结构模型在统计模型分析中的应用

在综合统计中使用系统工程方法之一——结构模型方法进行统计模型的分析,可以使统计工作有序可靠, 对统计结果用户能方便地进行分析．     

统计推断方法在复杂网络中的应用

复杂网络是复杂系统的骨架,由许多节点与连接这些节点的边组成,大都具有节点的度服从幂律分布和网络结构小世界效应等特点。判断一个分布是否是幂律分布、估计一个幂律分布的指数和细致刻画网络整体与局部结构特征是很多网络科学研究者面临的一个难题。对复杂网络相关的一些重要的统计推断研究方法,如幂律分布参数估计、指数随机图模型等进行综述,并从数理统计角度给予了一些评价。     

局部自回归模糊模型及其在小样本数据系统建模中的应用

提出一种基于Takagi-Sugeno模型（TS模型）结构的局部自回归模型糊型（LARF模型），将其用于小样本数据情况下的系统建模。深入分析LARF模型的结构特征，前件的选取、后件参数的辨识及其评价指标等，并提出了完整的模型辨识算法。该建模方法从一维的角度来考虑输入输出空间，减少待辨识参数的个数，同时采用一种具有两个调节参数的隶属函数，在求隶属度的同时完成了数据处理，从而可以省略数据预处理的工作。实例研究表明LARF模型是一种适合用来描述小样本数据系统的模型，相应的建模方法与辨识算法也是很实用的。     

同时考虑环境因素和统计噪声的四阶段SFA模型——在我国省际技术效率和政府管理绩效中的应用

为克服三阶段DEA模型忽略了投入-产出之间统计噪声对技术效率的影响这一不足，将环境因素细分为员工工作环境和管理环境两类，提出了一种基于随机前沿分析（stochastic frontier analysis）技术的四阶段模型. 通过对比剔除管理环境因素前后的技术效率，得到动态经营管理效率（management efficiency）. 进一步，利用四阶段SFA模型对2002-2010 年间我国省际技术效率和政府管理绩效进行了测算. 研究发现：（1） 我国整体、三大地区及各省区综合技术效率均呈现“U型”波动趋势，且东部地区最高，中部次之，西部最低；而实际技术效率呈现单调递增的变动趋势，中部最高，东部次之，西部最低. （2） 政策扶持对于地区技术效率的提升具有重大的推动作用，贡献率高达71.4%；政府管理绩效呈现“U型”波动趋势（江西，湖北，海南除外），且东部地区高出中西部约8.9% 和3.2%. 作为技术效率和经营管理绩效实证研究的技术基础，四阶段SFA 模型为优化资源配置提供了很好参考.     

C~2GS~2模型在甘肃科技投入产出效率评价中的应用

应用C2GS2模型,以科技活动的有效性和规模收益分析为基础,对甘肃省的科技投入产出效率进行了评价.一方面,通过对甘肃省2001～2005年科技投入产出的C2GS2分析,发现甘肃科技活动在大多数年份里相对有效,但规模收益的效果不是非常明显;另一方面,对甘肃省若干样本产业科技投入的效果进行了分析,揭示出不同产业的科技投入产出效率情况.     

曲线分类建模方法及其在多地区GDP预测中的应用

传统方法解决大规模时序曲线的预测建模问题,需要对每条曲线逐一建模,这使得建模工作量相当庞大,在实际应用中缺乏可操作性.为此,提出了一种解决此问题的新方法--曲线分类建模方法.该方法先减少曲线的模型种类,再进行曲线分类和分类建模,在尽可能保留原始信息的前提下大大降低了建模的工作量.文中阐述了该方法的原理和计算过程,并应用于多国家和地区GDP曲线的预测案例,说明该方法的实用性和有效性.     

基于"当前"统计模型的交互式多模型算法

提出了一种基于"当前"统计模型的交互式多模型算法。在交互式多模型算法框架内,计算"当前"统计模型的概率,自适应地调整"当前"统计模型中目标加速度,使其能够反映目标的机动特性,充分发挥了"当前"统计模型和交互式多模型算法的优点,扩大了"当前"统计模型的应用范围,提高了"当前"统计模型的自适应性。Monte Carlo仿真结果表明了该算法的有效性。     

基于自适应CS模型的IMM算法

目标运动状态的改变将导致目标跟踪算法精度降低或发散。为了提高机动目标跟踪的跟踪性能,首先,针对当前统计(current statistical, CS)模型中最大加速度固定设置导致模型误差增大的问题,提出了一种自适应CS模型;在自适应CS模型和交互式多模型(interacting multiple model, IMM)的基础上,提出了一种交互式多自适应模型(interacting multiple adaptive model, IMAM),该模型通过采用两个自适应CS模型,能够有效消除目标状态突变造成模型误差急速增大的问题,提高了模型的准确度和适应性。其次,在IMAM的基础上,结合修正卡尔曼滤波(amendatory Kalman filter, AKF)的思想,提出了IMAM-AKF算法,该算法通过修正最终的状态融合估计值,有效地降低了目标机动造成的模型误差,进一步提高了机动目标跟踪的性能。最后,结合自适应渐消卡尔曼滤波(adaptive fading Kalman filter, AFKF)的思想,提出了IMAM-AFAKF算法。仿真结果表明,无论是强机动还是弱机动,IMAM-AFAKF算法都具有较好的跟踪性能。     

非线性"当前"统计模型及自适应跟踪算法

针对"当前"统计模型中人为设定时间常数的倒数α值的不合理性,对机动参数α进行建模,并基于粒子滤波的思想,结合UKF滤波算法给出适用于强机动目标跟踪的CS-UKF算法。整个算法能够实时估计参数α,并从这里出发估计目标状态。仿真结果表明在目标强机动时CS-UKF算法比经典CS-KALMAN算法收敛速度更快,状态估计更精确。     

Heckman-Tobit模型的半参数估计

Heckman-Tobit模型可以同时处理样本选择问题和删失数据问题,是一个重要的微观计量模型.本文根据结果变量的条件生存函数所满足的性质,提出Heckman-Tobit模型的一种半参数估计方法.这种方法通过积分的形式,有效地利用了结果变量整个条件分布的信息.在一些正则性条件下,本文证明了所提出的半参数估计量的相合性和渐近正态性.其渐近性质的成立不依赖于扰动项的具体分布.数值模拟实验的结果表明,本文的半参数估计量具有优越的有限样本性质,且当扰动项服从非正态分布时优于最大似然估计量.     

基于MUSIC算法的GTD模型参数估计

将能够精确描述高频电磁散射的GTD信号模型引入MUSIC算法,并对MUSIC算法作了相应改进。利用特征分析方法的信号与噪声子空间的正交特性,使改进后的MUSIC算法既能精确估计目标散射中心位置,又能估计散射中心类型,取得了较好的效果。针对各种空间平滑预处理方法对噪声子空间与信号正交特性的影响进行了仿真,指出空间平滑预处理方法会影响噪声子空间及信号子空间结构,进而影响散射中心类型的估计,所以应对散射中心类型的最终结果进行修正。     

SUKF在导弹姿态估计中的应用

针对弹道导弹惯性星光复合制导系统(SINS/CNS)中的导弹姿态估计问题,设计了一种利用星光观测向量估计导弹姿态的SUKF滤波器。该滤波器中的导弹姿态运动学方程采用Rodrigues参数来描述,避免了利用四元数时的频繁正规化操作,利用四元数估计方法(QUEST)建立了Rodrigues参数测量方程,并给出了滤波器各参数的设计方法。通过将该算法应用到某弹道模型的仿真中,检验了该方法的有效性。     

基于Bayesian统计推理的分布估计算法求解, 柔性作业车间调度问题

在Bayesian统计推理理论的基础上, 提出一种新的求解柔性车间调度问题的分布估计算法.首先, 根据所有工件的工序排列顺序提取进化过程中种群的优良信息, 建立一个不断更新的先验分布概率模型, 再以相邻工序出现的频率为基础建立条件概率模型; 然后, 结合两个模型的信息使用Bayesian公式建立一个后验概率模型, 该模型综合了进化过程中不断更新的优良信息和相邻工序出现的频率信息, 可用以更好地指导产生新群体.仿真结果表明算法具有较好的寻优能力.     

New statistical model for radar HRRP target recognition

The mixture of factor analyzers (MFA) can accurately describe high resolution range profile (HRRP) statistical characteristics.But how to determine the proper number of the models is a problem.This paper develops a variational Bayesian mixture of factor analyzers (VBMFA) model.This procedure can obtain a lower bound on the Bayesian integral using the Jensen's inequality. An analytical solution of the Bayesian integral could be obtained by a hypothesis that latent variables in the model are independent.During computing the parameters of the model,birth-death moves are utilized to determine the optimal number of model automatically.Experimental results for measured data show that the VBMFA method has better recognition performance than FA and MFA method.     

光流计算中的时域微分估计误差分析与逐次逼近计算模型

光流计算是实现视频序列中运动补偿滤波和视频对象三维运动分析的基础,也是检测与跟踪可见光图像和红外图像中运动目标的重要前提.而目前各种光流计算方法大多是基于一阶时空梯度的技术,都没考虑时域微分估计误差对计算准确性的影响.分析了光流计算中产生时域微分估计误差的各种因素,提出了光流的逐次逼近计算模型.通过位移预补偿方式减小了时域微分估计中的不准确性,极大地提高了光流计算精度.理论分析和大量对比实验证明,光流的逐次逼近计算模型比通常的光流计算方法具有更高的准确性.     

基于统计模型检测的DFT定量分析方法

动态故障树(dynamic fault tree, DFT)是对系统进行安全性分析的重要手段,基于马尔可夫链的DFT求解方法存在3个难题:一是仅可分析故障概率为指数分布的系统;二是无法分析共因失效情况;三是可能导致状态空间爆炸。因此提出一种基于统计模型检测的DFT定量分析方法。首先将DFT分解为动态逻辑门、基本构件、共因失效关系、门门和门构件间的逻辑关系;其次将动态逻辑门、基本构件和共因失效关系基于随机混成自动机形式化规约;然后通过逻辑关系重构自动机,形成随机混成自动机网络;最后通过分析一个具有共因失效关系的服从多失效概率分布的飞机结冰探测系统,表明所提方法的有效性。