有序参数的一类AIC型信息准则(英文)

给出一种基于Akaike信息量准则(AIC)原理的参数估计方法.该方法给出了具有有序分布参数的正态分布的一种AIC偏差修正项的精确无偏估计量;且兼有自助抽样的功能得到了开发.

一种基于拟似然函数的信息量准则

文章提出了一种基于拟似然函数的模型选择策略,该模型同时考虑了模型被正确指定的情况和被错误指定的情况。继承Wedderburn(1974)的想法和Akaike(1973)的构筑信息量的思路,在只假定数据的前两阶矩的基础上,使用广义线性模型中的均值和方差定义半参数统计模型;在半参数模型基础上,定义半参数信息量;提出具有较弱假设的基于拟似然函数的半参数信息量准则。半参数信息量准则可应用于连续的以及离散的数据分析。还从理论上证明了半参数信息量准则的近似无偏性。

基于AIC准则的锂离子电池变阶RC等效电路模型研究

提出一种变阶RC等效电路模型,并基于赤池信息量准则(AIC)辨识不同SOC处RC模型的最优阶数,兼顾了模型的准确度和实用性。通过脉冲充放电、恒流充放电以及自定义UDDS循环工况实验验证了该模型的有效性。变阶RC模型通过略增加模型的复杂度,能更加准确地描述锂离子电池两端陡、中间平的非线性电压特性,相对误差在1%以内,具有较高的实用价值。

基于半参数模型的海洋磁力测量系统误差补偿

针对海洋磁力测量系统误差补偿时所选系统误差模型补偿不充分的情况,引入半参数模型进行精化补偿。使用简化补偿模型进行测线系统误差滤波与推估时,加入表示模型误差的非参数分量,来弥补所选系统误差模型在描述实际系统误差变化时的不足,采用自然样条函数法和L曲线法确定正则矩阵和正则化参数,对半参数模型进行补偿最小二乘求解。实验分析表明,引入半参数模型后,测线网交叉点不符值接近于0,中误差达到0.001nT,测线网精度显著提高。采用Akaike信息量准则对不同补偿方法进一步评估发现,引入半参数模型后,补偿效果受所选系统误差模型的依赖程度明显降低,拓宽了不同系统误差模型的使用条件。

补偿海空重力测量动态效应剩余影响的通用模型

针对目前作业过程中普遍存在的测量动态环境效应剩余影响问题,在深入分析海空重力测量误差源形成机理及其变化特性基础上,提出了一种适用于补偿各类海空重力仪动态效应剩余影响的通用模型;研究探讨了通用模型形式优选和模型参数估计问题,将基于信息论的Akaike信息量准则引入通用模型表达式的优选过程,提出应用互相关分析方法对模型参数进行估计,在双重约束下构建了补偿动态效应剩余影响的优化模型。使用典型动态环境下的海面重力观测数据对该方法的有效性进行了验证,结果显示,海洋重力测量成果内符合精度从原先的±9.35×10^-5 m/s^2大幅提升到±1.01×10^-5 m/s^2,充分体现了本文方法和模型对消除高动态测量环境效应影响的优良特性。

基于AIC准则的RBF神经网络在GPS高程拟合中的应用

本文采用AIC准则优化RBF神经网络参数的方法进行GPS高程拟合,在建立网络模型过程中,对不同的聚类半径由最近邻聚类法求出不同类别的聚类数目及相应的聚类中心和初始扩展常数,通过对不同类别分别进行调整扩展常数的网络训练,求出其最小AIC值,再根据AIC准则确定结构最优的RBF网络模型。实验结果表明:这种方法为确定最优RBF网络模型的隐节点数目及相应参数提供了途径;拟合精度较高,在较平坦测区可以替代三等水准测量。

考虑车道变换影响的高速公路交通事故预测模型研究

考虑车道变换可能对交通安全造成不利影响,结合广东省3条高速公路64个路段的交通运行状况数据和交通事故历史数据,利用负二项分布预测方法,建立并标定了基于交通量、路段长度、车道变换次数、大型车变道比例、单位里程变道次数等5个解释变量10组不同组合的交通事故预测模型。通过计算各组模型的Akaike信息量准则指标,得到了3组权衡了模型结构(即解释变量数量)和数据拟合度的最优模型。结果表明,虽然3组最优预测模型的预测精度仍有待提高,但是考虑车道变换影响的交通事故预测模型明显优于其他模型。这说明与车道变换相关的变量可以作为交通事故预测的有效解释变量,并且引入该类型变量可以更好地预测高速公路交通事故的发生。

一种低信噪比下的信号源数检测新方法

空间信号源数检测是阵列信号处理的关键问题之一,该文针对低信噪比下传统检测方法的性能差的问题,提出了一种基于近似特征向量的检测新方法DTAE(Detection Technique based on Approximate Eigenvectors)来改善低信噪比下传感器阵列的信源数检测性能。该方法首先利用波束形成器在空间做预扫描来估计信号群中心的位置,以这些位置作为参考方向计算接收数据协方差矩阵的特征向量的近似值,然后使用特征向量的近似值对阵列输出数据加权,最后计算加权输出数据的频域峰值-平均功率比值从而估计信号源的个数。仿真结果表明,提出的新方法在低信噪比下的检测性能显著优于AIC(Akaike Information Criterion)等方法,有一定的工程应用价值。

联合广义线性模型中的变量选择(英文)

在联合广义线性模型中,均值和散度参数都被赋予了广义线性模型的结构,本文主要考虑该模型的变量选择问题,文章利用扩展拟似然函数,提出了一个适用于联合广义线性模型的新的变量选择准则(EAIC),该准则是Akaike信息准则的推广,论文通过模拟研究和一个实例分析验证了该准则的效果。

导电结构亚表面缺陷电涡流/超声复合检测方法

针对导电结构体亚表面缺陷检测中单一检测方法准确率和检测范围有限等问题,研究电涡流与超声复合无损检测(NDT)方法.为了解决异源传感器复合过程中的证据冲突问题,充分发挥复合检测方法的优势,研究获取电涡流/超声检测基本概率分布、证据权重分配、证据融合以获得准确识别结果的技术,提出基于拟合方差的D-S证据理论的复合检测方法.为了降低拟合误差,防止过拟合,利用基于赤池信息量准则的正态拟合方法获得电涡流检测和超声检测的概率分布,用贝叶斯准则求取后验概率.根据电涡流和超声在检测中的适用性,以拟合方差对证据权重进行优化,利用D-S证据理论对后验概率密度进行融合,获得联合概率密度分布,求取电涡流/超声复合检测结果.

基于声发射Lamb波频散特性的轴承损伤单传感器定位

对大型轴承表面损伤进行定位,有助于及时发现故障,加快修复速度。提出了一种使用单个声发射传感器对大型轴承表面损伤进行定位的方法。针对轴承环形结构,利用Lamb波频散特性,估计不同频段信号的可能模式和传播速度,使用Akaike信息准则(AIC)确定不同频段信号到达传感器的时间差。根据不同频带到达传感器的时间差估计不同模式下声发射源位置。针对传播模式不确定和仅利用一个时间差的镜像位置问题,改变传感器位置后对同一声发射源进行第二次定位,剔除不合理的传播模式,从而得到声发射源的唯一确定位置。通过在圆柱滚子推力轴承上进行的断铅试验,验证了该方法的有效性。

基于QPSO组合优化的发酵过程LS-SVM建模

利用最小二乘支持向量机(LS-SVM)对发酵过程进行建模,辅助变量和模型参数的选择对建模效果有很大影响。因此提出了一种基于量子粒子群算法(QPSO)的组合优化建模方法,构造基于赤池信息量准则(AIC)的适应度函数,利用QPSO同步选择最优的辅助变量组合和参数对,对模型进行自动优选。将该方法用于诺西肽发酵过程的建模,仿真结果表明,通过QPSO组合优化能获得更好的建模效果。

信息量统计学的形成

论述了信息量统计学的内容和方法，概述了它在统计推断及应用的几个分支中所起的突出作用，从而展示了信息量统计学的形成和发展趋势。

一项优化AJCC/UICC pTNM胃癌分期预后预测效能的多中心研究

背景与目的美国癌症联合会与国际抗癌联盟(AmericanJointCommitteeonCancer/UnionforInternationalCancerControl,A JCC/UICC)联合发布的第8版TNM病理分期(pathological tumor?node?metastasis,p TNM)较前进行了重要修改,以提高胃癌患者预后预测准确性。然而,该分期不同亚组间患者的预后仍存在一定的同质性。本研究旨在对比第8版和第7版AJCC/UICC pTNM分期对胃癌预后的预测效能,并纳入外部验证对现有分期进行优化。方法共纳入分析7911例就诊于中国3家大型医疗中心和10,208例美国流行病监测与最终治疗结果(Surveillance Epidemiology and End Results,SEER)数据库的患者临床资料。采用log-rank检验、线性趋势检验、似然比检验和赤池信息量准则(akaike information criterion,AIC)梯度评估第7、8版AJCC/UICC pTNM分期系统的同质性、辨别力和单调性,在此基础上优化分期并以SEER数据集作为外部验证。结果第7、8版分期系统在两组数据集中均存在明显分期偏移,且集中在III期患者。IIIA、IIIB和IIIC期各亚组内患者的生存率有显著差异,表明两个系统分期分层的同质性较差。我们根据中国患者数据构建一个新的改良版p TNM分期,上述分层同质性问题得到明显改善,进一步以SEER数据作为验证集同样得到了良好的结果。相较第7、8版分期系统,改良版p TNM分期在两组数据集中均有较高的log-rank、线性趋势、似然比卡方值和较低的AIC值,显示出更优的辨别力、同质性、单调性和预后预测效能。结论第8版AJCC/UICC pTNM分期系统优于第7版,但预后预测的同质性均较差。我们构建的改良版p TNM分期在两组大样本胃癌数据集中均显示出理想的分期分层和预后预测效能。