基于最小二乘迭代威布尔分布的三参数估计

威布尔分布因其数学处理的便利性和适应性而被广泛用于描述产品寿命,引入了位置参数的三参数威布尔分布是研究机械零部件可靠性最适合的模型之一,尤其适用于长寿命、高可靠性的产品。三参数威布尔分布的参数估计一直是关注的焦点,本文中提出了一种基于最小二乘的迭代方法对其进行参数估计,将初始位置参数设置为0,使用最小二乘法得到初始形状参数和尺度参数,将其代入位置参数的无偏估计得到新的位置参数,进行多次迭代,在此过程中形状参数和尺度参数逐渐变小,位置参数逐渐变大,最终获得稳定的形状参数、尺度参数和位置参数,即为最终的参数估计值,并计算可靠度为99%的寿命。通过蒙特卡洛（Monte Carlo）仿真证明此方法是收敛的,并在不同的威布尔模型、不同中小样本量（样本量为10、15、20、25和30）下,使用偏差（Bias）和均方差根（RMSE）两个指标与相关系数法进行对比,此方法估计的3个参数及可靠度为99%的寿命更加准确。通过两个实例分析,表明该方法具有可行性和有效性,估计结果与相关系数法相比更加保守,更适于工程应用。     

线性回归模型中的加权最小二乘估计

给出了线性回归模型中的加权最小二乘估计以及最优权数的选择.     

加权最小二乘估计的影响探测

本文对加权最小二乘估计的影响分析进行了研究,得到了一组数据对加权最小二乘估计的影响的度量准则,简便计算公式及其统计解释。     

两参数威布尔分布定律截尾样本的矩估计

讨论了在两参数威布尔场合下,定数截尾样本的矩估计问题,利用转化的思想得出了矩方程,从而得出矩估计。     

加权最小二乘估计中选择权数的迭代算法

介绍了加权最小二乘估计的性质及其常见权数选择的方法,并给出评判一个好的二乘估计的标准,由此提出选择权数的迭代算法.     

自回归模型参数的加权最小二乘估计

将线性回归模型参数的加权最小二乘估计推广到12种自回归模型的参数估计。     

平方损失下逆威布尔分布参数的Bayes估计

在平方损失下,讨论逆威布尔(IW)分布参数的Bayes估计,并证明所给出的参数Bayes估计是可容许的.     

在定数截尾样本下三参数威布尔分布的矩估计改进

将威布尔分布数据转化为均匀分布数据,利用平均剩余寿命构造样本矩,得到在定数截尾样本下三参数威布尔分布的矩估计方程。     

用抽样分布对双参数威布尔分布参数的区间估计

本文提出了一种完全不同于现成方法的、以两个抽样分布为基础的估计仅参数威布尔分布的形状参数和尺度参数的置信限的方法。该法是直接用样本观察值进行估计。虽然由于采用了一阶近似对其中一个抽样分布作了简化处理，从而使估计结果偏于保守，但算例表明，估计结果有足够的精度且优于某些现有的方法。并且该法简便，尤其适于工程应用。     

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。     

基于数据点重要性差异的最小二乘加权法

普通最小二乘法将所有的数据点对预测值（控制值）的影响作用等同看待。实际不应该如此，数据点的相互联系是有所区别的。以时间序列数据来说，近期的数据点往往更能说明待预测值，而远离预测期的早期数据点关联作用较小。基于这种看法，这里提出了最小二采加权法，对不同的数据点在离差平方和算式Q中给予不同的权数，推导出参数估计的公式；提出了最小二乘加权法权重设置的机理，并就时间序列数据提出指数权重法。     

无线传感器网络中传感器节点定位的递归加权最小二乘优化方法

采用最小二乘优化算法,研究了基于接收信号强度测量的信号源定位问题.首先,建立了路径损耗的线性化模型;然后,介绍了加权最小二乘法,并提出了无线传感器网络中传感器节点定位的递归加权最小二乘优化方法.最后将本文提出的迭代加权最小二乘法与基于接收信号强度(RSS)的2种算法进行比较,仿真结果表明提出的算法在定位精度方面有更好的表现.     

最小平方估计奇异值分解法的分布式算法

提出迭代式分割与合并的算法（IDMSVD）,以改善最小平方估计的奇异值分解法在估计参数时非常耗费时间以及内存空间的问题。基于此又提出一种使用云计算Hadoop平台MapReduce实现的算法,称为分布式IDMSVD算法。实验结果显示,IDMSVD可以有效地改善SVD求最小平方解耗费运行时间与内存空间的问题,且分布式IDMSVD算法可进一步改善IDMSVD的运行时间。     

附有等式约束的加权总体最小二乘平差方法

等式约束可以充分利用已有的先验信息和观测信息,使参数在满足平差主模型的同时吻合所建立的等式约束先验信息.针对目前附有等式约束的总体最小二乘平差方法都是观测值与系数矩阵独立、等精度的情况,推导了附有随机等式约束和固定等式约束的加权总体最小二乘平差方法的计算公式和精度评定公式,对于附有等式约束的总体最小二乘方法在实际测量数据处理中的应用具有一定的借鉴作用.     

基于EM-PLS的加权朴素贝叶斯分类算法

朴素贝叶斯算法是一种简单而高效的分类算法,但是它的条件独立性假设和数据完备性要求,影响了其分类性能;在此提出了一种基于EM算法和偏最小二乘的加权朴素贝叶斯分类算法,实验结果验证了该算法的有效性.     

加权总体最小二乘问题的可解性及其原始解集

给出了加权总体最小二乘（WTLS）问题可解的充分必要条件，并在它可解时，给出了它的原始TLS解集及极小范数解的显式公式。