Maximum Likelihood Estimation of the Identification Parameters and Its Correction

By taking the subsequence out of the input-output sequence of a system polluted by white noise, an independent observation sequence and its probability density are obtained and then a maximum likelihood estimation of the identification parameters is given. In order to decrease the asymptotic error, a corrector of maximum likelihood (CML) estimation with its recursive algorithm is given. It has been proved that the corrector has smaller asymptotic error than the least square methods. A simulation example shows that the corrector of maximum likelihood estimation is of higher approximating precision to the true parameters than the least square methods.     

回报率的滤波与极大似然估计

几何布朗运动常用来描述风险资产价格的变动,其中回报率的估计是一个困难的问题.本文给出了回报率的Kalman滤波,对滤波估计与极大似然估计进行了比较分析,运用Monte Carlo技术给出了算例,结果表明Kalman滤波具有明显的优势.     

基于自适应评价函数的独立成分分析算法

简要介绍独立成分分析（ICA）及其模型，然后在极大似然估计的框架下，基于两类参数模型--Gaussian混合密度模型和Pearson系统模型，研究了具有对称分布（包括超高斯分布与亚高斯分布）和非对称分布源混合信号的盲分离问题，给出了一种有效的基于灵活评价函数的ICA新算法，该算法在一定意义上实现了对源信号概率分布的真正全“盲”。与原有的ICA算法相比，该算法具有更广泛应用范围。模拟实验验证了算法的有效性。     

数论网格法在极大似然估计中的应用

复杂似然函数的多峰性使得极大似然估计的求解存在很大困难。针对这一问题,提出了求解极大似然估计问题的数论网格法。讨论了数论网格法的特点,理论分析了其算法精度,给出了基于数论网格的序贯优化算法的计算步骤,研究了初始搜索区域和算法初始参数的确定方法。最后,以两参数威布尔分布参数极大似然估计为例,给出了极大似然估计的计算过程,比较了序贯优化算法和对分法的估计结果,说明了序贯优化算法的有效性和计算效率。     

用二值响应模型检测银行贷款中的房地产抵押欺诈

银行贷款中的房地产抵押欺诈已经成为银行行业关心的主要问题。本文以某省商业银行分行包含诚实的和欺诈的借款抵押合同为研究样本,利用数据库数据,使用二值响应模型检测房地产抵押欺诈行为,并根据修正的、考虑错分类误差的Logit模型对用标准Logit模型未能检测出来的欺诈性抵押合同的比例进行估计,为更精确地识别房地产抵押欺诈提供新的认识工具并帮助抵押监控管理人员识别欺诈。     

软件可靠性模型的变点估计及仿真研究

软件可靠性模型是研究软件失效数据的重要工具,对软件产品质量的度量和评估有重要的意义.为了解决单个模型不能准确描述软件失效情况以及难以对未来的软件失效做出合理预测的问题,将变点分析引入到软件可靠性模型的问题研究,建立了有变点的软件可靠性模型,给出了软件可靠性模型变点的最小二乘估计.数值仿真表明最小二乘法适用于软件可靠性模型的变点估计,其估计结果具有好的准确性和稳健性.     

软件可靠性模型的两种参数估值方法、估值结果一致性分析

本文研究软件可靠性增长模型的两种参数估值方法(最大似然函数估值法和最小均方误差估值法)的参数估值结果的一致性问题。讨论了一致性分析的必要性,一致性评价的标准和评价的方法,并以W-NHPP模型和NHPP模型为例进行了实例分析。     

Jelinski-Moranda模型的一种新的NLS估计法

提出了一种新的基于非线性最小二乘法的软件可靠性Jelinski-Moranda(J-M)模型参数估计方法(LogLSE).给出了一种与经典的J-M模型最小二乘法等价的曲线拟合函数,推导了J-M模型的新的非线性最小二乘(NLS)参数估计公式.在标准的软件可靠性失效数据一海军战术数据系统(NTDS)和三组J-D.Musa软件可靠性数据上,利用牛顿迭代法求解参数估计的实例分析,说明了LogLSE估计优于传统的基于最大似然估计(MLE)和最小二乘估计(LsE)的J-M模型参数估计.     

混合专家系统的研究及进展

在简要回顾符号专家系统和神经网络技术的基础上，综述了基于这两种技术的混合专家系统研究领域当前发展的状况。基于符号推理的专家系统在７０年代取得了长足的进步，但其自身的弱点决定了专家系统技术在发展过程中必然遇到不可克服的困难；８０年代，以联接主义为特征的神经网络技术得到了迅速地发展，一定程度上突破了符号专家系统所面临的障碍。神经计算与符号推理系统之间的互补性，使得基于这两种技术的混合专家系统被认为是当前人工智能领域重要的研究方向之一。     

Robust Estimation of Variance Components Model

ＲｏｂｕｓｔＥｓｔｉｍａｔｉｏｎｏｆＶａｒｉａｎｃｅＣｏｍｐｏｎｅｎｔｓＭｏｄｅｌ￥ＭＡＣｈａｏｑｕｎ；ＸＵＡＮＪｉａｊｉ（ＩｎｔｅｒｎａｔｉｏｎａｌＢｕｓｉｎｅｓｓＳｃｈｏｏｌｏｆＨｕｍａｎＵｎｉｖｅｒｓｉｔｙ，Ｈｕｎａｎ，４１００８２，Ｃｈｉｎａ...     

Study on Optimality of Two-Stage Estimation with ARMA Model Random Bias

1.INTaoDUCTIONInrecentyearsconsiderableworkhasbeendoneontheproblemofestimatingthestateofalinearsystemwitharandombiasthatinfluencesthesystemdynamicsandobservations.Thebasicmethodistheaugmelltedstateestimationwhosecomputationincreaseswiththebiajsvectordimension.Tomailltaincomputationalamountatalevel,theideaofusingatwasstagestateestimationtoimplementaugmentedstateestimationisintroducedbyFreidland[1],whichistodecouplethecentralfilterintotwoparallelfilters.Thefirstfilter,thebiasfreefilter,isb…     

CONFIDENCE LOWER LIMITS FOR RESPONSE PROBABILITIES UNDER THE LOGISTIC RESPONSE MODEL

The lower confidence limits for response probabilities based on binary response data under the logistic response model are considered by saddlepoint approach. The high order approximation to the conditional distribution of a statistic for an interested parameter and then the lower confidence limits of response probabilities are derived. A simulation comparing these lower confidence limits with those obtained from the asymptotic normality is conducted. The proposed approximation is applied to two real data sets. Numerical results show that the saddlepoint approximations are much more accurate than the asymptotic normality approximations, especially for the cases of small or moderate sample sizes.     

似乎不相关回归方程组中参数的极大似然估计

给出ｍ个似乎不相关回归方程组中关于参数β,ρ,σ２或Ｖ在β的一致最小风险无偏估计存在情况下的极大似然估计     

基于模糊神经网络模型对射手的评价

在图像制导导弹中,射手经常参与识别、捕获目标以及控制导弹跟踪、攻击目标.为评价一个射手,通过增加输入和输出论域的模糊子集数,对普通的射手模糊神经网络模型进行了改进.基于改进的射手模糊神经网络模型,提出了两种评价射手的方法.仿真结果表明:两种方法都能够有效地比较和评价射手,为选择和训练射手提供了依据.     

最大熵谱估计中的谱峰幅度及分辨率

本文对最大熵谱估计方法中有关谱估计的谱峰幅度和谱线分辨率进行了分析研究，得出谱线峰值是模型阶数和信噪比的函数，其量级约和阶数与信噪比乘积的平方成正比。提高谱线分辨率的有效途径是增大阶数，这意味着：将和阶数Ｍ的平方成正比地增加计算工作量，因此，对于最大熵谱估计来说，必须在分辨率和计算速度之间作出合理的权衡。     

马斯京根模型参数估计的差分进化算法

针对洪水演算的马斯京根模型参数估计问题,首先将其归结为非线性参数优化问题,然后利用自适应加速差分进化算法进行求解。计算结果表明,自适应加速差分进化算法具有求解速度快、计算精度高、算法控制参数设置简便、通用性强等优点,与现有马斯京根模型参数估计方法相比,该算法显示出更好的优化性能,从而为准确估计马斯京根模型参数提供了一种更为有效的方法。该算法也可以广泛应用于其他各种复杂非线性模型的优化问题,特别是在洪水预报方面有很好的应用前景。     

概率天气预报的K近邻非参数估计仿真模型

基于模式识别和相似预报思想，提出了一种制作概率天气预报的K近邻非参数估计仿真模型(简称KNN-M)。该模型包括历史样本数据库、近邻子集搜索程序、近邻子集优化算法和预报量估计技术。利用该模型进行了降水和云量的概率预报试验，独立样本检验结果表明，该模型预报稳定性好，预报准确率较高，具有较好的业务应用前景。     

基于蒙特卡洛方法的卫星成本预测模型研究

针对传统的卫星成本预测模型没有包括相应的不确定性因素,提出了基于蒙特卡洛方法的卫星成本预测模型,用以解决主要由技术风险引起的不确定性.针对利用该模型模拟得出的分布曲线可能介于两种标准分布之间的情况,提出了二次拟合检验的思想,提高了拟合的精度.最后,将收集到的相关数据代入该模型并与常用的卫星成本预测方法进行比较,其精度大约提高了10%.可见,使用蒙特卡洛方法进行卫星成本的预测具有较好的精确度.     

基于参数估计的层次诊断模型研究及应用

针对大型系统多故障诊断的复杂性,提出利用抽象技术建立的简化层次模型进行诊断。把抽象技术分为结构抽象和行为抽象,结构抽象建立在系统的描述方法之上,采用的行为抽象技术为Box-Jenkins建模方法(B-J法)的参数模型。介绍了层次模型的一种形式化方式-抽象树的建立方法。利用不同层次的参数模型参数值序列之间的变化关系并采用由上至下的分层诊断策略进行故障诊断。仿真实例的结果表明减少了计算量,提高了诊断效率。     

嵌套Logistic模型的矩估计

讨论多元极值分布嵌套 Logistic模型 ,给出了分布参数的矩估计及其渐近协方差阵元素的显式表示和数值结果 .当边缘参数相等时 ,用合并样本估计公共参数 ,可以提高估计量的精度 .