基于加权最小二乘法的广域测量系统状态估计

广域测量系统的根本在于对母线的幅值和相角进行精确的测量。在整个广域测量系统的测量满足一定的冗余度的情况下,采用加权最小二乘法对测量值进行状态估计,并且对不良数据进行检测。本文最后应用经典的WSCC9节点系统进行算例仿真,验证该算法的可行性和有效性。     

支持向量机在股市预测中的应用

介绍了回归问题与支持向量机及其股市预测的研究现状,提出了采用支持向量机的股票预测方法,通过实验证明了该方法的有效性.     

混合效应模型的双MCP惩罚分位回归研究

针对混合效应模型,在已有的双Lasso正则化分位回归(DLQR)的基础上,结合MCP惩罚,提出了双MCP正则化分位回归(DMQR).通过对惩罚方法的改进,使得模型的拟合效果大大提高.在求解参数时使用交替迭代算法使得每次只用求解单个MCP惩罚的分位回归,并结合针对非凸惩罚的迭代坐标下降法(QICD)使得计算的速度大大提高.在稀疏模型的模拟研究中发现,无论在何种误差条件下,DMQR都能很好的排除冗余变量,效果相对于DLQR有了较大的提升.且在模型的稀疏程度不同时,都能得到很好的模拟结果.     

基于混沌时间序列分析的信息注入技术研究

初始序列号猜测是在信息对抗中谋求信息优势的一项关键技术。目前常用的初始序列号猜测算法是Michal算法。在对Michal算法进行分析的基础上,结合混沌时间序列分析方法和线性回归法,提出了一种新的初始序列号猜测算法并加以验证;结果表明,序列号猜测对信息注入是有效的,可以减少注入的不确定性,目前操作系统的ISN生成算法仍然存在安全风险。     

CRT显示器色空间变换方法的比较

分别采用多项式拟合、三维查找表和神经网络方法,建立CRT显示器设备颜色空间RGB与输出CIEXYZ色空间的非线性对应关系。完成了设备颜色显示的特征化。对两个常用的显示器进行了实验,并进行色差分析,比较三种方法的精确度。实验结果表明。对常用显示器的特征化,多项式拟合的方法精度较低;曼维查找表和神经网络技术可以满足精度要求,其中神经网络方法最具优势,GIELab平均色差为0．23-3．71。     

广义系统多传感器分布式融合降阶Kalman滤波器

对于带多传感器的广义线性离散随机系统,应用奇异值分解,将其变换为等价的两个降阶多传感器子系统,提出了基于变换后的状态融合器构造原始状态融合器的新的融合方法。应用Kalman滤波方法,在线性最小方差按矩阵加权、按对角阵加权和按标量加权融合准则下,分别提出了三种最优加权融合降阶广义Kalman滤波器。可统一处理融合滤波、平滑和预报问题。可减少计算负担和改善局部滤波精度。证明了三种融合器和局部估值器之间的精度关系。为了计算最优加权。提出了局部滤波误差协方差阵的计算公式。一个Monte Carlo仿真例子说明了其有效性。     

基于非线性回归最小二乘法的改进Gompertz模型参数估计

可靠性增长试验是产品研制阶段不可缺少的一项提高产品可靠性的工程项目。成败型试验的可靠性增长数据通常用Gompertz模型进行评估,但存在S形增长数据拟合精度差的不足。根据高斯一牛顿最小二乘法和多元线性回归最小二乘法原理,提出改进的Gompertz模型参数估计的非线性回归最小二乘法。用试验数据对改进后的模型进行验证,拟合度较好。     

权回归模型中的相对效率

将线性模型中定义的一种新相对效率e4()=min1≤i≤pλi(Covβ)λi(Cov)推广到权回归模型中,并研究了它的下界以及它与某些广义相关系数之间的关系.     

油田产量开发规划模型研究及应用

本文对如何完成油田开发产量任务,合理地安排各种措施工作量进行了研究,建立了多目标线性规划模型,并利用计算机编写相关程序,求出最优方案,应用到具体的油田某区块产量规划实例中,解决了油田产量最优规划问题。     

多传感器信息融合Wiener反卷积平滑器

应用现代时间序列分析方法,基于ARMA新息模型和增广的状态空间模型,提出了按标量加权多传感器最优信息融合ARMA信号Wiener反卷积平滑器,给出了计算局部平滑器误差方差和互协方差的计算公式,它们可被用于计算最优加权系数．同单传感器情形相比,可提高融合平滑器的精度。一个仿真例子说明其有效性。