非对称损失函数下逆指数分布参数的Bayes估计

针对逆指数分布的估计问题,在参数的先验分布为无信息Quasi先验分布下,得到了平方误差、LINEX损失和熵损失函数下参数的Bayes估计。最后,通过各估计在平方误差损失函数下的风险函数的比较给出本文的结论。     

基于对称损失函数下Poisson分布变异系数的估计

对应用统计中常用的参数Karl-Pearson变异系数,在给定的一组Poisson样本下,用对称损失函数研究了它的Bayes估计的形式与性质,并由此讨论了它的一类估计的可容许性和不可容许性,模拟结果表明:所得到的Karl-Pearson变异系数的Bayes估计具有较高的精度,可以在统计判决问题中使用.     

熵损失函数下指数分布参数的估计

文章在指数分布参数的先验分布为其共轭先验分布Gamma分布Γ(a,b)时,给出了其在熵损失函数下的E-Bayes估计和多层Bayes估计。     

不同损失函数下偏正态分布的Bayes估计

在二次损失函数和平衡损失函数下, 研究偏正态分布的Bayes估计及估计的优良性, 给出了不同模拟方法的结果, 并比较了不同损失函数下Bayes估计的差异性.     

相对损失函数下期望向量的线性Minimax估计

设Y1,Y2,…,Yn,i.i.d.,EY1=β,CovY1=Σ这里β∈Rp,Σ>0均未知.在两种相对损失函数下,我们给出了线性估计在线性估计类中的唯一的线性Minimax估计.     

方差未知时一类加权损失函数下正态分布均值的改进估计

讨论了一类加权损失函数下方差未知时，通常估计的非容许性问题，给出了改进估计．所得结论较已有结果更为一般化．关键词     

多维正态分布参数估计的损失函数和风险函数的Bayes估计

在N P（θ,Σ）和方差Σ已知情况下,给出了多维正态分布多维参数均值θ=（θ1,θ2,…,θΡ）估计的损失函数和风险函数的Bayes估计。     

熵损失函数下巴斯卡分布参数的Bayes估计

研究在熵损失函数下 ,巴斯卡分布可靠度的 Bayes估计及其可容许性 ,并且给出 Bayes置信下限以及多层 Bayes估计的表达式     

对数误差平方损失函数和MLINEX损失函数下一类分布族参数的Minimax估计

考虑如下一类分布族:F(x;θ)=1-[g(x)]θ,A≤x≤B,θ＞0,其中g(x)是关于x单调递减的可微函数,且g(A)=1,g(B)=0.在对数误差平方损失函数和MLINEX损失函数下,得到了参数的Bayes估计和Minimax估计.     

一种基于改进CAMDF的进动周期估计方法

针对基于RCS序列估计进动周期出现加倍误判的问题,首先分析弹道中段进动目标RCS序列的统计特性及其周期性特点,然后通过理论分析指出以周期长度采样的样本集合之间必然具有相似性的假设是传统AMDF函数产生加倍误判问题的主要原因,最后分析并证明了当序列长度不等于周期的整数倍时,CAMDF函数具有克服加倍误判问题的特性,提出一种基于改进CAMDF的进动周期估计方法。仿真实验表明,该方法能够有效克服周期估计中的加倍误判问题。     

只测角单站被动式高精度定位方法

讨论了只测角被动式单目标环境下固定发射源的位置可观测性条件，并进行理论分析，给出定位精度的Cramer-Rao下界，提出以最大化Fisher信息矩阵行列式为原则来优化侦察机轨迹，改善目标的定位精度。建立解此最优问题的模型，研究了利用计算机求解最优轨迹的方法。基于极大似然估计，提出了高精度被动目标定位方法。仿真结果表明，该方法可以显著地提高目标的定位精度，并使其逼近Cramer-Rao下界。     

六自由度弹道仿真航路规划评价方法

针对飞行器航路规划评价方法单一、缺乏合理性与动态特性验证等问题,提出了基于六自由度弹道仿真的航路规划评价方法.分析了影响航路评价的几种因素,并建立起基于Simulink的六自由度弹道模型.将已规划航路输入六自由度弹道模型中,通过仿真得到飞行器沿航路飞行时的各飞行参数实际响应,从动态角度分析已规划航路的合理性,以更加接近真实情况的仿真手段实现对规划效果的全面评价.仿真结果表明,该评价方法可以实现对规划航路动态特性的验证.     

战术弹道导弹弹道和落点预报探讨

给出了利用地基预警雷达的测量数据预报战术弹道导弹(TBM)弹道和落点的方法，对应用雷达测量数据预报战术弹道导弹弹道和落点的数据处理工作作了初步偿试，对反战术弹道导弹(ATBM)作战理论研究具有一定的参考价值。     

基于跟踪轨迹的车辆异常行为检测

为提高ITS(Intelligent Traffic System)交通事件管理的智能性, 提出基于跟踪轨迹的车辆异常行为检测,分为目标检测跟踪、轨迹分析处理和车辆行为分析3 个步骤。首先利用三帧差法对目标进行初始定位, 采用基于Kalman 预测器的改进跟踪算法对车辆进行跟踪; 然后提出采用最小二乘法自适应分段直线拟合算法对目标跟踪获得的运动轨迹进行快速拟合; 最后结合运动方向变化率和速度变化率两个参数建立车辆异常行为检测模型。实验结果表明, 在道路监控视频中, 该算法能快速准确检测急刹车、急转弯和急转弯刹车等车辆异常行为。     

基于关机点状态的战术弹道导弹落点估计

如何准确快速地预报TBM的落点是反TBM部署以及提高拦截概率的关键步骤.首先介绍了反导作战中的常用坐标系;在适当假设的前提下,建立了基于关机点状态的弹道导弹落点估计数学模型,模型简单、精确,克服了现有估计方法的弊端;并对落点估计误差用概率圆的方法进行了分析.利用所构建的模型进行了Monte Carlo仿真,从仿真结果看出:仿真所得出的TBM落点估计值与真实值之间存在偏差,这主要是由于模型误差以及再入段没有考虑大气阻力影响等原因造成的,但偏差量较小,说明了该模型具有很好的可靠性及实用性,对TBM落点估计具有一定的实际意义.     

基于深度学习的DTMB外辐射源雷达参考信道估计

参考数据的纯度影响着地面数字广播多媒体(DTMB)外辐射源雷达的探测能力,而参考信道估计的精度是影响参考数据恢复的关键因素。针对此问题,文章将基于深度学习理论的信道估计方法引入外辐射源雷达参考信道估计过程。利用自回归模型对参考信道进行建模,并搭建参考信道估计网络。通过迭代训练后,估计得到参考信道响应。相比于传统算法,基于深度学习的参考信道估计精度得到有效提升,改善了雷达的探测性能。     

基于轨道根数交接的弹道导弹落点快速预报

为实现弹道导弹精确落点的快速预报,提出基于轨道根数交接的落点预报方法。多功能地基相控阵雷达通过综合自身计算的目标轨道根数信息与远程预警相控阵雷达上报至预警中心的目标轨道根数信息,对弹道导弹实时定轨,待落点误差精度满足要求后,进行落点精确预报。仿真结果表明,相对传统落点预报方法,能够将预报时间缩短近40%。     

基于人工神经网络送电线路工程造价的快速估算

根据送电线路工程造价结构的影响因素,结合人工神经网络的特点,提出了运用人工神经网络进行工程造价快速估算和审查的方法.分析送电线路工程造价结构和影响因素,构建关于送电线路工程造价的神经元输入输出向量,建立了相应的人工神经网络模型,导出了算法的实施步骤,通过历史工程样本训练和实例样本计算分析,得到了比较好的快速计算结果,满足了工程项目概算方案审查的要求,为电力工程概算提供了一种客观、快速的审查方法.     

厦门市工程估价的RBF神经网络预测模型

选取55个厦门市典型工程造价指标,利用SPSS统计分析软件对工程特征和训练样本进行相关性分析、归类合并,得出11个工程特征作为平米造价的主要影响因素.以径向基函数(RBF)神经网络原理为基础,建立工程造价估算模型,通过试验,选择net=newrb(P,T,0.01,1.0)建立RBF网络,用y=sim(net1,P)对样本进行训练测试.实证分析结果显示:该模型具有计算快捷简便的优势,估算误差在允许范围内,可用于实际工程造价的辅助估算.