系统参数估计的正交变换算法

就线性静态系统参数的最优二乘估计的存在性，提出一种正交变换算法予以实现。     

几种参数估计算法的比较

讨论了几种常用的参数估计算法,并用一实例仿真研究了几种算法的参数估计收敛情况,为实际应用时选用参数估计算法提供了的理论依据。     

二阶HMM的参数估计算法

在经典隐马氏模型中,假设状态转移概率只和当前状态的临近状态有关,而和以前的状态无关;在t时刻输出观测值的概率只和当前状态有关,而和以前的状态无关．这样的假设不是很合理,因为任一时刻的观测值不仅和当前状态有关,还和以前的状态有关．由此提出了二阶隐马氏模型的基于最大互信息的参数估计算法．     

股票市场政策影响模型及其参数估计

建立了一个政策影响下股票市场的预测模型,量化一项政策对股票市场影响程度的大小和影响时间的长短,并讨论了在对模型中有关参数进行估计时,如何选择恰当的样本使估计量具有优良的性质.     

小样本参数估计算法及其应用

本文简要介绍了Minimax法和MSAR法对小样本数据的研究,随之重点介绍了1种实用的新算法IMSAR法及其应用。该法是通过变权松弛最小二乘法,确定适当的权因子来实现的。它克服了MSAR法的运算量随样本数据量增加而显著增加的突出缺点,仿真结果表明:IMSAR法具有较强的抗干扰能力,可适应于噪声分布未知的情况。最后,本文将IMSAR法应用于转炉炼钢动态模型及药物房室模型的建立,收到了令人满意的效果。     

基于遗忘因子的UKF车辆状态参数估计算法

针对车辆主动安全控制系统所需的传感器成本较高以及信号采集过程中易受到外界噪声干扰的问题,文章提出了一种利用遗忘因子概念对噪声协方差矩阵进行在线自适应调整的无迹卡尔曼滤波(unscented Kalman filter,UKF)方法,实现对行驶状态下的车辆状态参数进行实时在线估计。使用该方法对车辆横摆角速度、质心侧偏角、质心纵向速度、质心侧向速度4个状态参数进行了实时在线估计,并与CarSim软件的仿真结果进行了对比,验证该估计方法的有效性和准确性。研究结果表明,该文提出的参数估计算法对横摆角速度、质心侧偏角、质心侧向速度3个参数的估计精度比传统卡尔曼滤波方法分别提高了38%、27%、28%。     

认知诊断模型参数估计算法比较

该文在不同条件的组合下考查了EM算法和MCMC算法对3种常用的认知诊断模型(DINA模型、DINO模型和G-DINA模型)的参数估计返真性问题.借助项目参数或作答概率分布的偏差、均方根误差、平均绝对离差以及被试的平均属性判准率等指标,评价这2类算法的表现.模拟研究结果表明:MCMC算法更适用于低质量题目、小样本、测验短的条件,而在其他条件下EM算法的表现与MCMC算法的表现相当.     

两类动态时变系统的参数估计新算法

本文应用作者提出的修正的自适应滤波算法,给出了两类有广泛应用前景的时变动态系统的参数估计新算法。模拟例子说明其方法的有效性。     

基于EM算法的高斯混合密度参数估计

描述最大似然参数估计问题,介绍如何用EM算法求解最大似然参数估计.首先给出EM算法的抽象形式,然后研究EM参数估计方法的一个应用:求高斯混合密度的参数.推导出高斯混合密度参数的迭代公式.     

基于EM算法的极大似然参数估计探讨

首先介绍了EM算法，然后研究了基于EM算法的混合密度极大似然参数估计，最后利用计算机仿真验证了此算法的收敛性和有效性。     

遗传算法在 IRT 模型参数估计中的应用

IRT(项目反应理论)在现代教育考试与测量中的研究和应用正日益受到广泛关注,本文阐述了遗传算法在IRT模型参数估计中的应用。     

被动合成阵列极大似然参数估计的快速方法

针对被动合成阵列的极大似然目标参数估计方法(pasaML)计算量大的问题,探索利用Markov Monte Carlo(MCMC)类方法降低计算量.将完备抽样方法(PS)与pasaML方法相结合,提出一种基于完备抽样的频率一方位联合估计新方(PS-pasaML)来联合估计多个目标的频率和方位.首先将pasaML方法的谱函数视为频率和方位的联合概率密度函数,构造并证明了具有单调保偏序性质的更新函数,然后产生2条Markov链的初始方位角向量,使用更新函数确定Markov链在状态空间中的转移方向,并通过在全局状态空间和局部状态空间之间的跳转抽样来提高运算速度,最后由融合时间判决Markov链的平稳性,对其求期望从而获得目标方位的最终估计.仿真实验表明,在目标个数较少时,PS-pasaML方法不仅保持了pasaML方法的高分辨能力,而且计算复杂度降低为pasaML方法的1/7左右.     

整体最小二乘参数估计的并行算法

基于递推最小二乘的逆ＱＲ分解方法,给出一种整体最小二乘参数估计的递推算法,并利用已获得的并行实现方法进行并行实现,最后给出了仿真结果．文中给出的并行计算方法使得在实际中应用整体最小二乘进行参数估计变得可行．     

遗传算法在马斯京根模型参数估计中的应用

在马斯京模型参数估计问题中,引进了绝对残差绝对值和最小准则及相对残差绝对值和最小准则,直接优选参数,探讨了遗传处的原理及本身参数优化特性,总结了参数的简便设置技术,并针对该法的寻优效果明显依赖于模型参数的初始变化区间的大小,及可能会出现过早收敛的问题,提出了自适应加速遗传算法,通过实例应用,进行了本文方法与传统优化方法的比较,结果表明,本文方法具有直观、简便,快速、适用性强等特点,可广泛应用于各种优化问题中。     

带随机参数线性系统参数和状态估计的两阶段卡尔曼滤波算法

本文提出了一种带随机参数线性系统参数和状态估计的两阶段卡尔曼滤波算法.先利用卡尔曼滤波器和参数的观测信息作出参数的估计;然后把参数估计值代入状态方程得到原状态方程的近似,再次利用卡尔曼滤波器和观测信息作出状态的估计.优点是节省计算量,同时,估计的精度也有所提高.     

基于遗传算法提取PN二极管主要参数的研究

遗传算法是一种新兴的演化算法,计算方法简便,收敛速度快,收敛准确。它被用来估计二极管参数。实验结果表明遗传算法是估计二极管参数的新方法。     

应用遗传算法推算多元溶液热力学数据

应用遗传算法推算溶液热力学数据，并对标准遗传算法作了适当的改进，得到改进的遗传算法.举水+DMF (二甲基甲酰胺)，正丙醇+DMF，水+正丙醇体系推算水+DMF+正丙醇三元体系为例，并与POWELL法比较.计算结果表明，遗传算法比POWELL法不仅在二元参数关联上有更强的能力，而且对预测三元数据也有更好的效果.     

带有色观测噪声的ARMA模型参数估计的三段算法

提出了带有色观测噪声的自回归滑动平均（ARMA）模型参数估计的三段算法。第一段用递推增广最小二乘法（RELS）估计自回归（AR）参数;第二段用Gevers-Wouters算法估计伴随滑动平均（MA）模型参数;第三段用求不相容线性方程组的最小二乘解得到原始MA参数估值。一个仿真例子说明了其有效性。     

目标运动参数估值研究

为反武装直升机被动声探测智能雷弹引信研制的需要，该文在分析声测阵所探测到的直升机目标噪声信号的基础上，从加权最小二乘算法出发，提出了一种利用直升机目标噪声信号的多卜勒频移方程，对直升机目标运动参数进行优值的优算方法，并讨论了初值的确定问题，简要分析了估值误差。     

关于最小二乘法的参数估计问题探讨

数学建模中经常要用最小二乘法进行参数估计,本文介绍了用最小二乘法进行参数估计的原理,以及在计算机上如何估计参数.