基于Gibbs方法的编队飞行轨道设计

编队飞行中各卫星的轨道根数具有微小差别,为了使编队的相对轨道比较理想,各卫星的轨道参数需要精确设计。编队飞行轨道设计通常基于近似化的相对运动方程,通常,基于单点法计算得到的环绕轨道不唯一,且不易得到一条确定的并与期望轨道准确吻合的环绕轨道,文中给出基于Gibbs法的多点设计方法,在计算中考虑了环绕轨道的多个特殊点,且在计算中避免引入相对速度速度,使轨道计算更精确,环绕轨道与期望轨道基本吻合。

基于AUC Optimized Gibbs方法的MHCⅡ-短肽配体结合特异性预测(英文)

在以短肽定义的或以抗原定义的疫苗设计中,识别哪个来自病原体的蛋白质片段会结合MHCⅡ分子是个重要问题.多数MHCⅡ表位预测的研究很少给出结合特异性的定量分析,所以这些模型的精确度仍然需要进一步提高.AUC Optimized Gibbs(AOG)使用约化同源性的AUC值而不是相对熵来引导采样,使得正样本和负样本的信息都被用于模型的训练.在10个HLA-DR4(B1*0401)原测试集和约化同源性测试集的测试中,AOG得到的平均AUC值分别是0.771和0.713,优于Gibbs的0.744和0.673.在定量IEDB的MHCⅡ测试集中,AOG得到的平均AUC值是0.766,而TEPITOPE得到的平均AUC值是0.718.从HLA-DR4(B1*0401)数据提取的信息可以识别某些有明显特异性的位置,即P1、P4、P6和P9位置,其对MHC-短肽结合有明显的影响.

重复测量资料类内相关系数分析的Gibbs抽样方法

光学相干断层成像术(ＯｐｔｉｃａｌＣｏｈｅｒｅｎｃｅＴｏｍｏｇｒａｐｈｙ,ＯＣＴ)是90年代始用于临床的新型技术。对眼睛不同部位检查结果的类内相关系数(Ｉｎｔｒａｃｌａｓｓｃｏｒｒｅｌａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔ,ＩＣＣ)的分析,有助于探讨影响检查结果精...

不同抽样方法对径流随机模拟结果的影响

为研究Copula函数在黄河上游随机径流模拟中的应用及不同抽样方法对模拟结果的影响,采用黄河上游唐乃亥水文站1956至2012年的实测径流资料,利用4种常用分布函数(P-Ⅲ分布、Gamma分布、Logn分布、Gev分布)对各月径流进行边缘分布拟合并优选后,用3种Copula函数(Clayton Copula、Frank Copula、Gumbel Copula)对相邻月间径流进行联合分布拟合并优选,再分别用直接抽样方法与Gibbs抽样方法进行月径流随机模拟,并与实测数据进行对比验证。结果表明:直接抽样方法与Gibbs抽样方法的模拟结果均能保留实测值的统计特征和月间径流的相关性,Gibbs抽样方法模拟结果的丰平枯划分更接近实测值划分;采用不同边缘分布的径流模拟结果优于单分布的模拟结果,避免了单分布个别月份不适用的情况。本研究结果对长序列径流模拟具有一定的参考价值。

高删失电机寿命数据的贝叶斯可靠性分析

为了提高具有高删失特征寿命数据的评估精度,得到失效概率的区间估计以及分布模型的点估计,文中提出基于MCMC的Gibbs算法结合舍选法来模拟失效概率的估计方法,并计算其置信区间。首先考虑实际情况中失效概率的次序特征,在贝叶斯的理论下通过失效概率的取值范围和舍选法构建超参数优化模型;然后基于似然方程抽取失效概率。在仿真算例与具有高删失特征的电机结构寿命数据中,证明了该方法在威布尔分布模型的假设下,对失效概率的评估效果在精度方面优于E-Bayes方法,能更好地拟合数据。

入库径流过程预报误差多维随机模拟模型

包含多个预见期的入库径流过程预报误差的随机模拟随着维度增加而难度增大。为了更加精确快速地分析和得到入库径流过程预报误差的变化规律,本文利用变分自编码器(VAE)方法耦合神经网络和低维隐变量的模拟生成复杂高维数据的特性,建立了基于VAE的入库径流过程预报误差随机模拟模型。以锦屏一级水电站的入库径流过程预报误差模拟为例,将以上模型与改进的Gibbs方法的模拟效果进行对比。结果表明,本文模型所得误差序列的均值、标准差、峰度系数等特征统计量更贴近于实际误差序列,且程序运行时间相比改进的Gibbs方法减少了69%~94%,为考虑入库径流预报不确定性的水电站水库调度提供了更为丰富的参考信息。

删失数据威布尔分布参数的贝叶斯统计分析

主要讨论了当寿命分布是威布尔分布时删失数据的贝叶斯统计分析方法.在考虑尺度参数先验取为逆伽玛分布而形状参数先验分别取为离散分布和均匀分布条件下给出了多种删失数据场合参数的贝叶斯估计;同时为使得计算更为简便,给出了计算贝叶斯估计的Gibbs抽样方法.模拟结果表明给出的方法是有效可行的.

资料缺失河道水质风险分析

资料缺失是进行水质风险分析的薄弱环节。结合水质指标浓度分布的先验信息及已有水质资料,在分析水质指标相关关系基础上建立其随时间变化的浓度分布模型,应用Bayes理论及Gibbs抽样方法对模型涉及的大量参数和超参数的统计特征进行了同步估计。在假定缺失数据为随机变量的基础上,应用该方法得到的大量样本较好实现了对缺失数据的估计,并结合风险分析理论进一步量化了水质超标风险。通过实例验证了模型的合理性,为资料缺失地区的水质风险分析提供了新的思路和方法。

带有误差为正态分布的SUR回归的贝叶斯分析及其应用

文章研究了带有正态分布SUR模型,采用Jeffreys的不变先验分析Gibbs抽样方法和Direct Monte Carlo(DMC)方法,计算了各参数的贝叶斯后验密度和未来值的预测密度以及其它相关的后验量,如后验置信区间等。通过模拟例子和建立了关于城镇、农村居民家庭平均收入和生活消费支出的SUR模型,将Gibbs抽样方法和DMC方法得出的结果进行了比较。

应用语言学数据分析贝叶斯转向

贝叶斯统计利用现有数据更新对模型参数先验分布的不确定性,推导更有确定性的参数后验分布,克服常规统计分析方法存在的局限。本文介绍贝叶斯统计基本原理和概念,指出贝叶斯统计与常规统计的主要区别。利用真实数据说明如何使用贝叶斯统计方法比较配对组样本和独立组样本,以及如何开展简单线性回归分析。本文建议应用语言学研究者更新统计思维方式,学会使用贝叶斯统计方法探索理论与实践问题。

ASIS算法是否应该广泛采用?(英文)

本文将辅助-充分交织策略,即Yu和Meng(2011)中提到的ASIS算法,应用于Gibbs抽样算法中以提高两个方差参数的收敛性.我们通过对潜在规模缩减因子(PSRF)、轨迹图及后验估计比较了ASIS算法与普通Gibbs抽样算法的性能,其中一个参数的收敛性有了很大的提高,但另一个参数没有很明显的提高.然而,由于ASIS算法相与普通的Gibbs抽样算法相比极大地减少了为达到收敛所需要的循环次数,整体的抽样性能得到了极大的提高.

涨跌停板制度对ST股票收益波动的影响

在对涨跌停板制度下股票收益结构进行分析的基础上,本文提出采用审查GARCH模型来描述受涨跌停板影响的股票收益序列波动特性,在模型中引入虚拟变量反映涨跌停板对收益序列波动的影响,并采用网格Gibbs抽样方法对模型进行估计。最后,以沪深两市的ST股票进行实证分析。结果表明,涨跌停板制度对ST股票的收益波动具有明显的影响。