

基于采样数据的新息增量过程,创造性地提出了回归系数的有界影响辨识算法．该算法具有简洁的递推关系和良好的容错能力．理论分析和仿真计算证实,该算法能有效地克服异常数据的不利影响,提高统计推断的可靠性．     

线性回归模型的非线性稳健估计——基于经验过程理论的研究

线性回归模型参数估计的有效性及对厚尾扰动和离群值的稳健性有进一步改进的余地.本文基于条件分布函数提出线性参数模型的一种新的非线性稳健估计量,利用经验过程理论证明了其相合性和渐近正态性.相对于OLS(ordinary least squares)估计量和常用的稳健LAD(least absolute deviations)和Huber估计量,此估计量可全面把握因变量的分布信息,较准确地由样本数据反映真正的数据生成过程,关于扰动项的厚尾分布具有更好的稳健性,且可更好地消弱极端离群值样本对参数估计的不良影响.多种实验设计的模拟表明,此估计量在有限样本下表现良好;在厚尾扰动或离群值出现的时候,显示出良好的稳健性,且优于OLS、LAD以及Huber估计量的小样本表现.     

基于距离的异常成绩检测方法

数据质量对于学生成绩具有十分重要的意义.本文将教育学原理与数据清洗技术相结合,提出了基于距离的异常成绩检测方法.在理论上论证了方法的合理性,并通过实验验证了方法的有效性.本文的工作不仅对于提高成绩管理系统的运行质量有直接的作用,而且为将数据质量研究应用于教育信息化领域提供了很好的开端.     

Outlier-DivideConquer：近似聚集查询中离群分治取样算法

取样是一种通用有效的近似技术,利用取样技术进行近似聚集查询处理是决策支持系统和数据挖掘实现技术中的常用方法.如何正确有效地给出近似查询结果并最小化近似查询误差是近似查询处理的关键和目标.在深入研究近似聚集查询取样方法的基础上,本文提出了一个有误差确界且只需单遍扫描数据集的离群分治取样Outlier-DivideConq...     

A Robust Test for Threshold‐Type Nonlinearity in Multivariate Time Series Analysis

There is growing interest in exploring potential forecast gains from the nonlinear structure of multivariate threshold autoregressive (MTAR) models. A least squares‐based statistical test has been proposed in the literature. However, previous studies on univariate time series analysis show that classical nonlinearity tests are often not robust to additive outliers. The outlier problem is expected to pose similar difficulties for multivariate nonlinearity tests. In this paper, we propose a new and robust MTAR‐type nonlinearity test, and derive the asymptotic null distribution of the test statistic. A Monte Carlo experiment is carried out to compare the power of the proposed test with that of the least squares‐based test under the influence of additive time series outliers. The results indicate that the proposed method is preferable to the classical test when observations are contaminated by outliers. Finally, we provide illustrative examples by applying the statistical tests to two real datasets. Copyright © 2015 John Wiley & Sons, Ltd.     

基于DS的孤立点检测在瓦斯浓度判定中的应用

对几种孤立点检测算法进行介绍,总结它们的特点.针对孤立点检测算法的一些弊端和瓦斯浓度的实际情况,选择一个基于DS(距离和)的孤立点检测算法实现对瓦斯浓度的异常数据进行分析处理,找到真正的异常数据,保证煤矿安全预警的准确性.     

基于灰关联分析的加权自适应谱聚类算法

为了降低谱聚类采用高斯函数作为相似性度量方式对参数的敏感性,以及能够发现多密度簇的同时降低噪声点的干扰,提出了一种将基于均衡接近度的灰关联分析结合到谱聚类中的新方法,采用加权的自适应相似性度量方式。最后用改进的FCM算法对其进行聚类。在真实数据集和人工数据集上分别对提出的算法和现有算法进行了比较分析。研究结果表明,提出的新算法能够消除参数的影响,具有更高的聚类精度。聚类精度采用F测度指标。     

t检验法优于格拉布斯检验法

在犯第一类错误（将真当假）的概率相同的情况下，t检验法比格拉布斯检验法犯第二类错误（将假当真）的概率小，即t检验法的检验功效更高。     

A cautionary note on outlier robust estimation of threshold models

Chan and Cheung (1994) propose a GM approach to outlier robust estimation of threshold models. We show that their estimator can be inconsistent and extremely inefficient even when the model is correctly specified and the disturbances are normally distributed, and outline situations in which the problem is likely to be more severe. Copyright © 2006 John Wiley & Sons, Ltd.