一种用于小样本合格率动态估计的Bayes方法

针对复杂机械产品制造业广泛存在的大批量生产、小样本检验的特点，在采用矩法由历史测量数据构造产品合格率参数先验分布的基础上，提出一种综合历史数据与当前小样本信息进行合格率估计的Bayes算法，建立了动态递推模型，实现了合格率的准确估计。采用统计仿真的方法对动态估计精度进行了分析，给出了依据离线测量数据进行合格率评估的计算实例。结果表明，所提出的方法是有效而且实用的，为质量问题的及时发现和控制提供了依据。     

浅谈如何提高状态估计合格率

为了提高状态估计软件的各项运行率指标,本文阐述了状态估计的功能和概念,根据状态估计的原理,分析了提高状态估计合格率的措施,并指出了状态估计不准确时应注意的问题。     

利用相关估计的遥外弹道时间差修正新方法

遥外弹道时间对不齐误差在遥外联合数据处理中对制导工具系统误差分离具有重要影响,提出一种利用相关估计对遥外弹道时间差修正的新方法。直接利用遥外弹道跟踪数据进行相关估计受到系统偏差和随机误差的影响,难以得到精确的估计结果。在分析遥外弹道跟踪数据特性的基础上,利用最小二乘法提取出遥测和外测弹道跟踪数据趋势项,并将趋势项归一化处理后作相关估计求取时间偏差,然后对原始弹道跟踪数据进行时间修正。计算机仿真和试验数据处理证明这一方法在遥外弹道跟踪数据时间差修正上具有较高精度。     

EMS在电网调度自动化系统中的应用

作者通过对EMS在调度自动化应用软件的系统功能探讨,在本文中主要就高级应用软件的基本功能如网络拓扑、状态估计、调度员潮流、无功电压优化、负荷预测等进行了研究。     

浅谈EMS高级应用软件在揭阳电网的应用

本文主要介绍了EMS高级应用软件的发展和EMS软件在揭阳电网的总体设计、软硬件配置和应用情况,指出了EMS高级应用软件的投入运行对揭阳电网的积极影响。     

论统计调查中的域估计及其实证研究

抽样调查是获得统计数据的一项重要途径，而时需要进行研究的层次作为子总体进行分层抽样实际上就是域估计问题。首先介绍了域估计的两种方法，包括直接估计和间接估计，然后对域估计进行了案例分析，最后对间接估计和直接估计的特点进行了对比分析，发现在一般情况下，如果样本量很充足，也无缺失数据，则使用传统的直接估计方法最为便利。当直接估计方法不能很好地满足我们的需求时，使用模型来进行间接估计就是一种必要的选择。     

一种OFDM系统中的频偏估计方法

OFDM系统中频偏估计方法是基于嵌入在数据帧中的循环前缀进行频偏估计,结果表明只利用一个符号的循环前缀误差较大,采取扩大符号范围,可以得到较满意的估计效果。提出一种将一个符号倒序后采取最大似然法进行估计。仿真结果表明,能显著提高精确度。     

基于数据挖掘技术的SCADA系统不良数据状态估计

现有的不良数据状态估计存在很多的弊端,本文应用数据挖掘的方法,使用SCADA数据库中的数据对不良数据进行估计.首先应用分类树方法,按照网络的运行模式与时间分类形成树,把SCADA数据库分成子数据库,提高运算速度.然后使用近邻法则对不良数据进行估计,最后应用IEEE14标准节点网络仿真生成150组数据,从中随机抽取20组作为测试数据人工插入故障点进行检验.理论分析和实际算例表明,该算法精度高,程序简单,便于在线计算,可以满足故障数据估计的准确度要求.     

基于M估计的线性回归模型的统计诊断

将Huber函数引入线性回归模型的对数似然函数中,应用迭代法得到参数的稳健估计(M估计),并用基于数据删除模型得到的诊断统计量进行数据的实例分析,证明方法的有效性.     

LS估计的抗差性分析

依据LS估计的分解，对LS估计的抗差性进行了分析。通过观测数据协方差矩阵的改进，建立了一种抗差参数估计方法。     

自相关法多途时延估计及其实验结果

讨论自相关多途时延估计方法,分析了自相关多途时延时估计方法的估计精度,并将其与ＭＬＥ估计器进行了比较;并针对实际情况讨论了海面波动对多途时延的影响,用自相关法对一组海上试验的数据进行了处理,并对处理结果进行了分析,理论分析与实际数据处理表明,自相关法是工程中进行多途时延估计的较好方法。     

组合电路复杂度与面积的翻转信息熵估计方法

为了提高在信息论基础上的逻辑电路面积和功耗分析方法的估计精度,在传统输出信息熵估计理论基础上,提出了利用翻转信息熵进行电路实现复杂度和面积估计的理论方法。概率的方法被用于对组合逻辑电路的输入输出信号翻转行为的相关和相似进行量化分析。在此基础上实现了翻转信息熵面积估计算法,对随机生成的大量电路和标准benchmark电路进行的实验结果表明,该方法带来了至少3%左右的估计精度改善。     

基于似然深度的指数分布的参数估计

针对传统估计方法如极大似然估计对于服从指数分布且有污染的截尾数据的参数估计并不是很理想的问题,提出使用一种新的估计方法对其进行参数估计,即似然深度估计,并通过两组实验进行对比,结果显示利用似然深度估计方法得到的参数偏差和均方差较小,表明似然深度估计是一种估计服从指数分布且有污染的截尾数据参数的有效方法。     

基于激光三维成像数据的车辆目标方位估计

对目标方位进行精确估计是提高目标匹配识别效率的重要前提,而车辆目标的地面投影轮廓近似于矩形,为此提出了基于激光三维成像数据的车辆目标方位估计方法.首先依据激光成像数据的高程值对数据进行分类,从激光成像区域的三维数据中提取出车辆目标数据进而获取目标的投影轮廓数据,然后采用向量积异号排除法求解车辆目标投影轮廓数据的凸边界,在此基础上采用直接求解凸边界最小外接矩形的方法对车辆目标的方位进行初步估计,最后利用与目标投影轮廓数据邻近的地面数据,并依据最小二乘原理拟合优化凸边界的最小外接矩形,校正车辆目标初始估计方位,从而实现车辆目标方位的精确估计.仿真结果表明,该方法可实现车辆目标方位的快速准确估计.     

应用图像软件对植物样方郁蔽度的分析

野外拍摄若干数码植物样方郁蔽度照片，运用Motic Images Advanced 3．2高级图像应用软件，对所拍摄的相关照片进行相应的数码比较与分析处理，其结果准确，方法简易，拓展了植物样方郁蔽度数据的采集、分析、统计处理的方法，提高了对若干植物样方郁蔽度图像数据的处理速度，为数码技术运用于若干郁蔽度图像数据的分析、比较与统计处理，提供了基础资料。     

模型中协变量部分缺失情况下参数的极大似然估计

研究了Cox比例风险模型中协变量部分缺失参数的极大似然估计问题。在实际问题中特别是对生存分析的研究中,数据经常会出现删失、截断、缺失的情况。如何利用这部分不完整的数据信息和参数的约束信息对于实际问题来说是具有意义的。这样可以提高分析的精度,并节省试验费用。本文利用EM算法得到了数据部分缺失参数的极大似然估计。     

高维数据挖掘中的正则化估计新方法

针对高维数据的特点并基于线性回归模型,利用变量选择降维技术,提出了一种新的、有效的变量选择（或称特征提取）的正则化估计方法．新的正则化估计方法主要考虑了数据的噪声（方差）对正则化估计的影响,在寻找估计的正则化路径时能对方差进行有效估计,且基于凸优化问题的KKT条件和坐标算法思想给出了正则化估计算法的实施细节．实验结果表明,该方法能够提高高维数据集进行估计和变量选择的准确性,是高维数据挖掘中新的、有效的特征提取方法．     

小波基下的多分辨率SURE阈值信号估计

根据小波阈值估计理论，通过最小化风险的估计，可计算自适应于数据的阈值，提高估计的信噪比。分析了噪声和信号在小波分解下的特性，提出了小波基下自适应于每一尺度的多分辨率SURE阈值算法，并采用该算法对被噪声污染的信号进行了估计，阈值T选取统一阈值，噪声的标准差由中位公式求出。仿真结果表明，与传统的小波阈值法相比，该算法明显地提高了估计的SNR。     

循环迭代信道补偿算法

在移动通信系统中,由于信道的时变特性,从训练序列得到的信道估计直接应用于数据解扩上,会带来较大的误差.为了降低这种误差,提出了循环迭代的算法,通过对数据域信道估计进行补偿,提高了单个时隙信道估计精度.仿真结果表明:该算法性能良好,特别是在单时隙业务下,由于每个时隙的信道估计独立计算和修正,可以提供准确的信道估计,对数据解扩性能有较大的提高;当用户在高速运动情况下,由于不受用户运动速度和信道衰落的限制,该算法性能明显优于其他方法.     

基于混合量测技术的电力系统状态估计研究

电力系统状态估计是能量管理系统(EMS)的重要组成部分,也是电力系统在线监测、分析、控制的基础,如何快速、高效地对电网的状态信息进行预测估计已成为电力系统研究中的热点问题.该文在分析状态估计理论和广域监测的基础上,提出了一种利用电力广域测试系统(WAMS)和监测控制和数据采集(SCADA)混合量测的静态状态估计算法,此算法可以直接利用电流相量量测量,高效快速地进行电网信息的状态估计.相关的仿真和实验结果证明,这种算法具有良好的估计性能,并能够对不良数据进行有效的检测和辨识.