基于小波分解与Akaike信息准则的微地震初至拾取方法

微地震震源的定位要求精确确定初至,人工拾取微地震有效事件需要很大的工作量。首先讨论了Akaike信息准则(AIC)初至拾取方法;然后根据微地震信号在相邻小波尺度上连续的特点,将基于AIC的初至拾取方法与小波多尺度分析方法相结合,对微地震资料进行多尺度分析;最后利用AIC拾取初至,并根据初至的分布特点确定地震记录中是否存在有效的微地震事件。克服了传统AIC法由于噪声影响使初至点模糊而难以准确拾取的缺点。模型与实际资料的应用表明,基于小波分解与AIC相结合的初至拾取方法能够从信噪比低的资料中较准确地识别出有效微地震事件。

基于Akaike信息论准则的无人机OFDM信道估计算法

文章通过对无人机通信信道的分析,指出其稀疏信道特征,使用普通算法对此信道进行信道估计会引入高阶矩阵运算,为加快收敛速度、降低实现难度,文中提出了一种利用GAIC(generalized Akaike information criterion)准则和RPC(phase-rotated Chu sequences)训练序列的OFDM航空信道LS(least square)估计方法,该方法利用GAIC准则确定信道MA(moving average)模型的阶次及抽头位置,为减小信道估计的运算复杂度,引入RPC序列作为训练序列,既满足了LS(least square)估计,又大大减化了计算复杂度。文章针对具体应用给出文中算法的性能仿真结果,证明了此算法可避免高阶矩阵运算,节约了大量权值可忽略抽头所引入的资源占用和计算量,且显著减小估计误差,可更好跟踪快变的稀疏信道。

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Akaike信息准则的极限学习机

为了减小传统的极限学习机网络的规模及提高网络的泛化性能,利用Akaike信息准则作为学习的最优停止准则以选择合适的隐层节点数量,同时利用修正Gram-Schmidt算法自动调整网络参数,提出改进的极限学习机网络构造算法。通过与传统极限学习机在通用标杆问题上的实验结果比较表明,该改进的极限学习机具有更精简的网络结构和更快的学习速度,同时具有良好的学习精度。

利用Akaike信息准则研究退相位对量子干涉的操控作用

量子干涉(QI)和Autler-Townes分裂(ATS)是原子-光相互作用系统中的两种不同效应。在电磁诱导透明(EIT)系统中,当耦合光强度适中时,二者会同时存在。一般以耦合光拉比频率作为定性区分QI与ATS的依据,同时Akaike信息准则(AIC)可用于量化二者的相对权重。本文基于AIC方法研究了原子系统中退相位对QI和ATS权重的操控作用。研究表明,通过调节退相位率,可以实现QI和ATS之间的相互转换,以及相消干涉和相长干涉之间的相互转变。利用耦合光和探针光之间的相位关联可以实现退相位的精确操控,由此改变QI和ATS的权重,进而达到QI效应的极大增强。

一般协方差矩阵下的修正Akaike信息准则

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.

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。

抗差估计模型的选择

对于抗差估计的研究,主要在构造抗差估计和检验方面作了大量的工作,但在抗差估计模型的选择方面讨论较少。本文主要针对讨论抗差模型的选择,从Akaike准则出发,构造了适于抗差估计模型的AICR准则,并对参数α的选择进行了分析讨论。

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。

一种确定自回归滑动平均模型最小阶次的新方法

针对经典Akaike信息准则(AIC)在模型定阶时缺少阶次范围下界而引起的模态遗漏问题,根据稳态图和AIC准则,提出了一种自回归滑动平均模型在模态参数辨识中的定阶方法.该方法先利用稳态图能够鉴别真假模态的特点,进行各阶模态频率的估计和均值的求取,进而根据模态稳定性判定准则计算出阶次范围下界,最后利用AIC准则确定最优的模型阶次.仿真结果表明,与经典AIC准则相比,所提出的方法定阶后进行模态参数的辨识,不仅识别出了经典AIC准则遗漏的第3阶模态参数(误差为0.18%),而且使第1、2阶模态参数的精度分别提高了2.31%和6.31%.对悬臂梁的模态实验结果表明:该方法不仅辨识出了经典AIC准则遗漏的第1阶模态参数,使其误差仅为0.62%,而且也大大提高了其他各阶模态参数的精度.

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。

基于TEV检测的10kV开关柜中局部放电定位方法

研究了基于暂态地电压法(Transient Earth Voltage,TEV)的开关柜局部放电定位问题,针对传统定位方法存在的主要问题,提出了一种局部放电脉冲自动提取与匹配方法。利用Akaike信息准则法(Akaike Information Criterion,AIC)进行信号时间差的自动精确求解,根据多路信号时间差实现局部放电定位。基于该方法组建了包括四通道传感器、高速采集卡及上位机可视化处理软件等的便携式检测系统,实现了TEV波形的采集、显示、波形分析及信号时间差的自动确定方法,实现局部放电源的自动定位。最后利用试验证明了该方法较传统仪器所使用的阈值法确定时间差效果更加准确。

基于相位回归性分析的SAR差分干涉图大气延迟改正研究

大气效应尤其是大气水汽含量在时间和空间上变化引起的雷达信号传播延迟,是重轨雷达干涉测量中难以消除的主要误差源之一。当缺乏外部水汽改正数据且仅有少量SAR数据无法进行时间序列方法大气分离情况的大气改正,可利用大气延迟相位与地形的回归性分析进行一定的大气延迟改正。本文针对回归性分析中特征点的选取提出了区间中位数选样方法,并利用Akaike信息准则对大气延迟相位与地形回归模型进行了评价。实验研究表明了本文提出方法的有效性,为InSAR中大气延迟改正提供了参考。

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。

采用人工免疫算法的加速寿命试验分析方法

极大似然估计是加速寿命试验统计分析中常用的分析方法,但似然函数的优化问题是该方法广泛运用的主要障碍,常用的似然函数优化算法对初值要求高,而且容易陷入局部最优解。为了有效地解决上述问题,在似然函数的优化中引入了人工免疫算法,提出了一种采用人工免疫算法的步降应力加速寿命试验分析方法。利用人工免疫算法在解决多维复杂函数优化问题时强大的全局寻优能力,有效地解决了似然函数的优化问题。最后通过实例验证表明,采用人工免疫算法的步降应力加速寿命试验分析方法是有效的,而且在统计分析中避免了查统计用表,能够很方便的实现计算机编程计算,有较大的工程应用价值。

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。

一种信号数目估计的小波包分解优化算法

分析了入射信号数目估计的信息理论准则·针对在低信噪比以及数据快照数目较小的情况下,Akaike信息准则(AIC)和最小描述长度MDL都不能正确估计入射信号数目的问题,提出了采用小波包分解方法对MDL准则进行优化的算法,称之为wpMDL算法·考虑子带分解具有预测偏差小和模式隔离等特点,采用基于一维小波包分解的'伪二维'子带分解算法,不仅有效地改善了MDL准则的估计性能,而且计算量比二维分解降低了·仿真结果验证了提案算法的有效性,无论是对信噪比的变化还是数据快照数目的变化,wpMDL算法都能正确地估计入射信号的数目·

逐时风速概率分布研究

风速概率分布及其参数是体现风能资源统计特性的最重要指标之一。以山东省4个风电场测风塔和气象站测风年的逐时风速为样本,采用正态分布、指数分布、威布尔分布、伽马分布和Logistics分布对逐时风速概率分布进行研究,以Akaike信息准则判断概率分布的适用性。研究结果表明,威布尔分布、伽马分布和Logistics分布能更好的拟合小时风速的实际情况。

联合广义线性模型中的变量选择

在联合广义线性模型中,散度参数与均值都被赋予了广义线性模型的结构,本文主要考虑在只有分布的一阶矩和二阶矩指定的条件下,联合广义线性模型中均值部分的变量选择问题。本文采用广义拟似然函数,提出了新的模型选择准则(EAIC);该准则是Akaike信息准则的推广。论文通过模拟研究验证了该准则的效果。