离散型随机变量概率函数的研究

极大似然估计法是参数点估计中一种重要的方法。对于连续型随机变量,可以根据密度函数写出似然方程,进而用极大似然法进行参数估计。但是对于大多数给定分布列的离散型随机变量,往往无法直接写出它的概率函数,无法用极大似然估计法进行参数估计。本文构造了分布列的插指多项式作为离散型随机变量的概率函数,从而用极大似然法对参数进行估计,并讨论了估计量的各种性质。     

左截断右删失数据下尺度参数与协变量相关时广义指数分布的估计及应用

在左截断右删失数据类型下,当时间变量T服从广义指数分布时,针对尺度参数是否受协变量影响建立两种模型,并用极大似然估计法给出参数估计,用Newton-Raphson算法求解参数估计.将两种模型分别应用到变压器寿命数据集和Channing house数据集中,得到了其生存函数和风险函数.     

基于极大似然法的雪荷载计算与分析

为了提高雪荷载评估的准确性,利用极大似然法对雪荷载平稳二项随机概率分布模型进行参数估计.通过引入似然函数,使似然函数在某组参数上达到最大值,获得模型参数的极大似然估计.然后利用柯尔莫哥洛夫检验法对分布函数进行检验,并与矩法和耿贝尔法进行对比分析.结果表明,极大似然法在剩余方差Sf和拟合相对偏差Rf指标方面最优.进一步应用上述三种方法,基于沭阳县实测的历年最大积雪深度计算雪压,并与现行规范中的基本雪压进行对比,发现极大似然法计算结果合理可靠、整体效果最好,认为规范采用极大似然法对雪荷载进行参数估计更为合适.     

基于极大似然估计法的磁力计误差补偿算法

针对现有三轴磁力计误差补偿速度慢、需要外部辅助设备、磁力计和惯性传感器组合存在多传感器轴位敏感重合误差问题,提出了一种基于极大似然估计法(maximum likelihood estimation,MLE)的快速有效的磁力计误差补偿算法.根据传感器组合系统中误差来源建立测量误差模型,建立高斯分布的极大似然参数估计模型,用牛顿最优法解算出误差补偿参数,并给出求解理想初始值的算法.仿真数据显示,补偿后的磁力计航向角解算精度达到0.81°,相比补偿前精度提高94.9％.实验结果表明,该算法可简单快速的实现误差补偿,多传感器轴位敏感重合误差得到校准.     

一类双线性系统小样本极大似然估计法

针对一类双线性系统模型,提出了小样本条件下的极大似然参数估计法。该方法基于预测拟合优势的概念-即对正态分布的最佳拟合是学生公布,而在小样本下其拟合的优势是更为显著的。我们按照此概念构造了具有学生分布的似然函数,用DFP变尺度算法求其极值,仿真表明了该法的有效性。     

不完全数据情形下指数分布参数的极大似然估计

处理生存分析观测数据使用的参数估计方法有很多,极大似然估计法是最常见的一种估计方法。当寿命分布为指数分布时,给出了定时截尾数据、定数截尾数据情形的极大似然估计,以及随机右删失下参数极大似然估计的一般表达式。此外,还提出了分组数据场合参数极大似然估计的图解求法。     

不同IRT模型在生活取向测验修订版中的适用性比较

为比较拓广等级展开模型、等级反应模型和拓广分部评分模型在生活取向测验修订版上的模型-数据拟合差异及项目参数估计值和标准误差的差异,选取2个学校的大一新生(3 864人)进行分析,采用单项目、两项目对和三项目组校正χ2/df检验3个模型的模型-数据的拟合,采用边际极大似然方法估计项目参数值及其标准误差.结果发现拓广等级展开模型的模型-数据拟合优于其它2个模型,但该模型的项目参数估计值及其标准误差显得并不是很合理,提示需要对该模型开展更深入的研究.     

威布尔模型的参数估计方法——极大似然法

利用概率论中极大似然法的理论来探讨威布尔参数估计问题，并利用MATLAB的相关命令、函数对它们进行了部分编程，主要讨论了三参数威尔尔模型的极大似然函数、参数估计和MATLAB程序。     

基于神经网络的最大似然空间信号参数估计

本文主要研究了用Hopfield神经网络实时实现最大似然多信号源空间参数估计方法。报传统最大似然信号参数估计的理论和Hopfield连续状态神经网络特性后，给出了一种实现最大似然空间参数估计模型，该神经网络模型的模拟实验结果表明，用Hopfield网络实时实现的信号参数估计方法具有与传统的最大似然参数估计法拥有同样的理论分析结果。     

三参数边界强度过程模型及其在数控机床可靠性评估中的应用

为提高数控机床可靠性评估的准确性,基于边界强度过程理论,提出一种初始时刻故障强度不为零的三参数边界强度过程模型。通过对故障强度函数进行求导运算,证实了模型的特性,并推导了三参数边界强度过程和齐次泊松过程之间的关系。利用极大似然估计法和优化方法,给出了模型参数及可靠性指标的计算公式。分别以单台数控机床故障截尾数据和多台数控机床时间截尾数据为例对模型进行验证,对数似然函数及拟合优度计算结果均表明:三参数边界强度过程模型优于边界强度过程模型,而且更符合工程实际,可为制定合理的维修策略提供一定的理论依据。     

抛物积分-微分方程的Mortar型有限体积元方法H1-范数的误差估计

研究了二维抛物积分微分方程的基于Crouzeix Raviart非协调元的Mortar型有限体积元方法.为了得到误差估计,我们引进了Mortar型Ritz Volterra投影算子并得到了它在H1范数意义下的逼近性质.最后我们证明了微分方程的真解和Mortar型有限体积元方程的解在H1范数意义下的误差估计是最优的.     

第二类四阶变分不等式的正则化及有限元逼近

以弹性力学平板理论中的单侧稳定问题为背景,讨论了第二类四阶变分不等式的有限元逼近.采用正则化方法将这类问题转化为等价的变分方程,用有限元方法离散该变分方程,并给出该变分方程离散解的抽象误差估计以及离散近似解的收敛性分析及误差估计.     

抛物积分-微分方程的Mortar型有限体积元方法L2范数的误差估计

研究了二维抛物积分-微分方程的基于Crouzeix-Raviart元的Mortar型有限体积元方法．为了得到误差估计，引进了Mortar型Ritz-Voherra投影算子并得到了它在L^2范数意义下的逼近性质；证明了微分方程的真解和Mortar型有限体积元方程的解在L^2范数意义下的误差估计是最优的．     

Stokes型积分微分方程的非协调元逼近

讨论了一个新的低阶非协调矩形元并将其应用于Stokes型积分微分方程的混合有限元逼近,证明了离散的LBB稳定性条件.从而,在不需要利用传统的Ritz-Volterra投影的情况下,利用插值的特殊性质和一些特殊的技巧,分别导出了速度的能量模及压力的L2模的最优误差估计.     

保精度-稀疏特性核回归模型的非线性动态系统辨识

针对一组有限测量数据的非线性动态系统建模方法存在模型结构复杂且易出现过拟合等问题,从建模精度及模型稀疏特性出发,提出了保精度-稀疏特性的核回归模型用于辨识非线性动态系统。该方法将逼近误差的L_∞范数思想与结构风险最小化理论相结合,建立求解非线性动态系统所对应的核回归模型优化问题,再应用较简单的线性规划对其求解。提出的方法具有如下三个显著特性:①应用逼近误差的L_∞范数最小化可保证非线性动态系统的辨识精度;②引入支持向量回归架构下的结构风险L_1范数对模型结构复杂性进行有效控制可保证模型稀疏特性;③模型的泛化性能可通过提出的方法从建模精度与模型稀疏特性之间取其平衡。最后,通过实验分析论证了提出方法在辨识非线性动态系统上的保精度-稀疏特性的合理性与优越性。     

线性Sobolev方程的H1-Galerkin混合有限元分析

采用H1-Galerkin混合有限元法对线性Sobolev方程初边值问题给出了半离散H1-Galerkin混合有限元格式,通过误差分析,得到了待求函数及其梯度函数的L2模、H1模和Lp模的最优阶误差估计.     

道路交通安全评价方法

为了准确的得进行道路交通安全评价。在分析国内外道路交通安全现状的基础上，对影响道路交通安全的影响因素进行了分析，重点评述了绝对数法、事故率法、事故强度分析法，概率一数理统计法、模型法、时间序列分析法和灰色评价方法等国内外道路交通安全的各种评价方法，指出了各种评价方法的优缺点及其适用性，结果对道路交通安全评价有一定的参考价值。     

基于低秩矩阵近似的鲁棒DOA估计方法

针对非均匀噪声背景下传统非离散化方法在少快拍条件下波达方向（DOA）估计性能恶化的问题, 提出基于原子范数最小化和零化滤波器的非离散化参数估计方法. 该方法利用参数空间连续性构建基于原子集合的阵列信号稀疏表示模型, 将信号协方差矩阵的恢复问题转化为原子${\ell _0}$范数最小化问题. 基于信号协方差矩阵的厄米特托普利兹结构和低秩特性, 将原子${\ell _0}$范数最小化问题转化为实际可解的基于低秩矩阵近似的半定规划问题, 从而恢复信号协方差矩阵. 根据零化滤波理论通过求解零化滤波器系数获取DOA参数估计. 仿真结果表明, 在非均匀噪声和少快拍同时存在条件下, 该方法比现有同类方法具有更高的估计精度和鲁棒性. 在不同最大噪声功率比条件下,本文方法的均方根误差比现有方法平均减小59.4%.      

Constrained Bézier curves'' best multi-degree reduction in the L2-norm

In computer aided geometric design, the degree reduction of the parameter curve is a key technique in data exchange and data compression. The various existing methods of degree reduction cannot decide whether the degree reduction curve satisfying the given tolerance exists beforehand, cannot give approximation of the best multi-degree reduction, or cannot provide explicit expression and error formula of the degree reduction curve. In this paper, we propose an entirely new method, which can hurdle the above flaws completely.tives with the given curve up to (r-1)-th and (s-1)-th orders (r, s≤m＜n) respectively at the endpoints, so the approximating error is less than the given tolerance ε in the L2-norm. If the curve exists, the explicit expression can be given.     

一维热传导型半导体器件的有限体积元逼近及分析

采用有限体积元方法来解决一维热传导型半导体器件数值模型,将分段线性函数和分段常数函数分别作为有限体积元方法的试探函数和检验函数,构造了半导体器件模型的全离散有限体积元逼近格式和计算程序．并进行理论分析,得到了最优阶H^1-模误差估计．