Hamilton Monte Carlo (HMC)方法是一种常用的快速抽样方法.在对哈密顿方程进行抽样时,HMC方法使用Leapfrog积分器,这可能造成方程的位置及动量的迭代值在时间上不同步,其产生的误差会降低抽样效率及抽样结果的稳定性.为此,本文提出了IH...Hamilton Monte Carlo (HMC)方法是一种常用的快速抽样方法.在对哈密顿方程进行抽样时,HMC方法使用Leapfrog积分器,这可能造成方程的位置及动量的迭代值在时间上不同步,其产生的误差会降低抽样效率及抽样结果的稳定性.为此,本文提出了IHMC(Improved HMC)方法,该方法用Velocity Verlet积分器替代Leapfrog积分器,每次迭代时都计算两变量在同一时刻的值.为验证方法的效果,本文进行了两个实验,一个是将该方法应用于非对称随机波动率模型(RASV模型)的参数估计,另一个是将方法应用于方差伽马分布的抽样,结果显示:IHMC方法比HMC方法的效率更高、结果更稳定.展开更多
雷达高度表作为重要的微波遥感器件,由于其全天候、全时段特性,在地形探测等方面备受关注。机载雷达高度表具有较高的机动性,在实际探测中使用广泛。随着探测场景复杂度的提升,对雷达高度表测量精度也有较高的要求。现阶段提升测量精度...雷达高度表作为重要的微波遥感器件,由于其全天候、全时段特性,在地形探测等方面备受关注。机载雷达高度表具有较高的机动性,在实际探测中使用广泛。随着探测场景复杂度的提升,对雷达高度表测量精度也有较高的要求。现阶段提升测量精度的主要方法有对场景进行精准建模、使用参数估计算法。对传统参数估计算法而言,受步长影响,在估计过程中容易陷入局部最优,且随着参数维度的增高,只能求解低维参数的传统算法,难以获得较为精确的估计结果。因此,为了满足现阶段测量精度的需求,需要使用一种高精度参数估计算法。针对雷达高度表传统参数估计算法在面对参数的高维特性时会出现过拟合的情况,提出一种新颖的基于近端算子的哈密顿蒙特卡洛算法(proximal hamiltonian monte carlo,PHMC)。通过面元仿真数据进行测试,并使用了提出的算法与多种传统算法进行比对,证明了所提出算法的参数估计能力优于传统参数估计算法。展开更多
文摘Hamilton Monte Carlo (HMC)方法是一种常用的快速抽样方法.在对哈密顿方程进行抽样时,HMC方法使用Leapfrog积分器,这可能造成方程的位置及动量的迭代值在时间上不同步,其产生的误差会降低抽样效率及抽样结果的稳定性.为此,本文提出了IHMC(Improved HMC)方法,该方法用Velocity Verlet积分器替代Leapfrog积分器,每次迭代时都计算两变量在同一时刻的值.为验证方法的效果,本文进行了两个实验,一个是将该方法应用于非对称随机波动率模型(RASV模型)的参数估计,另一个是将方法应用于方差伽马分布的抽样,结果显示:IHMC方法比HMC方法的效率更高、结果更稳定.
文摘雷达高度表作为重要的微波遥感器件,由于其全天候、全时段特性,在地形探测等方面备受关注。机载雷达高度表具有较高的机动性,在实际探测中使用广泛。随着探测场景复杂度的提升,对雷达高度表测量精度也有较高的要求。现阶段提升测量精度的主要方法有对场景进行精准建模、使用参数估计算法。对传统参数估计算法而言,受步长影响,在估计过程中容易陷入局部最优,且随着参数维度的增高,只能求解低维参数的传统算法,难以获得较为精确的估计结果。因此,为了满足现阶段测量精度的需求,需要使用一种高精度参数估计算法。针对雷达高度表传统参数估计算法在面对参数的高维特性时会出现过拟合的情况,提出一种新颖的基于近端算子的哈密顿蒙特卡洛算法(proximal hamiltonian monte carlo,PHMC)。通过面元仿真数据进行测试,并使用了提出的算法与多种传统算法进行比对,证明了所提出算法的参数估计能力优于传统参数估计算法。
基金supported by International Project of Science and Technology between South Africa and China's Mainland (2006DFB02480)key project of Hebei Natural Science Foundation of China (C2006000744)the project of Scientific and Technological Research and Development Hebei Province,China(07297162D)~~