利用线性模型估计的传感器优化布置算法

提出了一种基于线性模型估计的传感器布置算法.首先根据线性模型估计理论,将待监测的目标模态振型视为线性模型的设计矩阵;然后利用奇异值分解的算法,将设计矩阵分解,根据分解的前几个左奇异向量来计算各个自由度对于目标模态振型的贡献;用迭代算法来求出最优的传感器布置方案;最后,用两个算例表明该方法的有效性.

基于线性估计模型的电动汽车质心侧偏角估计

质心侧偏角估计是车辆稳定性控制系统中的关键技术和难点,针对电动汽车,本文充分利用车轮上的驱动力矩和制动力矩信息,计算出了轮胎上的纵向力。并将轮胎侧向力用纵向力和侧偏角表示或进行局部线性化。这样可以将二自由度车辆模型简化为以侧向速度为状态的线性估计模型,用于电动汽车质心侧偏角的估计。仿真结果表明:基于线性估计模型的质心侧偏角估计器的估计精度较高,对路面摩擦因数的依赖程度小,并且计算简单,可以应用于车辆的稳定性控制系统中。

非线性随机模型估计及应用

讨论了非线性随机模型估计的求解问题 ,分为方差σ2 已知和方差未知 2种情况。方差σ2 已知的非线性随机模型估计适用于测量平差以及一切有规范规定的实验科学的数据处理 ;方差σ2 未知的非线性随机模型估计适用于没有规范约束的社会统计学的统计推断。文中附有算例阐述具有同值子样由于σ2 已知和未知的 2种情况的数据处理结果。

一般正态线性模型中可估函数的线性Minimax估计

对于一般正态线性模型 Y～ N (Xβ,σ2 V) ,这里 X和 V≥ 0是已知矩阵 ,β∈ Rp 和σ2 >0是未知参数 ,在二次损失下我们研究了可估函数 DXβ的线性估计在一切估计类中的 Minimax性 ,得到了 DXβ的唯一线性 Minimax估计 (有关唯一性在几乎处处意义下理解 )

多元线性模型中随机回归系数和参数的最优估计

本文研究了一般的随机效应多元线性模型中线性可估函数的最优线性无偏估计。特别地 ,考虑了一类特殊的估计 :Φ-线性估计 ,给出了 Φ-线性可估函数和最优 Φ—线性无偏估计的定义。得到了 Φ-线性可估函数的最优Φ—线性无偏估计 。

利用广义指数加权回归估计贝叶斯动态线性模型误差方差矩阵W_t的方法(英文)

本文主要研究广义指数加权回归在贝叶斯线性动态线性模型参数估计中的作用 。

部分线性回归模型中的差分两参数估计

考虑部分线性回归模型中回归系数的估计问题,提出一类新的差分两参数估计.同时讨论新估计的优良性.

线性混合效应模型中随机效应密度的非参数估计

对于Tao等(1999)提出的一类线性混合效应模型,构造了随机效应密度的非参数估计,并证明了此估计量具有渐近无偏性.

间接胎压监测系统中的参数估计模型

介绍了基于ABS的间接胎压监测系统中使用的参数估计模型。结合最小二乘法思想,采用减小测量误差平方和的思路建模,当误差趋于独立零均值时等效为最优化问题。将估计法与模式搜索法结合估计识别监测参数。理论分析、实验验证模型有较好的精确性。

西藏天然云杉林兼容性材积生长率模型系统研究

实施限额采伐是我国森林资源管理的一项基本制度,而准确的森林生长量估测值,是确定森林采伐限额的重要依据。利用西藏自治区2006年森林资源连续清查的127个天然云杉林实测样地资料,通过代数和控制与比例控制方法,构建了两套非线性联合估计模型系统,建立了天然云杉林材积总生长率、进界生长率、保留生长率三者一致兼容的以林分龄组A和平均胸径D为解释变量的估测模型。对比分析表明,比例控制模型系统效果较好,其结果为:总生长率P0=32.780A-0.92772D-0.60180,保留生长率P1=1/(1+517.27A-0.69639D-3.6004)×32.780A-0.92772×D-0.60180,进界生长率P2=1/(1+1/517.27A0.69639D3.600 4)×32.780A-0.92772D-0.60180。研究结果为西藏天然云杉林的生长量估测提供了参考依据,研究方法为林分材积生长率模型及类似模型的研建提供了经验和借鉴。

西藏天然云杉林枯损率与采伐率模型系统研究

利用西藏自治区2006年森林资源连续清查的天然云杉林实测样地资料,通过构建非线性联合估计模型系统,研究建立了天然云杉林总消耗率、枯损率、采伐率三者一致兼容的估测模型,为西藏天然云杉林的消耗量估测提供了参考依据,也为类似模型的研建提供了经验借鉴。

不同模型处理纵向缺失数据的模拟研究及应用

目的探讨纵向缺失数据在不同缺失机制下,广义估计方程(GEE)、线性混合效应模型(LME)和模式混合模型(PME)处理纵向缺失数据的灵活性。方法先模拟产生完整的纵向数据集,再生成不同缺失机制的数据集,用三种模型进行分析与比较,最后用实例来验证模拟结果。结果模拟研究表明MCAR缺失机制下,三种模型均能得到无偏和有效的估计;MAR缺失机制下,LME模型较GEE、PME模型更能提供有效的参数估计;MNAR缺失机制下,PME模型比GEE、LME模型更能提供有效的参数估计。实例分析也表明在MAR缺失机制下,LME模型拟合纵向缺失数据更优。结论在分析纵向缺失数据时,需要依据数据的缺失机制来选择合适的模型,从而得到合理而有效的结果。

目标跟踪的非线性回归方法

讨论目标跟踪数据融合的常用非线性回归模型 ,研究参数估计的初值获取方法 ,求估计值的迭代算法 ,估计值的校准方法 ,估计值方差矩阵的估算方法 .使用本文方法处理目标跟踪数据速度快、精度高 。

多主题抽样调查中改进估计方法的研究

多主题抽样调查在实际统计工作中非常普遍,即一项调查同时涉及两个或多个目标变量(指标),对总体的推算也需要同时对这两个或多个指标进行估计。通常同一调查中的多个目标变量之间会具有相关性,利用这一信息可以提高对所关注调查指标的估计精度。本文利用多重多元线性模型的方法研究这一问题,讨论了最佳线性模型无偏估计和一般回归估计,可以看到借助调查指标之间的相关性,较之常用的单个响应变量的多元线性回归模型方法,得到的最佳线性模型无偏估计和一般回归估计都可以有效地提高对总体总量的估计精度,本文的数值模拟和实例分析也验证了这一结论。

制导系统工具误差的自适应估计

本文研完惯性制导系统工具误差的自适应估计问题。运用自适应技术,这是解决制导精度鉴定问题的一个新的尝试,文中对仪表的误差模型给出了动态补偿,并给出了误差系数的递推估计。对模型中随机量的统计特性应用了自适应技术,并对岭回归引入了自适应估计,对滤波过程中模型的辨识及估值中偏倚的补偿,进行了讨论。

基于背膘厚度构建民猪肌内脂肪含量的预测模型

为了探究不同统计模型预测猪肌内脂肪含量和眼肌面积的可行性,试验利用测定的312头民猪的体重、背膘厚和日龄数据,以岭回归最佳线性无偏估计(ridge regression best linear unbiased prediction,rrBLUP)、贝叶斯B (Bayes B)、随机森林算法(Random Forest,RF)三种模型来预测民猪肌内脂肪(intramuscular fat,IMF)含量和眼肌面积(eye muscle area,EMA),每种模型均采用5倍交叉法和去一法进行验证,比较预测结果以得出预测准确率较好的一种模型。结果表明:两种验证方法中,去一法的预测准确率要明显高于5倍交叉法,但计算效率较慢。在预测肌内脂肪含量的模型中,rrBLUP、Bayes B、RF模型的预测准确率分别为0.639,0.595,0.631,其中rrBLUP模型预测效果较好。在预测眼肌面积的模型中,rrBLUP、Bayes B、RF模型的预测准确率分别为0.618,0.464,0.642,其中RF模型预测效果较好。说明基于体重、日龄和背膘厚测定数据预测民猪IMF和EMA是可行的。

线性模型参数M估计的线性表示

本文在非凸的情况下,研究了线性回归参数的M估计的强、弱线性表示。所得余项估计的阶或阶的主部是确切的。作为应用,导出了M估计的收敛速度、重对数律及Berry-Esseen型界限。

结构健康监测传感器优化布置的混合算法

提出了一种基于模型减缩和线性模型估计理论的、用于建筑结构健康监测中传感器布置的新算法.根据选定的主、从自由度,用改进减缩系统方法来减少初始结构的自由度数目.然后,基于线性模型估计,以所选定的目标模态为线性模型的设计矩阵,用奇异值分解处理设计矩阵.用分解后的前几个左奇异向量计算每一个自由度对于结构模态的贡献.最后用迭代算法来确定所需的传感器数量和位置.算例表明,此种混合算法适用于建筑结构监测的传感器布置计算.

地区工业生产差异:经济地理的解释

本文描述了地区工业产出差异对于地区差距的影响 ,并且将地区工业产出的差异归结为地区工业生产率的差异。本文解释了地区工业产出差异的经济地理的原因 ,采用了层次线性模型估计了各种经济地理因素的作用。我们发现经济地理因素 ,包括少数民族人口比例 ,是否沿海和外商直接投资等对于地区差距影响显著。根据计量检验结果我们给出平衡发展的政策建议 。