相依误差线性模型中的主成分s-K估计

为同时克服线性回归模型的自相关性和回归变量间的复共线性,通过融合主成分回归估计和s-K估计,提出一类新估计,称为主成分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广义最小二乘估计、主成分估计、r-k和s-K估计的充要条件.Monto Carlo数值模拟表明,新估计是一种同时克服自相关性和复共线性的有效方法.

非线性去噪对发动机排气温度预测精度影响

针对传统方法难以进一步提高发动机排气温度(EGT)预测精度的问题,提出一种基于非线性去除噪声的正则化混沌预测算法。为了消除其他因素和离群点对EGT预测精度的影响,研究了实际测量数据的预处理方法。由于观测数据中的噪声和混沌相空间重构参数对EGT预测精度有较大影响,提出利用搜索算法寻找使EGT预测精度较优的非线性去噪参数和重构相空间的延迟时间和嵌入维变量。仿真结果表明,该算法用于某型航空发动机EGT序列的预测,获得了满意的结果。

The Pre－test Principal Components Estimator in the Two Seemingly Unrelated Regression System

For the two seemingly unrelated regression system, this paper proposed a new type of estimator called pre-test principal components estimator (PTPCE) and discussed some properties of PTPCE.