均方误差准则下的几乎无偏Stein岭型主成分估计的优良性

将Stein岭型主成分估计利用几乎无偏估计思想进行优化,得到几乎无偏Stein岭型主成分估计.并考虑均方误差准则,得到了几乎无偏Stein岭型主成分估计优于最小二乘估计、Stein岭型主成分估计的充分条件.并通过数值实验证明在给定k或p时,几乎无偏Stein岭型主成分估计的均方误差与Stein岭型主成分估计的均方误差较为接近,且远大于最小二乘估计的均方误差.     

平衡套误差分量模型方差分量的改进估计

对于含3个方差分量的平衡套误差分量回归模型,利用Baltagi提出的方差分析型估计——WH估计,WK估计,SA估计的方法,得到套误差分量平衡模型中对应估计,并且对其改进,特别对随机效应和随机误差方差分量的WK估计,证明了在均方误差意义下,得到的改进估计一致优于按Baltagi方法导出的估计。     

线性模型中广义最小二乘估计关于误差分布的稳健性

研究一般线性模型下广义最小二乘估计关于误差分布的稳健性, 给出了误差分布的最大分布类, 使得当误差向量的分布在此范围内变动时, 广义最小二乘估计在广义均方误差准则下为一致最优估计.     

Bayes线性无偏估计的稳健性

考虑Bayes线性无偏估计关于误差分布的稳健性,给出误差项ε的最大分布类,使得误差项ε的分布在此范围内变动时,Bayes线性无偏估计都是最优估计.     

用EFG法解抛物型偏微分方程全离散的误差估计

在"椭圆Galerkin投影"算予的误差估计和EFG法的误差估计基础上,对用EFG法解抛物型偏微分方程的EFG解和精确解之间作了全离散的误差估计.     

局部边界积分方程方法的一种后验误差估计分析

误差估计以及自适应分析涉及算法的可靠性以及计算效率的改善.通过对无网格算法在误差估计方面的工作分析,根据原始解和后处理解的不同,将一种误差估计的方案引入到局部边界积分方程方法中,其中后处理解采用泰勒展开和移动最小二乘近似得到.数值算例显示,提出的误差估计方案能够有效地指示出真实的数值误差.     

基于M估计的DEM精度评价

为了克服数字高程模型(DEM)精度估计中传统方法受误差分布非正态性的影响,发展了基于自适应M(AM)估计的DEM精度评价.AM估计以高崩溃污染率的估计值为DEM误差指标初值,以误差残差分布为误差权重选择依据,通过对估值结果多次迭代,最终实现DEM误差估计.以DEM误差均值和标准差为精度指标,数值试验和实例分析表明,传统的非抗差估计法受粗差影响最为严重,使其估计结果远偏离真值;尽管"3σ准则"和传统的抗差估计法能够剔除部分粗差,但一定程度上仍受粗差影响,使结果的精度较低;AM估计受粗差影响最小,对DEM误差指标估计精度最高,可用于误差非正态分布的DEM精度评价.     

α稳定噪声下最小均方Sigmoid误差自适应时间延迟估计

为解决脉冲噪声下最小均方误差自适应时间延迟估计算法估计性能的退化问题,以对称α稳定分布模型描述脉冲噪声,提出最小均方Sigmoid误差自适应时间延迟估计算法.该算法通过对误差信号求取Sigmoid变换,抑制了较大误差对估计结果的影响.以最小均方Sigmoid误差代替最小均方误差作为优化准则,迭代模拟信道延迟效应的滤波器权系数,其收敛时峰值的位置就是所要估计的时间延迟.仿真结果验证了该算法在高斯和非高斯对称α稳定分布噪声条件下的优良估计性能,说明最小均方Sigmoid误差是一种韧性的最优准则.     

平衡套误差分量回归模型方差分量的估计

研究了含三个方差分量的平衡套误差分量回归模型,利用Baltagi提出的方差分析型估计-WK估计的方法,得到了套误差分量平衡模型中的对应估计,重点对其改进.对于随机效应和随机误差方差分量的估计,证明了所得到的改进估计在均方误差意义下一致优于按Baltagi方法导出的WK估计,最后还用截尾法给出了随机效应方差分量的正估计.     

幂分布的有效估计

讨论了幂分布的概率密度函数和分布函数的估计问题,分别得到了概率密度函数和分布函数的极大似然估计、一致最小方差无偏估计和基于分位数的估计。通过随机模拟计算了多种估计的均方误差,随着样本量的增大,估计量的均方误差变小;在概率密度函数和分布函数的估计量中基于分位数的估计的均方误差最大。     

基于区间估计的最小二乘法在卡尔曼滤波中的应用研究

卡尔曼滤波是以最小均方误差为估计的最佳准则来寻求一套递推估计的算法。最小二乘估计是最常用的估计理论,它能保证每个偏差都较小,而区间估计反映误差范围使用起来把握大,但它无法估计单点的误差。针对滤波精确度问题,为使估计值误差达到最小,滤波精确度提高,提出了采用区间估计与最小二乘法估计2种策略结合的新方法,充分利用二者优势,求得观测点与估计点的距离的平方和最小值,对目标函数多次拟合。仿真实验结果表明,区间估计最小二乘卡尔曼算法大大提高滤波精确度,与区间卡尔曼滤波相比,它有较小的误差,滤波性能也得到很好的提升,极大的降低了噪声在滤波过程中干扰,在以后实际工作中将得到很大应用。     

随机单位根过程

讨论了误差形式是广义误差分布的随机单位根过程的估计和检验问题.在误差为广义误差分布时对随机单位根过程进行了估计,并利用近似极大似然估计方法构造了相应的检验统计量,同时还得到了统计量在混合相依条件下的极限分布.     

基于稀疏优化的智能电表误差估计方法

【目的】利用改进动态线损和稀疏优化方法研究智能电表运行误差估计。【方法】首先,考虑电表误差的稀疏性,加入稀疏正则项,对动态线损模型进行改进,提高误差估计的精准度;进一步地,利用交替方向乘子法改进设计迭代算法,交替求解改进动态线损模型,获取智能电表误差估计结果。【结果】利用Matlab和实际数据进行数值仿真实验,验证所提方法的有效性。【结论】通过分析线损率与计量误差估计的耦合关系,提高了误差估计的精度。与动态线损模型对比,本文所提方法的检测准确率更优。     

非线性对流扩散方程迎风有限元的自适应方法

对二维非线性发展型对流扩散方程的迎风有限元格式给出了显式后验误差估计,建立了真实误差由后验误差估计器上下界定的估计式,由此给出了相应的自适应算法,数值试验表明了该算法的有效性.     

EFG法解抛物型偏微分方程的半离散误差估计

在"椭圆Galerkin投影"算子及EFG法误差估计的基础上,对用EFG法解抛物型偏微分方程的数值解与精确解之间作了半离散的误差估计.半离散的误差估计表明所给出的误差界限关于r的阶是与子空间Sh的逼近阶相一致的.     

一类相依回归系统参数的根方估计

本文提出了一类相依回归系统回归参数的根方估计,证明了当设计矩阵呈病态时,根方估计的均方误差小于协方差改进估计的均方误差。     

奇异线性模型下最小范数二次无偏估计关于误差分布的稳健性

讨论奇异线性模型下方差σ2的最小范数二次无偏估计关于误差分布的稳健性问题,得到方差的最小范数二次无偏估计保持最优的误差项的最大分布类.进一步考虑可估计函数Xβ的最佳线性无偏估计的稳健性,得到了Xβ的最佳线性无偏估计与方差σ2的最小范数二次无偏估计同时最优的误差项的最大类.     

一类奇异摄动对流--扩散问题的二阶最大模后验误差估计

考虑奇异摄动问题的中点迎风差分格式的后验误差估计,并利用比较原理及格林函数的估计得到最大模范数意义下的二阶后验误差估计.     

非线性抛物型方程预估校正Galerkin方法的收敛性

本文讨论非线性抛物型方程初边值问题的预估校正Galerkin方法,推广并改善了Douglas和Wheeler的结果.本文不仅得到最佳L_2误差估计,而且导出了强于Douglas的最佳H~1误差估计,同时还建立了L_∞及其时间导数的最佳误差估计.     

PSD迭代法的一个误差估计

在线性方程组的系数矩阵A为对称正定(1,1)相容次序矩阵的条件下,得到了PSD方法的一个误差估计.在相同的条件下,也可得到SSOR的一个误差估计,且此误差估计与M.Madalena Martins结果一致.