基于H_v估计的随机振动功率谱复现控制算法

针对传统的基于H1估计的随机振动控制算法估计系统频响函数时的不足,提出一种基于Hv估计的频响函数修正算法.首先在试验初始阶段采用Hv估计法估计系统频响函数,然后对其进行迭代修正,以减小系统时变特性的影响,使得估计结果更加接近真实频响,最后通过功率谱复现仿真验证了该文方法的有效性.     

乘积季节模型在储蓄存款预测中的应用

运用SPSS软件和SAS软件系统中的时间序列建模方法建立了我国城乡居民储蓄存款模型,并认为用最大似然估计法(ML)对结果进行短期预测,用无约束最小二乘估计法(ULS)对结果进行中长期预测,可得到较高的预测精度.     

多分量混合高斯密度的一种参数估计算法

根据有噪图像数据处理的需要,提出了一种分级矩估计与最大似然估计的综合算法来估计多分量混合高斯密度函数的参数.该算法首先利用分级矩估计法求出混合密度函数的初始参数估计值,然后利用最大似然估计法进行迭代运算,以求得这些参数的最终估计值.这种算法可以对具有2~m 或3×2~m(m 为正整数)个高斯分量的混合密度函数进行参数估值,给出了4,6,8分量混合高斯密度函数的参数估值实例.     

Pareto杂波模型的参数估计性能研究

对于服从Pareto分布的杂波,采用一二阶矩估计法和xln(x)估计法存在分布参数的有效估计范围受限的问题。基于xrln(x)估计法进行估计,推导出形状参数的有效估计区间为(r,+∞)。在此基础上,利用负数阶矩估计的思想进一步提出x-1ln(x)估计法,使形状参数的有效估计范围扩大到(0,+∞)。仿真实验表明,x-1ln(x)估计法将形状参数的有效估计范围扩大到整个取值区间。和其他几种估计法的估计性能相比,x-1ln(x)估计法的运行速度更快,在区间(0,1)上的估计性能更好,在实际工作中的应用范围更广泛。     

部分估计中的比率估计法与简单估计法的优劣分析

对总体的部分子总体的标志值均值及总量进行估计时，[1]中讨论了3种方法：简单估计法(SE)，部分估计法(PE)，比率估计法(RE)，并分别比较了SE与PE，PE与RE的优劣关系．本文则是在此基础上，比较了SE与RE的优劣关系，并得出在一定条件下，SE优于RE的很好结论．     

Kuramoto-Tsuzuki方程的Grank-Nicolson差分格式

对二维Kuramoto-Tsuzuki方程混合初边值问题建立了线性化Crank-Nicolson型差分格式,利用离散函数的内插不等式和能量估计法证明了该格式解的存在唯一性,给出了差分格式的收敛阶为O(h~2+τ)的证明.     

城市交通组织优化仿真模型的参数估计新方法

从逼近性较好和易于计算机实现两个角度,对城市交通组织优化仿真模型中参数估计方法进行了研究,给出了极大似然估计法、范数理论的数据拟合以及三次B样条拟合方法,并对3种方法的特点和适用条件进行了比较。极大似然估计法基于数理统计理论,建立在已有试验数据基础上,适合于精度要求不高的情况;范数理论的数据拟合采用欧氏范数(1-范数,2-范数,无穷范数)作为误差量度的准则,理论严密,有明确的几何意义,适合于拟合函数曲线特征比较明显的情况;数据分布规律不明显时,采用三次B样条函数拟合。实例表明,3种仿真模型参数估计方法均是可行的,平均绝对误差从小到大依次为三次B样条拟合方法、2-范数拟合方法和极大似然估计法,分别为0.002 80、.016 90、.017 1。在实际工程中,应分别采用3种方法进行估计,选择误差较小的方法。     

一类半参数变量含误差回归模型的小波估计

研究了一类解释变量为(x,T)的半参数变量含误差模型,其中,x∈Rp为非随机解释变量,T∈R1为随机解释变量.通过应用小波估计法和全最小二乘法得出了未知参数和未知函数的估计,在一般的条件下,证明了估计的强相合性.     

固定设计下半参数回归模型小波估计的收敛速度

对一类固定设计下的半参数回归模型进行了研究.通过利用加权最小二乘法及小波估计法给出了未知参数β和未知函数f(·)、g(·)的估计;在较弱的条件下给出了最终加权二乘估计βn的弱收敛速度,(^f)n(·),的弱收敛速度、强相合性以及(g-)n(·)的弱收敛速度.     

随机AR(1)MA(1)模型的参数矩估计及其相容性

利用矩估计法,给出了双重时序模型AR（1）－MA（1）的参数矩估计。在第二重模型MA（1）噪声方差已知的条件下,通过对协方差函数渐近性质的研究,证明了该矩估计的相容性。讨论了第二重模型满足对数MA时的参数的矩估计及其相容性、自相关函数及谱密度。     

一类非定常的非线性Schr(o)dinger方程的Fourier谱方法

研究了一类非定常的非线性Schr(o)dinger方程iux+utt+εuxt+f(|u|2)u＝0(ε1,x∈R,0≤t≤T)的周期初值问题.分别构造了该问题的一类无条件稳定的半离散的谱格式、全离散的谱格式和拟谱格式,利用非线性函数的有界延拓法与能量估计法得到了格式的误差估计,并证明了上述格式关于一致模的收敛性与稳定性.     

网络环境下学习绩效测评系统分析

介绍了学习绩效和网络环境下学习绩效测评系统的理论基础——项目反应理论,分析了利用极大似然估计法进行参数估计的具体步骤,并说明了信息函数的重要作用,指出采用网络环境下学习绩效测评系统有利于更有效地测量被试的知识和能力水平,对教育者提出了一定的要求和启示。     

一类双函数系数ARCH-M模型的经验似然估计

针对一类双函数系数自回归条件异方差-均值(ARCH-M)模型的估计问题,提出一种基于经验似然的估计方法;在该估计方法中,所提出的模型允许金融时间序列的风险效应和收益效应同时为某一变量的函数结构,可以有效地刻画金融时间序列的风险和平均收益之间的关系,具有较广的适应性;同时,与经典矩估计法和极大似然估计法相比,基于经验似然的估计方法具有独特的优势,可以充分考虑金融序列的异方差性,并且所构造的置信区间不涉及任何渐近方差的估计,因此具有较好的稳健性和有效性;在一些正则条件下,对所构造的经验对数似然比统计量及函数系数估计量的渐近分布进行了理论分析;结果表明：关于风险效应函数系数和收益效应函数系数的经验对数似然比统计量均渐近收敛于中心卡方分布,同时函数系数估计量渐近收敛于正态分布;进而对风险效应函数系数和收益效应函数系数分别构造了相应函数系数的逐点置信区间。     

P次对称典型实照函数的辐角估计

记单位圆内的P次对称正则典型实照函数族为T_r~((p))本文对P次对称正则典型实照函数fp(z)∈T_r~((p))进行了系统的研究,得到了关于argfp(z)和argfp(z)的精确估计。当P=1时就是戈鲁辛的结果。另外还对单位国外的正则典型实照函数F(ξ)∈∑r得到了关于argF(ξ)及argF′(ξ)的精确估计。     

带L1规划的广义线性模型中的一种系数估计法

介绍了L1规划广义线性模型(GLM)的一种系数估计法,估计系数的同时进行变量选择,从而确立模型.事实上,此算法用来选择变量更有用.L1规划法按照对系数一范数的惩罚来选择变量,是向前选择变量法的一种改进,运用凸优化的预测—修正法,GLM系数估计法可有效地算出系数,其中规划参数的步长对控制系数精确性至关重要,本文对三种步长选择法作了相应的比较和分析,接着给出算法的推广,最后总结算法并且对这种估计法的应用范围进行了展望.     

桥区船舶交通流可视分析系统

以武汉长江大桥桥区水域为研究对象,针对数据分析能力不足而造成海量AIS(Automatic Identification System)数据不仅无法更好地助力水上交通安全,反而为监管决策带来困扰的现状,研究了多维AIS数据的可视化表达和人机交互方法.提出了以电子航道图为载体的内河船舶交通状态平行坐标图模型,并针对传统网格划分法的不足,采用高斯密度函数为核函数利用二维核密度估计法生成热力图模型.在此基础上研发了船舶交通可视化系统,通过3组实例证明该系统有助于桥区船舶数据的异常分析和船舶行为模式识别,为海事管理人员提供有效的决策依据.     

基于Pair Copula函数的空间预测模型及其应用

对于空间数据的插值预测,大多采用传统的空间插值方法如反距离加权插值法和克里金插值法,这2种方法在边缘分布或存在异常值的情况下会导致预测精度相对较低;采用基于Copula理论的方法克服了这一问题。通过Pair-Copula函数描述了空间相依结构并利用MCMC方法(贝叶斯估计法)估计参数,讨论基于空间数据对未观测位置相关数据进行了空间插值预测;结合重庆市雾霾数据对该方法与反距离加权插值法、普通克里金和泛克里金插值法进行比较,结果发现基于Pair-Copula函数的空间预测模型具有更高的精度。     

江河水质模型预测初探

本文以某江为例,针对江河水质的污染状况,对实测所提供的数据进行研究与分析,建立一个完全混合水质系统数学模型,利用目标函数求解,采用灰色理论中的相关参数估计法预测江河干流水质的情况。     

江河水质模型预测初探

本文以某江为例,针对江河水质的污染状况,对实测所提供的数据进行研究与分析,建立一个完全混合水质系统数学模型,利用目标函数求解,采用灰色理论中的相关参数估计法预测江河干流水质的情况。     

收缩函数的初等性

文[1]扩展了对初等函数型态的认识.本文继续扩展对初等函数型态的认识,得出了一定条件下的收缩函数是初等函数的结果,并叙述了几个有关的论点.收缩函数在有些文献中亦称为限制函数,即定义1 设函数y=f(x)与y_1=g(x)分别定义在D和D_1上,若DD_1,且x∈D_1,有g(x)=f(x),则称g为f在D_1上的收缩函数(有时简称为f的收缩函数).常见的在一个函数的表达式y=f(x)后注明定义域的方法有时就是给出了一个收缩函数.