约束线性回归模型参数的广义条件根方估计

对非齐次等式约束线性回归模型提出广义条件根方估计,证明了广义条件根方估计能有效地改善狭义条件根方估计,并给出了广义条件根方估计的显式解及确定广义条件根方估计参数的方法。

非齐次等式约束线性回归模型参数的条件根方估计

对非齐次等式约束线性回归模型提出回归系数的条件根方估计,证明了在一定条件下,当回归自变量闻存在复共线关系时,条件根方估计在均方误差意义下很好改进了约束最小二乘估计;讨论了条件根方估计的容许性;分别给出了在平均散布误差准则下条件根方估计优于约束最小二乘估计的充要条件与充分条件;对确定条件根方估计的参数值讨论了两种方法:根迹法、方差扩大因子法。

基于代入法的约束线性模型的参数估计

本文利用代入法研究带约束条件的一般线性模型的参数估计问题,当线性模型中固定效应参数β附带线性约束条件时,在不同的协差阵和设计阵结构下,提出了可估函数c′β的约束估计,并给出其优良性质.

约束线性模型下回归系数的条件根方估计

本文提出了约束线性模型下回归系数的条件根方估计和广义条件根方估计，证明了在一定的条件下，两者在均方误差意义都能很好地改进回归系数的约束最小二乘估计，并讨论了它们的可容许性及广义条件很方估计中未知参数的选取方法。

约束线性回归模型回归系数的条件岭型估计

本文提出了线性等式约束的线性回归模型回归系数的一种有偏估计条件岭型估计 ,证明了在一定的条件下 ,在均方误差意义下及均方误差矩阵意义下都优于回归系数的约束最小二乘估计 ,并讨论了它的可容许性 .

约束线性模型系数的岭型Stein估计及其最优预测

文章提出基于齐次等式约束下的线性模型系数的约束岭型Stein估计,并和约束最小二乘估计(RLSE)进行了比较,在均方误差准则下得到了约束岭型Stein估计优于RLSE的充分条件。然后,就基于约束岭型Stein估计的预测量与RLSE的预测量的最优性判别问题进行了讨论,得到了在风险函数意义下约束岭型Stein估计的预测量优于RLSE的预测量的充分条件。通过实证分析,进一步验证了在一定条件下约束岭型Stein估计优于RLSE。

约束线性模型系数的岭型Stein估计及最优预测

文章提出基于齐次等式约束下的线性模型系数的约束岭型Stein估计,并和约束最小二乘估计(RLSE)进行了比较,在均方误差准则下得到了约束岭型Stein估计优于RLSE的充分条件。然后,就基于约束岭型Stein估计的预测量与RLSE的预测量的最优性判别问题进行了讨论,得到了在风险函数意义下约束岭型Stein估计的预测量优于RLSE的预测量的充分条件,通过实证分析,进一步验证了在一定条件下约束岭型Stein估计优于RLSE。

平衡损失下约束线性回归模型中回归系数的可容许估计

本文在平衡损失函数下得到等式约束模型中回归系数在齐次(非齐次)估计类中存在可容许估计的充要条件,给出带有不完全椭球约束模型中回归系数的线性估计在一切估计类中为可容许估计的充要条件.

约束线性模型下回归系数的条件根方估计

提出了约束线性模型下回归系数的条件根方估计和广义条件根方估计，证明了在一定的条件下，两者在均方误差意义都能很好改进回归系数的约束最小二乘估计，并讨论了它们的可容许性及广义条件根方估计中未知参数的选取方法．

约束线性回归模型回归系数的条件广义岭估计

提出了约束线性回归模型中回归系数的一种条件广义岭估计,讨论了它的优良性,证明了它在均方误差及均方误差矩阵下都优于约束最小二乘估计。

综合约束线性模型在松花江河段上的应用

用不同洪量比重的输入过程和不同的流量级在综合约束线性模型上分别率定出各自的响应函数，再进行综合，用线性时变的方法解决河道汇流的非线性影响，最后在输出端将各输入的演算过程线性叠加，可以较好地解决多输入单输出汇流问题。用此法对松花江哈尔滨站１４次洪水进行检验，效果良好。

椭球约束线性模型异常点的Score检验

利用方差扩大模型,获得椭球约束线性模型异常点的Score检验函数。最后,通过经典的实验数据对本文结果进行实例分析。

矩阵损失下约束线性模型中回归系数的线性可容许估计

考虑约束线性模型Mr={Y,Xβ,σ2V|Rβ=r}其中x列满秩,V为正定矩阵.在二次损失下,Baksalary. J. K和Markiewicz,A得到了回归系教β的线性估计在非齐次线性估计类中可容许的充分必要条件,利用吴启光在无约束线性模型关于回归系数线性可容许估计的结果,对约束线性模型Mr我们得到结果如下:在矩阵损失下回归系数β的线性估计AY+g在非齐次线性估计类中可容许当且仅当[i]XAV对称;[ii]R(A) R(U) [iii]AXU=U,g=(AX-I)R+r或AXU≠U时,有r(AX) (-∞,0)∪(1,+∞).其中R(U)=N(R),U为列正交矩阵.

非线性约束地基上混凝土板温度应力的增维精细积分解

根据实际的地基水平约束τ-u的关系,提出一种非线性约束模型,并联合采用增维精细积分法和松弛迭代法获得非线性约束地基上混凝土板温度正应力和剪应力沿各横截面的分布规律。算例结果表明,该方法计算结果相当精确。

线性约束下随机泛函微分方程的超线性收敛性

研究线性模型约束下随机泛函微分方程的超线性收敛性,可以优化实现对海量数据集的聚类分析和模式识别。以K分布概率分度函数为基函数,得到随机泛函微分方程Banach空间中的特征函数,构建了线性约束模型,并进行微分方程数值分析,基于贝叶斯估计方法,以一阶原点矩和二阶原点矩为特征,对随机泛函微分方程的约束参数进行优化估计,给出扰动特征泛函原理,根据最小描述(MDL)准则和自回归传递(CAT)函数准则,进行方程解向量的超线性收敛特性分析和证明,得出线性约束下随机泛函微分方程的超线性渐进收敛的。该结论将在海量数据集的聚类分析和模式识别中具有重要应用价值。

基于应变数线性变换的约束广义G-M估计(英文)

考虑线性变换对约束线性模型回归系数的影响问题 .证明了观测数据的线性变换对于约束模型的影响可以通过一个可用两步约束最小二乘法解决的约束回归问题进行分析 ,得到了回归系数的约束可估函数的约束最佳线性无偏估计不受变换影响的充要条件 .

基于非线性互补约束的含DG配电网故障区段定位方法

随着分布式电源的接入,配电网故障过电流方向不再唯一,传统的故障区段定位方法将不适用,本文提出含分布式电源(Distributed Generation,DG)配电网故障区段定位的非线性互补约束光滑化模型和求解方法。基于逻辑关系的间接故障定位方法在数值稳定性和决策效率上的不足,本文构建了可适应多个DG投切情况的基于代数关系的开关函数。2个仿真算例与对比实验表明,含DG配电网故障区段定位的非线性互补约束光滑化方法在进行故障定位时具有较高的容错性能,且能够实现多信息畸变下的准确定位,由此可见本方案在数值稳定性上胜于智能算法。

约束回归系数非齐次线性估计的可容许性

本文研究了约束线性回归模型:中SB的非齐次线性估计在非齐次线性估计类中可容许性的充要条件。

城市道路交叉口转弯比例反算模型的一般解法

从转弯比例一般方程组入手,提出了用于反算交叉口转弯比例的约束非线性规划模型;采用矩阵描述模型,简便地利用Matlab优化工具箱完成对模型的求解,从而建立了对该转弯比例反演模型的一般解法.通过算例分析,证明该算法得到的转弯比例与实测值有较好的吻合.

两种光谱混合分析模型的比较

为了分析与对比线性光谱混合分析模型(LSMA)和约束线性光谱混合分析模型(CLSMA)在光谱混合分解中的优势与劣势,我们设计了混合光谱分解实验。反演结果表明,当利用所有光谱数据进行端元百分含量反演时,LSMA的总误差比CLSMA小0.075。当利用波段选择后的数据进行端元百分含量反演时,前者的总误差比后者小0.017。这样,不论是利用所有光谱波段数据还是利用波段选择后的数据,LSMA在混合光谱分解的效果上都优于CLSMA;此外,LSMA利用波段选择数据反演端元百分含量的总误差比它利用所有波段数据的总误差小0.02,CLSMA利用波段选择数据反演端元百分含量的总误差比它用所有波段数据的总误差小0.077。这主要是因为波段选择大大减少了端元光谱间的相关性,所以,利用波段选择数据进行混合光谱分解优于不加选择的光谱混合分解。