本文在Stein恒等式(Stein’s identity)的框架下,给出了一种适用于有限样本场合的全新的修正Akaike信息准则(corrected Akaike information criterion),所提出的新准则适用于非常一般的协方差结构.在一定的正则性条件下,本文建立了所提...本文在Stein恒等式(Stein’s identity)的框架下,给出了一种适用于有限样本场合的全新的修正Akaike信息准则(corrected Akaike information criterion),所提出的新准则适用于非常一般的协方差结构.在一定的正则性条件下,本文建立了所提出准则的渐近有效性.应用带有自回归误差的空间回归模型进行模拟,结果表明,在备选模型与真实的数据生成过程之间的差异较小时,本文所提出方法的表现是令人满意的.当这种差异变大时,本文所提出的方法与其他已有方法相比也非常有竞争力.所提出的方法也被用于一组实际数据(社区犯罪数据)的分析中,所得到的结果更进一步支持了我们的方法在实际数据分析中的应用.展开更多
初至拾取是微地震数据处理的基本步骤及重要环节,在低信噪比情况下,传统的初至拾取方法性能不佳,无法满足实际需求。为此,提出一种新算法,该算法将时域微地震数据映射到Shearlet域,利用AIC(Akaike Information Criterion)模型对Shearle...初至拾取是微地震数据处理的基本步骤及重要环节,在低信噪比情况下,传统的初至拾取方法性能不佳,无法满足实际需求。为此,提出一种新算法,该算法将时域微地震数据映射到Shearlet域,利用AIC(Akaike Information Criterion)模型对Shearlet域各尺度层的数据实现初步识别,最小AIC值作为初至时刻。通过大量实验验证Shearlet-AIC算法在低至-13 d B信噪比下自动拾取的准确性,证实该算法优于传统初至拾取算法,解决了传统初至拾取算法在低信噪比时难以有效拾取微地震初至的难题。展开更多
对于多径稀疏的多输入多输出正交频分复用(Multiple-input and multiple-output orthogonal frequency di-vision multiplexing,MIMO-OFDM)信道,提出了基于广义Akaike信息论准则(Generalized Akaike informationcriterion,GAIC)的MIMO-O...对于多径稀疏的多输入多输出正交频分复用(Multiple-input and multiple-output orthogonal frequency di-vision multiplexing,MIMO-OFDM)信道,提出了基于广义Akaike信息论准则(Generalized Akaike informationcriterion,GAIC)的MIMO-OFDM系统实用的信道估计算法,该算法能够估计出信道的长度和每径信道的时延,降低加性白噪声对信道估计的影响,提高信道估计的精度。通过仿真,与最小二乘(Least squares,LS)算法和离散傅里叶变换(Discrete Fourier transform,DFT)算法相比较,大大地降低了信道的估计误差,提高了系统性能,且信道稀疏性越强,性能改善越好。展开更多
文摘本文在Stein恒等式(Stein’s identity)的框架下,给出了一种适用于有限样本场合的全新的修正Akaike信息准则(corrected Akaike information criterion),所提出的新准则适用于非常一般的协方差结构.在一定的正则性条件下,本文建立了所提出准则的渐近有效性.应用带有自回归误差的空间回归模型进行模拟,结果表明,在备选模型与真实的数据生成过程之间的差异较小时,本文所提出方法的表现是令人满意的.当这种差异变大时,本文所提出的方法与其他已有方法相比也非常有竞争力.所提出的方法也被用于一组实际数据(社区犯罪数据)的分析中,所得到的结果更进一步支持了我们的方法在实际数据分析中的应用.
文摘初至拾取是微地震数据处理的基本步骤及重要环节,在低信噪比情况下,传统的初至拾取方法性能不佳,无法满足实际需求。为此,提出一种新算法,该算法将时域微地震数据映射到Shearlet域,利用AIC(Akaike Information Criterion)模型对Shearlet域各尺度层的数据实现初步识别,最小AIC值作为初至时刻。通过大量实验验证Shearlet-AIC算法在低至-13 d B信噪比下自动拾取的准确性,证实该算法优于传统初至拾取算法,解决了传统初至拾取算法在低信噪比时难以有效拾取微地震初至的难题。