用于小样本动态系统阶数检验的残差——LKL法

本文提出了一种用于小样本动态系统阶数检验的残差—LKL法。该法把残差法和LKL法结合起来,首先使样本数据通过LKL法得到降低了噪声水平的改进数据,然后用残差法进行阶数检验,使原来对小样衣数据很难进行阶数检验的残差法有了显著的效果,大量仿真结果证明了这一点。文章最后讨论了子阶和时滞的检验问题。

机床热误差建模的组合小样本 LKL 方法

在辨识机床的热变形模型时，由于所能得到的样本较小且含有测量噪声，因此简单地采用传统的辨识方法效果并不理想．为此本文提出了一种组合样本的ＬＫＬ方法，将多个小样本组成一个大样本进行辨识．实验结果表明，该方法可以明显提高辨识精度．

自动调整遗忘因子的LKL辨识方法在销售预测中的应用

本文介绍了一种自动遗忘因子的最小二乘法，并且将它引入到ＬＫＬ方法中。数字仿真表明这种方法对于小样本快速时变系统的辨识是有效的。自动调整遗忘因子的ＬＫＬ辨识方法应用到灯泡销售预测中。