非线性极大似然法及其在飞机参数辨识中的应用

本文介绍一种非线性极大似然辩识方法。该法以一般非线性动态系统为对象,从系统的非线性模型出发,按极大似然估计准则,经过拟线性化处理建立一个迭代的优化算法。将其应用于某高速飞机气动参数辩识,采用纵横向耦合的六自由度非线性运动方程和非线性气动模型作为飞机数学模型,由飞行试验数据同时估计飞机纵横向稳定性与操纵性导数。计算结果证实,这种算法处理非线性系统是有效的。     

高速列车非线性模型的极大似然辨识

提出高速列车非线性模型的极大似然(Maximum likelihood, ML)辨识方法,适合于高速列车在非高斯噪声干扰下的非线性模型的参数估计.首先,构建了描述高速列车单质点力学行为的随机离散非线性状态空间模型,并将高速列车参数的极大似然(ML)估计问题转化为期望极大(Expectation maximization, EM)的优化问题; 然后,给出高速列车状态估计的粒子滤波器和粒子平滑器的设计方法,据此构造列车的条件数学期望,并给出最大化该数学期望的梯度搜索方法,进而得到列车参数的辨识算法,分析了算法的收敛速度; 最后,进行了高速列车阻力系数估计的数值对比实验. 结果表明, 所提出的辨识方法的有效性.     

极大似然反卷积软件包

本文介绍了用于石油和天然气勘探的一种新型的、高分辩率的极大似然反卷积算法的软件包,详细阐述了该软件包的基本原理、结构和特点。     

动态模糊极大似然估计算法

在机器学习中,一个广泛的应用是对模型的参数进行估计,即极大似然估计(MLE),EM算法是根据点估计中的MLE改进的一种迭代算法,是求极大似然估计的一种强有力的工具,但它收敛速度较慢,于是引入α-EM算法,克服了EM算法的缺陷.由于学习的过程中可能存在着大量的缺失数据及其动态模糊性,给出基于不完全数据的动态模糊极大似然估计算法并给出实例验证.     

改进的非线性连续－离散系统的极大似然参数估计及其应用

对Ｊａｔｅｇａｏｎｋａｒ等人给出的同时计及过程及观测噪声的非线性连续－离散系统的极大似然算法从两个方面进行了改进：１）给出了计算灵敏度的最佳摄动有限差分算法，避免了普通有限差分法计算灵敏度矩阵时需人为选择参数摄动量大小而带来的缺点；２）给出了具有快速三角化平方根滤波的极大似然算法，提高了原算法的数值稳定性．上述改进算法经应用于飞行器系统参数估计证明了方法的有效性。     

改进的非线性连续-离散系统的极大似然参数估计及其应用

对Jategaonkar等人给出的同时计及过程及观测噪声的非线性连续-离散系统的极大似然算法从两个方面进行了改进:1)给出了计算灵敏度的最佳摄动有限差分算法,避免了普通有限差分法计算灵敏度矩阵时需人为选择参数摄动量大小而带来的缺点;2)给出了具有快速三角化平方根滤波的极大似然算法,提高了原算法的数值稳定性.上述改进算法经应用于飞行器系统参数估计证明了方法的有效性.     

丢失数据下的条件极大似然辨识

针对仿射结构形式在丢失数据下的条件极大似然辨识问题, 首先引入交换矩阵将原随机矢量分解成观测和丢失部分; 然后确定出观测数据在丢失数据下的条件均值和条件方差, 以此建立条件似然函数; 进而从理论上给出了条件极大似然函数关于未知参数矢量、未知白噪声方差值和丢失数据的求导公式, 并从工程上给出一种可分离的优化算法; 最后通过仿真算例验证了该辨识方法的有效性.     

状态空间双线性系统的极大似然辨识

提出了状态空间双线性系统的极大似然辨识方法。得到了以输入-输出序列为条件概率的似然函数解析表达式,推导了极大化似然函数的参数矩阵计算公式,给出适用于双线性系统状态估计的改进卡尔曼滤波方法,以及辨识系统参数的迭代估计算法。最后进行了数值仿真,结果说明了该方法的有效性。     

进化策略在极大似然法参数估计中的应用

采用极大似然法进行参数估计,是为了避免传统优化算法的缺点。本文采用进化策略算法与极大似然参数估计法相结合使参数估计变量不再受初始值影响,从而可获得全局更优的解。最后,以威布尔三参数分布为例进行参数估计。结果表明,该方法有求解精度高和收敛速度快的优点,从而使进化策略算法能更好地应用于数理统计中。     

递推计算灵敏度的极大似然估计算法实现

对非线性连续一离散系统的极大似然参数估计方法导出了一种递推计算灵敏度的新算式.该算式借助二水平正交表的性质,避免了原灵敏度递推算式中的矩阵求逆运算.仿真实例验证了该算法的实用性和有效性.     

基于正交计算灵敏度的极大似然估计算法*

本文基于正交计算灵敏度的极大似然估计算法研究了弹性飞行器的气动参数辨识问题。文中利用指示函数(indicial function)的概念和Duhamel积分描述任意的非定常气动力过程,借助于正交试验的正交表解决了递推计算灵敏度的数值计算问题。最后给出了弹性飞行器气功参数估计的一个仿真算例。     

基于最大似然法的超分辨率合成的 QR 条码识别方法

QR 条码具有小存储空间、大容量、容错能力强和译码可靠性高等优点,在流通和物流等领域被广泛应用。但是在实际识别时,由于受拍摄条码分辨率低等因素制约,存在识别困难的问题。论文提出一种基于超分辨率图像处理技术的低分辨率 QR 码识别方法,对手机等简易设备拍摄的低分辨率条码视频,采用最大似然算法对各帧图像进行非线性拟合,然后通过 QR 码的二值特性合成超分辨率条码图像,可以提高低分辨率条码视频的识别准确率。实验证明,该方法能解决传统方法不能识别的 QR 条码,使像素为55×55的低分辨率条码识别成功率达到85％以上,平均识别准确率提高10％。     

基于实数遗传算法的波达方向最大似然估计算法

对空间多个窄带信号源的高分辨波达方向估计是雷达,块纳和地震等信号处理中的重要问题之一,为克服一些获取波达方向估计最大似然解算法存在的局部极值问题,提高估计精度,本文以作者提出的实数遗传算法为搜索工具,寻求波达方向最大似然估计的非线性全局最优解,所提出的实数遗传算法由含实数域结构和目标函数信息的实数交叉和变异算子构成,是较理想的获取非线性实变量函数全局最优解的方法,对非相参和全相参信源波达方向估计问题的数字仿真结果表明,本方法的估计精度明显优于交替极值等一些常规方法。     

基于最大似然估计的不可区分多目标定位法

传统的最大似然估计定位法无法剔除误差较大或错误的参数,且不适用于多目标情形。结合最大似然估计理论,针对不可区分多目标定位问题,引出了目标位置信息场定位法,通过加入代价函数使得该方法能够剔除错误数据,降低误差大的数据对定位结果估计的影响。仿真结果表明,目标位置信息场定位法具有筛选有用参数信息的能力,且适用于不可区分的多目标定位,能够同时确定目标数目和位置,验证了方法的有效性。     

基于模拟退火的最大似然聚类图像分割算法

图像分割可视为两类模式分类问题.将最大似然聚类方法应用于图像分割,并采用模拟退火技术求解最大似然聚类,解决了用迭代方法求解最大似然聚类只能得到局部最优解的问题.获得的图像分割效果优于迭代方法和著名的Otsu方法,且分类误差小于迭代方法.     

Maximum Likelihood Coordinates

Any point inside a d-dimensional simplex can be expressed in a unique way as a convex combination of the simplex's vertices, and the coefficients of this combination are called the barycentric coordinates of the point. The idea of barycentric coordinates extends to general polytopes with n vertices, but they are no longer unique if n > d+1. Several constructions of such generalized barycentric coordinates have been proposed, in particular for polygons and polyhedra, but most approaches cannot guarantee the non-negativity of the coordinates, which is important for applications like image warping and mesh deformation. We present a novel construction of non-negative and smooth generalized barycentric coordinates for arbitrary simple polygons, which extends to higher dimensions and can include isolated interior points. Our approach is inspired by maximum entropy coordinates, as it also uses a statistical model to define coordinates for convex polygons, but our generalization to non-convex shapes is different and based instead on the project-and-smooth idea of iterative coordinates. We show that our coordinates and their gradients can be evaluated efficiently and provide several examples that illustrate their advantages over previous constructions.     

极大似然估计的递推计算灵敏度算法

极大似然估计的递推计算灵敏度算法崔平远,吴瑶华,黄文虎,李乃宏（哈尔滨工业大学航天工程与力学系１５０００１）关键词连续－离散系统,极大似然估计,灵敏度,正交试验玉引言采用极大似然法对连续一离散系统进行参数估计,实际上是一个似然函数的优化计算问题,而其...     

图像高斯噪声估计的极大似然算法

提出一种图像高斯噪声极大似然估计方法,目的是估计出噪声图像所含噪声大小。首先,根据高斯噪声模型的特点,用极大似然法估计噪声值,对图像所含噪声模型进行分析。其次,把噪声图像用直方图表示,从归一化直方图中选出不同的样本观测值,用极大似然算法对噪声的方差进行估计。最后,用MATLAB对该方法进行了模拟实验,实验结果表明此方法所得的图像噪声的方差与实际图像噪声的方差近似相等。所以,此方法无论是在准确性上还是在可行性上均具有优良的特性。