非线性模型误差自相关诊断的Z检验方法

关于非线性模型误差自相关的诊断问题目前还没有相应的方法。针对这一情况。本文提出了非线性模型误差自相关诊断的Ｚ检验方法。

空间滞后误差自相关随机前沿模型参数的估计

文章利用工具变量矩阵方法研究了空间滞后误差自相关随机前沿模型参数的估计问题,得到了参数估计的表达式。与极大似然估计相比较,工具变量矩阵法极大地简化了计算。蒙特卡罗模拟的结果表明,参数估计值十分逼近真值。

顾及DEM误差自相关的坡度计算模型精度分析

基于DEM的坡度计算,其误差来源于DEM误差、DEM结构和坡度计算模型。在顾及DEM误差自相关的前提下,对四种DEM坡度计算模型进行了分析和评价。研究表明,三阶不带权差分能给出较高的坡度计算精度;在局部窗口中,格网点数量越多,坡度计算越准确;等权比不等权的坡度计算模型更准确;DEM误差自相关结构形式对坡度计算无影响。进一步的理论分析和试验分析还表明:DEM误差自相关性的存在,不仅能够改善地形分析的精度,也能改善DEM自身精度。

考虑误差自相关改正确定DEM分辨率

"坡度均方根—栅格尺寸"方法确定DEM分辨率具有明确的地貌学意义,而DEM误差会对坡度产生较大影响。利用1∶1万和1∶25万两种比例尺地形图资料,分别生成不同栅格尺寸DEM,绘制"坡度均方根—栅格尺寸"关系曲线进行分析后认为,1∶1万比例尺地形图生成DEM的合适分辨率为5m,1∶25万比例尺地形图生成DEM的合适分辨率为50m。对DEM进行误差自相关改正后分析其"坡度均方根—栅格尺寸"关系曲线,认为1∶1万比例尺地形图生成DEM的合适分辨率增大为20m,1∶25万比例尺地形图生成DEM的合适分辨率增大为75m。研究表明,DEM经误差自相关改正后,坡度信息量有明显增加,在较大的栅格尺寸即可充分反映地形特征,同时避免了高程内插带来的误差。

基于误差截尾假设的时序预测可学习性理论与算法

在收集和处理时间序列数据的过程中,难免会产生误差,而在很多现实情形中误差是自相关非独立的.已有的预测理论在分析误差自相关的时序数据时,往往需要知道预测算法所输出假设空间的显式表达,而对于一些假设空间不明确的模型,比如神经网络,尚未有系统的求解方法和理论保障来分析其在非平稳且误差自相关时序数据上的预测能力.本文基于误差截尾的假设,提出了时间序列的预测PAC可学习理论,并给出了数据依赖情形下的泛化误差界.该界限包含一个时序复杂度度量和一个差异度量,前者描述了序列数据的非平稳性,后者可在适当情形下从数据中估计得到.因此,该误差界并不依赖于假设空间的显式表达,具有较强的普适性.根据上述理论,本文提出了一种基于自回归模型的交替优化算法用于预测非平稳的时间序列数据.我们在真实数据集上进行实验,验证了本文提出算法的有效性.

基于空间Panel Data的中国区域人均GDP收敛分析

本文应用空间Panel Data分析方法,对我国区域人均生产总值(GDP)的β收敛模型进行实证研究。研究结果表明我国区域经济增长在1996年至2005年期间存在扩散,1996年至2000年区域人均GDP为β收敛,2001年至2005年区间β扩散,β收敛理论实证研究受样本区间影响很大。在政策上提出国家对缩小国内区域经济增长差距的政策应根据国家长短期目标而调控。

神经网络经济预测法研究

本文在多层 BP神经网络的基础上 ,结合经济类时间序列的特点 ,采用特殊的处理方法 ,建立通用的经济预测神经网络模型 ,并利用此模型对安徽省某一经济数据加以预测。特殊的处理方法包括前置处理、单维时间序列扩展输入节点设计、训练区数据与试验区数据划分、误差自相关神经元节点的引入 ,以及后置评价处理。实际的预测结果表明了该方法的先进性和可行性。

改进变步长算法的空时抗干扰处理技术

针对传统的空时联合抗干扰技术在协方差矩阵求逆过程中计算量大,对处理器的要求高的缺点,提出了一种新的变步长最小均方误差(VSS-LMS)算法。改进算法采用两步迭代的方式进行阵列加权值的计算,在收敛的初始阶段,利用误差自相关值的双曲正切函数来调整步长,以达到快速收敛目的;收敛后期,则利用前一步长因子与误差自相关值的线性关系来调整步长,以保持较小的稳态误差。仿真表明,改进算法不仅能显著降低计算量,而且与经典的LMS算法相比,收敛速度和精度均得到明显提高;与传统的递归最小二乘算法(RLS)性能相近。充分说明了算法的有效性。

二、P21 普通测量学、地形测量学

CH20082004顾及DEM误差自相关的坡度计算模型精度分析=The Accuracy Assessment on Slope Algorithms with DEM Error Spatial Autocorrelation/刘学军,卞璐,卢华兴,朱莹(南京师范大学虚拟地理环境教育部重点实验室)//测绘学报.-2008,37(2).-200～206基于DEM的坡度计算,其误差来源于DEM误差、DEM结构和坡度计算模型.在顾及DEM误差自相关的前提下,对4种DEM坡度计算模型进行了分析和评价。研究表明,三阶不带权差分能给出较高的坡度计算精度;在局部窗口中,格网点数量越多,坡度计算越准确;等权比不等权的坡度计算模型更准确;