一项人流量模型参数估计方法的比较研究

智慧城市和大数据技术的兴起,为工作生活带来了诸多便利。人流量分析作为智慧城市的重要经济分析手段,受到了越来越多学者的关注。利用基于注意力(attention)机制的视觉变换(vision transformer,Vi T)图像分类算法对监控进行人像采集,从得到的视频中获取人流量数据,在切比雪夫(Chebyshev)基函数张成的函数空间中,通过将原来的人流量数据由分段的Chebyshev基函数的线性组合,构造了分段的Chebyshev多项式表示,研究并讨论了它们的一些参数估计方法。所提出的方法有效地降低了人流量表示的最大误差,提高了人流量大数据分析方法的精确度。

基于ACBO-GM联合方法的高维变量结构模型修正

工程结构模型修正常面临变量维度高、非线性程度强等现实问题,其模型修正的精度和效率受到严重影响,为改善这一不足,提出基于改进物体碰撞算法(Advanced Colliding Bodies Optimization,ACBO)和高斯白噪声扰动(Gaussian-white-noise Mutation,GM)的联合修正方法。在联合方法中,ACBO实现从传统的“一对一”到“优对多”的碰撞模式的转变,GM则用于保证碰撞过程中种群的多样性,可有效提升结构模型修正效率。基于一系列测试函数,对比分析标准物体碰撞算法(Colliding Bodies Optimization,CBO)和联合优化方法的优化性能;给出基于ACBO-GM联合方法的修正流程,并将其应用于钢框架修正算例和悬臂梁修正实例,对比研究基于联合修正方法与基于遗传算法(Genetic Algorithm,GA)的修正精度和效率。研究表明,ACBO-GM联合优化方法在精度和效率方面都明显优于传统的CBO方法,该优化方法的可行性得到验证;基于ACBO-GM联合方法在钢框架和悬臂梁两个工程结构修正案例中的应用,其修正精度均与基于GA方法的精度一致,但修正效率显著优于基于GA的修正方法。

催化裂化五集总动力学模型参数估计方法

研究复杂反应体系动力学参数估计方法 ,提出Marquardt法的两种改进算法。一是引入步长因子λ ,并随着目标函数的变化调节其大小 ,控制计算过程快速进入收敛区间。二是当待估参数值进入收敛区间后 ,通过调节阻尼因子d的大小 ,加速收敛。该方法用于馏分油五集总催化裂化反应动力学模型的动力学参数估计 ,既降低了算法对初值的要求 ,保证收敛稳定性 ,又加快了迭代收敛速度。

非线性模型的一种半参数估计方法

提出用半参数估计理论来解求非线性问题的思想,即用半参数模型中的非参数分量表达非线性模型线性化后的近似余项,推导基于最小二乘核估计的相应解算公式,通过算例试验分析表明,此法对于非线性强度较强的模型,其效果较为明显。

供水管网校核模型参数估计与求解方法的研究

研究和分析了在建立管网模型以及随后进行校核中主要考虑的重要参数海澄-威廉阻力系数C值和节点流量q值,对于其初始值的获取提供了一种切实可行的办法。随后建立了管网校核模型及其约束条件,并对如何求解该模型进行了研究。对于目前众多的校核模型求解算法,结合混沌优化算法(Chaos optimal algorithm)、遗传算法(GA)和DFP变尺度算法的优点,形成一种CGA DFP混合优化算法,并将其引入管网模型校核中,经实际管网试算取得了较好的效果。

随机波动率Hull-White模型参数估计方法

构建随机波动率的两因子模型,应用两阶段半参数方法估计模型中的常系数参数,使用核估计方法估计长期均值函数,给出了两阶段估计方法的相容性和参数的渐近性性质.实证结果表明了对比常系数模型,引入长期均值函数模型将会改善似然函数估计值,而且也能够很好地解释中央银行和政府已实施政策的有效性.此外,可以在不增加维数的条件下,使用该模型对利率衍生品进行更有效地定价.

Bootstrap方法在Cox模型参数估计中的应用

目的 探讨自变量分布极偏时Cox模型的参数以及区间估计是否准确 ,引入Bootstrap法对其加以验证。 方法 拟合Cox模型研究痰检结果与肺癌发病风险的关系 ,使用非参数Bootstrap法验证Cox模型的参数估计值、可信区间是否有效。结果 两者的参数估计值和大部分可信区间基本一致 ,个别变量的可信区间不一致 ,Bootstrap可信区间的下界更低 ,甚至变为负值。结论 当自变量分布极偏时 ,Cox模型所估计的参数可信区间可能有偏 。

MNP模型参数估计实用方法及其在出行方式预测中的应用

鉴于SML-GHK方法估计MNP模型参数具有初值敏感性,提出了一种初值点确定与参数估计的实用方法。首先应用贝叶斯方法估计MNP模型参数的初值,再结合基于GHK的模拟极大似然方法估计MNP模型参数,并通过实际算例对该方法进行了验证。结果表明:文中方法实用有效,特别是在小样本情况下效果明显;将基于该方法得到的参数值用于预测,能够较好地再现实际交通分担率;文中方法能够帮助规划师探讨某些交通政策变化时全体出行者对各种出行方式的选择概率的变化.

灰色预测模型参数估计的优化方法

基于拟合误差绝对值和最小及折扣系数建立了GM(1,1)模型参数估计的折扣最小一乘法,给出了求解折扣最小一乘法的小生境遗传算法,它克服了用线性规划方法求解时,折扣系数靠经验确定而易导致偏差的问题。

顾客满意度模型参数估计方法的选择

顾客满意度正在逐渐成为世界各国普遍采用的衡量经济产出和人民幸福程度的软指标。中国的各大企业、相关行业以及政府都在进行顾客满意度的研究和实践。只有采用科学的方法，对顾客满意度模型进行了准确地估计后，才能研究模型中满意度、忠诚度等变量与价格、质量等因素的关系，并准确地计算出满意度指数。但是，目前国内的顾客满意度模型估计方法研究还较少见。

小样本下两阶段MCMC参数估计方法——基于信用风险强度模型的研究

应用我国金融市场数据估计信用风险强度模型参数时,常遇到由小样本而导致的偏差问题,对此本文提出了两阶段MCMC参数估计方法:第一阶段用Lee和Mykland的跳辨识方法估计跳跃项参数;第二阶段用MC-MC方法估计扩散和漂移项参数。误差分析的结果表明两阶段MCMC方法小样本下信用风险模型参数估计的效果要明显好于单纯的MCMC方法。作为应用,采用我国第一支个人住房抵押贷款支持证券"建元2005-1"的违约和提前还款数据,估计了信用风险强度模型的参数。

一种新的带扩散扰动的复合泊松模型下破产概率的非参数估计

本文考虑对具有扩散扰动影响的复合泊松风险模型下的破产概率进行非参数估计.我们基于复傅里叶级数展开方法 (CFS)对破产概率进行逼近,并利用索赔次数和索赔额的随机样本值对破产概率进行非参数估计.同时我们还对估计量在大样本下进行了误差分析,提供了模拟结果,验证了在样本量有限下这种估计方法的有效性.

测角网坐标平差模型的Bootstrap参数估计方法

针对线性最小二乘法处理非线性模型产生模型误差的问题,文章将高斯牛顿迭代法引入测角网坐标平差模型中,给出测角网坐标平差模型的高斯牛顿迭代法计算过程。考虑到非线性平差模型的参数估计值是有偏估计,结合Bootstrap重采样方法对参数估值进行改善,提出测角网坐标平差模型的Bootstrap参数估计方法,并给出详细的迭代流程图。针对等精度与不等精度角度观测数据,设计两个测角网案例。实验结果表明,测角网坐标平差模型的高斯牛顿迭代解法能够削弱线性近似带来的模型误差影响,其参数估值优于传统的线性近似方法;而测角网坐标平差模型的Bootstrap参数估计方法比高斯牛顿迭代解法在提高测角网坐标平差参数估值质量方面更加有效。实验证明将高斯牛顿迭代解法应用于测角网坐标平差模型的必要性与实用性,也证明将Bootstrap重采样参数估计方法与高斯牛顿迭代解法结合并用于测角网坐标平差的可行性与有效性。

基于改进果蝇算法的非线性模型参数估计方法

在对基本果蝇优化算法的寻优流程进行深入分析的基础上,提出一种单方向搜索处理的改进果蝇优化算法(IFOA)。该方法可以对极值点为非零非负的非线性函数进行优化处理,将其应用于非线性模型参数估计。实例表明,IFOA方法在参数估计精度上优于线性近似法与非线性迭代方法;与以遗传算法为代表的智能搜索方法相比,其估计精度相当,并具有参数设置少、寻优过程简单、易于程序实现等优点。

广义矩方法及与模型的其它参数估计法的关系

讨论广义矩方法(GMM)及与普通最小二乘法(OLS)、工具变量法(IV)、两阶段最小二乘法(2SLS)之间的关系。

基于改进MLE-NR方法的杂波Weibull分布模型参数估计

为了解决传统最大似然-牛顿拉夫森(MLE-NR)方法需要谨慎地选择初始值保证迭代过程收敛的问题,该文提出了一种针对杂波韦布尔(Weibull)分布模型的参数估计方法。首先计算迭代点处的海森(Hessian)矩阵,然后根据海森矩阵的值,不断调整迭代过程中的发散点或错误的初始迭代点,使发散的迭代过程重新收敛,从而正确地估计模型参数。针对长度为256、512、1 024、2 048、4 096的随机样本数据,分别进行了N=500的蒙特卡洛(Monte-Carlo)仿真,仿真结果证明了该文方法的收敛性。蒙特卡洛仿真结果和基于实测样本的处理结果说明了该文方法的有效性和鲁棒性。

项目反应理论模型及参数估计方法

为了克服经典测量理论中题目参数等指标的变异性,项目反应理论得到了发展,现已产生了很多估计题目参数和能力的模型。本文简要介绍了项目反应理论中单维潜在特质假设下的几种二值记分(评定)模型及参数估计方法。

AMSAA模型的参数估计方法

对AMSAA模型,很多学者已研究出许多参数估计的方法。在本文中,我们对最小二乘法,图估计法,极大似然法,Bayes估计法,微分回归法,正态概率积分变换法,最佳线性无偏估计法,最佳线性不变估计法,矩估计法和指数平滑法等估计方法进行了系统的总结,对某些问题进行了进一步的讨论。