回归系数的一种有偏估计

为了改进最小二乘估计，克服其在设计阵呈病态时表现出的不可靠性，本文将最小二乘估计、Stein型估计和组合主成分估计的方法联合起来，提出了多元线性模型回归系数的一种新的有偏估计。并且证明了：此种估计在均方误差意义下是可容许估计；在参数区域的某个椭球内，这种新的估计优于最小二乘估计、主成分估计和组合主成分估计。     

半相依回归系统参数的c-k型改进估计

针对设计矩阵Xi呈病态时的半相依线性回归系统,提出了系统参数iβ的一种c-k型改进估计,并证明了这种估计在均方误差意义下的若干优良性质.     

半相依回归系统参数的Stein型主成分改进估计

将S tein压缩思想与主成分改进估计相结合,研究两个半相依回归系统.当设计阵呈病态时,提出S tein型主成分改进估计,同时,给出当V未知时的两步估计.证明在均方误差意义下,S tein型主成分改进估计局部优于主成分改进估计和协方差改进估计.     

多元线性回归模型参数的BC估计

考虑多元线性回归模型Y=XB+ε,其中E(Vec(ε))=0,Cov(Vec(ε))=V In,当设计阵X呈病态时,模型参数的LS估计不再是一个优良估计.为此,提出了一种有偏估计———BC估计.在均误差意义下,参数的BC估计优于它的LS估计,并证明了参数的BC估计是可容许线性估计.     

半相依回归系统的Stein型广义岭型主成分改进估计

对于一类半相依回归系统,将Stein压缩思想与广义岭型主成分改进估计相结合。提出Stein型广义岭型主成分改进估计,并且讨论这种估计及其相应的两步估计的优良性质。     

线性模型中几个有偏估计的改进

对线性模型中回归系数的Stein型估计,双h类估计和双l类估计作了改进,使得它们在设计阵的任何情形下都能一致优于最小二乘估计。     

一类相依回归模型参数估计的相对效率

对于一类相依回归系统(1),当设计阵X2呈病态时,[1]中提出了协方差阵已知或未知时,估计量β1^~、β1^~(T)的改进估计分别为β1^~(k)、β1^~(T,k)。讨论这两种有偏估计与它们的协方差改进估计β1^~,β1^~(T)及最小二乘估计A之间的相对效率问题,并给出了相对效率的上界或下界。     

线性模型参数一类新的s-K估计

基于线性回归模型参数向量的先验信息提出一类新的s-K估计——改进s-K估计,并在均方误差阵意义下,得到了这类估计分别优于最小二乘估计、广义岭估计、Stein估计及s-K估计的充要条件.     

多元线性模型回归参数的主成分估计

在多元线性模型中, 当设计阵呈病态时, 我们可适当选择保留的主成分个数可致主成分估计比最小二乘估计有较小的均方误差.     

线性模型参数一类新的s-K估计

基于线性回归模型参数向量的先验信息提出一类新的s-K估计--改进s-K估计, 并在均方误差阵意义下, 得到了这类估计分别优于最小二乘估计、 广义岭估计、 Stein估计及s-K估计的充要条件.     

Guass-Markov模型的广义抗差岭估计

对可能影响测量平差精度与稳定性的各种因素进行了分析,提出了一种新估计——广义抗差岭估计,理论分析和模拟计算结果均表明新估计不仅能同时抵抗设计阵病态性和观测值粗差的影响,而且能有效的消除高杠杆点的干扰,是一种性能良好的估计.     

多元线性模型回归系数的Stein型估计

本文对多元线性模型的回归系数提出了Stein型估计,可使其MSE小于LS估计。分析了选取参数矩阵K的MSE准则存在的缺陷,于是应用Q(C)准则克服这些缺陷。从理论上证明了Q(C)准则的优良性,并给出了确定C的方法。     

基于信噪比的正则化方法及其在GPS快速定位中的应用

本文针对GPS快速定位中设计阵病态性的特点,提出了一种新的正则化方法.该方法首先利用参数LS估计的信噪比提取了各个参数是否受到复共线性严重危害的信息,从而在一定程度上揭示了设计阵复共线性结构的特征.然后针对复共线性的特征,以信噪比为依据构造正则化矩阵,以极小化均方误差为目标选取正则化参数,提出了基于信噪比的正则化方法（SNR）.最后进行的数值试验表明,本文提出的SNR方法较好地利用了复共线性特征的信息,处理病态问题针对性更强,解算效果更佳.     

求解四元数线性系统的一种新方法

利用矩阵半张量积以及矩阵的H-表示方法求解四元数Stein方程的循环解。首先提出了四元数矩阵的矩阵半张量积的一些新结论,进而利用这些结论将四元数Stein方程转化为具有独立变量的矩阵方程;然后利用循环矩阵的H-表示以及经典矩阵理论给出原系统循环解存在的充要条件及通解表达式;最后通过相应的数值算法验证该算法的有效性,并将该方法用于求解线性时变系统中的四元数Stein方程。     

基于改进移动最小二乘近似的杂交边界点法

针对杂交边界点法中采用移动最小二乘近似时存在的计算量大,易形成病态矩阵的问题,将改进移动最小二乘近似和修正变分原理相结合,提出了基于改进移动最小二乘近似的杂交边界点法.这种方法保留了杂交边界点法的纯无网格法特性,域内未知场函数的计算无需再次沿边界积分等优点,而且不会出现病态方程组,数值计算稳定,计算精度高.数值算例验证了该方法的有效性.     

弱链对角占优M-矩阵A的‖A~(-1)‖_∞上界估计式

针对弱链对角占优M-矩阵A,利用逆矩阵元素的估计范围,给出A-1∞新的上界估计式。通过算例分析表明新的上界估计式改进了现有的一些结果。     

纵向污染数据半参数回归模型中的强相合估计

研究了一类纵向污染数据的半参数回归模型，并在更切合实际的情况下，建立了模型参数和回归函数的估计方法，在适当的条件下，证明了所建立的估计量均具有强相合性。     

锥管内低雷诺数入口流的速度分布

讨论有限长锥管内的低雷诺数入口流问题，用Ｓａｍｐｓｏｎ解展开流函数成无穷级数，系数由边界条件用配置法确定，用最小二乘法和修正的Ｇｒａｍｍ－Ｓｃｈｍｉｄｔ正交化方法求解矛盾方程组，并画出了相应角度的入口流速度剖面．