双三角钻臂非齐次模型自适应预测控制

针对双三角钻臂这类非线性系统的控制问题,为克服系统闭环预测存在的缺陷,提出了一种非齐次增量型时变线性模型,给出并证明了其存在性定理。提出了基于该类模型的自适应预测控制算法,并将该算法实际应用于双三角钻臂直接定位控制,使双三角钻臂获得了很好的轨迹跟踪性能。该控制算法比传统广义预测控制算法简单,容易实现,其应用效果证明了它的可行性和有效性。

Becker齐次模型参数估计的D-最优设计

对于三分量混料试验的Ｂｅｃｋｅｒ模型（Ⅰ），（Ⅱ）和（Ⅲ），给出了参数估计的Ｄ最优设计．利用偏微分方程中椭圆型方程的极值原理和对称多项式这两种数学工具解决了它们的最优设计问题．

Becker齐次模型参数估计的A-最优设计

利用椭园型偏微分方程极值原理和对称多项式这两种数学工具,解决了三分量 Bech-er 齐次模型(Ⅲ),(Ⅱ)和(Ⅰ)的参数估计的 A-最优设计。

基于齐次模型的信赖域算法

提出一种基于齐次模型的信赖域算法,传统的基于二次模型的信赖域算法只是它的一个特例。由于该模型比二次模型更近似目标函数,故新算法优于传统的信赖域算法。

模型的并、积与齐次模型

这是我们研究齐次模型的第二篇文章。在第一篇文章里我们证明了:(1)

隐非齐次马尔可夫模型的贝叶斯推断

当前,在教育学、心理学、经济学、社会学等许多领域经常会遇到异质纵向数据.隐马尔可夫模型因其对异质纵向数据良好的建模和分析效果而受到广泛关注.在传统隐马尔可夫模型的基础上,引入非齐次马尔可夫状态转移方式,并与多元正态分布相结合,提出了隐非齐次马尔可夫多元正态分布模型.首先,介绍隐非齐次马尔可夫多元正态分布模型的数学定义;其次,详细介绍模型参数后验分布的推导过程及MCMC算法设计;最后,设定了四个模拟实验进行比较分析,结果表明贝叶斯推断方法是可靠的.研究发现隐非齐次马尔可夫模型可以覆盖齐次隐马尔可夫模型,应用更广泛.

一般拓扑结构的非齐次隐含马尔科夫模型及其在中、英文语种辨识中的应用

为了充分利用语音信号中的段长信息,该文提出了一种具有一般拓扑结构的非齐次隐含Markov模型(Hidden Markov Model,HMM),并将其应用于中、英文语种辨识(Language IDentification,LID)系统。非齐次HMM既很好地描述了语音信号的发生过程,又准确地利用了状态的段长信息和语言中的上下文连接结构信息,对于中、英文语种辨识系统,非齐次的HMM系统辨识性能好于齐次的HMM模型。而在非齐次的HMM中,同段长为均匀分布相比,段长分布为正态分布时系统的辨识性能更好,表明段长确实是一种重要的语种区分信息之一,且正态分布较均匀分布更接近于真实的段长分布。

齐次函数模型极小化的Greville方法

本文提出了根据齐次函数模型的无约束极小化方法——Greville方法,它是Jacobson-Oksman方法的推广。由于它利用了广义逆技术,故方法的适应性较强,作者证明了对于齐次函数,Greville方法在n+2步得到广义极小点。文章还给出了算法和数值结果。

隐非齐次马尔可夫模型的强大数定律

在状态集都有限的情况下,给出了隐马尔可夫模型的一些性质定理.利用马氏链的强极限定理,得到了隐非齐次马尔可夫模型的强大数定律.

齐次湍流动能输运方程封闭模型在浅海动力学中的应用

该文对已建立的齐次湍流动能输运方程封闭模型 (HKE)封闭的浅海动力学模型进行了检验。湍流混合强度的垂直分布会影流速剖面 ,在风海流、狭长渠道稳态风潮及渠道振荡流流场等的模拟中 ,HKE封闭均取得满意效果 ,结果表明 HKE封闭在正压浅海动力学中是有效的 ,可避免混合长理论的缺陷 ,并未过多增加计算量。振荡流的湍流粘性系数的时间分布特性是时变的 ,其变化频率为振荡频率的两倍 ,且在流速变化最大时湍流混合最强。对应于浅海潮波系统 ,平潮和停潮时局地混合最弱 ,因而最适宜水质采样 ,反之 ,涨急和落急时刻湍流混合最强。但当取湍动能的Schmidt数 σk>10时 ,湍粘性系数的振幅仅为其平均值的 15 % ,因此可以认为在 15

非齐次线性模型M估计的强相合性

研究非齐次线性模型M估计的强相合性.通过分析模型的统计性质,在比相关文献更弱的条件下,证明了非齐次线性模型M估计强相合的充分条件是δn=max1≤i≤n(xi-n)′Tn-1(xi-n)=O(n-δ),其中0<δ<1,并证明若要δ=1时结论依然成立须加强条件.本文结果比文献中的相应结果有所改进,文献结果可由本文结果导出.

齐次Poisson冲击模型中元件寿命的随机比较

在齐次Poisson冲击模型中,证明了当促使元件失效的随机冲击次数依期望序,反向失效率序,反向平均剩余寿命序,增凹序,Laplace变换序增加时,元件的寿命也依相应的随机序增加.

基于非齐次隐马尔可夫模型的特定人元音的识别方法

针对特定人汉语元音的语音识别,提出一种基于非齐次隐马尔可夫模型的识别方法.该方法首先提取声道频率响应作为特征参数,然后建立非齐次隐马尔可夫模型来更为精确地刻画真实的语音现象,接着进行语音识别实验,并与齐次隐马尔可夫模型进行比较.实验结果表明该方法可以使特定人的元音的识别率达到98.73%,明显改变了识别系统的性能.该方法具有很好的理论研究前景和实际应用价值.

一类非齐次时变线性模型及自适应预测控制策略

通过分析系统闭环预测存在的缺陷,为了改善系统的预测性能、便于系统辨识和实现自适应控制,提出了一类适合于一般非线性系统的非齐次时变线性模型,给出并证明了其存在性定理。而后给出了这类非齐次时变线性模型的渐消记忆递推最小二乘参数估计,推出了基于该类模型的自适应预测控制算法。仿真结果表明基于该类模型的自适应预测控制策略具有优良的控制品质。

齐次线性对数比模型的D—最优试验设计

讨论齐次线性对数比模型的D—最优设计问题。首先通过一个变换，将对数比换型变换为齐次线性模型，然后利用所得的模型求出设计的最优配置，最后证明相应的设计为D—最优设计。

可列非齐次隐Markov模型的强大数定律

隐马尔科夫模型被广泛的应用于弱相依随机变量的建模,是研究神经生理学、发音过程和生物遗传等问题的有力工具.研究了可列非齐次隐Markov模型的若干性质,得到了这类模型的强大数定律,推广了有限非齐次马氏链的一类强大数定律.

多重混料系统上齐次线性模型的A-最优设计

提出了多重混料系统概念 ,并讨论了在此多重混料系统上齐次线性模型的A 最优设计问题 ,给出了多重混料系统上齐次线性模型的A

非齐次隐马尔可夫模型及其参数估计

隐马尔可夫模型是现今被广泛使用的统计模型之一。本文在现有的对隐马尔可夫模型研究的基础上,通过在转移模型的马尔可夫链中增加协变量,构建了非齐次隐马尔可夫模型。在对模型进行参数估计时,首先用k-means聚类分析确定了观测数据的隐状态,然后用极大似然估计对模型的转移参数进行估计。在数值模拟时,以非齐次隐马尔可夫多元正态分布和非齐次隐马尔可夫多元线性回归为例,利用文章所介绍的方法对模型的参数进行估计,验证了估计的可靠性。

p阶拟循环群理论的可数模型

讨论了p阶拟循环群理论的可数的饱和模型,并用强极小理论证明了p阶拟循环群理论是ω1 范畴的,进而 p阶拟循环群理论的每一模型都是齐次模型.

L_ω_（1）ω语言格值模型论的一些研究

建立ω１ω语言格值模型论的Ｍａｌｉｔｚ插值定理和省略型定理，简单讨论格值齐次模型的性质，最后将二值模型论中构造模型的初等链方法引入ω１ω语言格值模型论．