回归系数的部分岭估计

为了改进存在复共线性的回归模型中回归系数的最小二乘估计的不足,利用构造岭估计的思想,只修正非常接近于零的那部分特征值,从而给出了回归系数的部分岭估计.在均方误差意义下,存在岭参数,使得回归系数的部分岭估计优于最小二乘估计.部分岭估计只修正了很少一部分特征值,所以相对于普通岭估计和广义岭估计的岭参数的确定,部分岭估计的岭参数的确定更加方便精确.     

高精度加速度计重力场标定试验方法

为标定高精度(10-6)的加速度计,提出了一种在双轴转台上进行正交双加速度计标定的试验方案,建立了正交双加速度计的g2观测模型;分析了正交双加速度计的模型系数相关性,在此基础上基于D-最优试验设计方法,针对加速度计多位置试验中模型方程的特殊形式,利用信息矩阵推导出了该试验计划的解析解。仿真试验和实测数据的估计结果均表明:双表试验辨识结果的标准差较小,参数的估计精度较高,优于传统的单表试验方法,双表试验能提高高精度加速度计的标定精度。     

相位识别中贝叶斯频谱估计算法的应用

针对传统的相移分析方法误差大的问题,通过合理的选取信号模型,采用贝叶斯频谱估计算法对实验中输入输出信号进行了相位识别。经仿真结果表明,贝叶斯频谱估计算法优于传统的分析方法。     

部分岭估计在整周模糊度解算中的应用

文章基于构造一种新的所谓的部分岭估计，提出了一种新的整周模糊度解算技术。实际算例的结果表明该算法的计算效率高、稳定可靠。     

贝叶斯频谱估计算法在测量人工传输线长度中的应用

首先通过公式的推导给出贝叶斯频谱估计的基本思想,然后结合一个人工传输线长度测量的具体实例介绍了如何在实际中运用此估计方法,并与传统方法进行了简单的比较。结果表明,此算法的精确度优于传统算法。     

抗差岭估计在单位线推算方面的应用

最小二乘法是最小无偏估计,在水文上常被用来推求单位线.但是在法方程系数阵处于病态或者观测值中含有粗差的情况下,采用最小二乘法估计的误差会很大甚至出现不合理的估计.针对这一情况,采用目前在测绘上应用较广的抗差岭估计进行单位线的推算,效果较为理想.     

正交算法在状态估计中的应用

介绍最小二乘法的正交算法的具体实现以及它在状态估计中的应用．正交算法是至今已开发的状态估计算法中最有效的算法之一,较其他算法有许多优势,经云南大理电业局、河南平顶山供电局、洛阳供电局现场运行表明,该方法具有数据传输精度高、收敛性好、占有内存小等特点     

贝叶斯网络在模型诊断中的应用

把贝叶斯网络引入到模型诊断框架中,依据观测量,研究了一种建立系统贝叶斯网络观测模型的方法。利用网络观测模型,可计算系统诊断解的后验概率,从而找出系统最可能的故障组件。最后,以卫星两轴姿态控制系统为例,应用本文方法进行了分析。     

贝叶斯网及其概率推理在智能教学中的应用

对贝叶斯网及其概率推理进行了简述,提出并实现了一种以贝叶斯网为学生模型的智能教学系统,并重点介绍了学生模型的结构、功能和概率推理算法.系统运行的实例数据真实地反映了学生模型当前的解题情况.     

回归系统广义岭型主成分两步估计的优良性质

针对两步估计问题,在设计阵成病态的情形下,探讨了残差变量相关的多个方程回归系统如何转化为一般线性模型;与有偏估计相结合,得到该方程系统未知参数的估计模型———m 个相关方程回归系统的广义岭型主成分有偏两步估计;证明了该估计在相对效率的意义上比一般的两步估计、主成分两步估计、岭型主成分两步估计的效率高.     

一种文本处理中的朴素贝叶斯分类器

首先在特征独立性假设的基础上，讨论了朴素贝叶斯分类器的原理，以及训练朴素贝叶斯分类器和应用朴素贝叶斯分类器进行分类的问题。然后，通过EM算法（期望值最大算法），自动增加训练量，以得到较为完备的训练文本库，扩展了朴素贝叶斯分类器的应用，提高了朴素贝叶斯分类器的分类精度。文章最后给出一组实验数据。本文的研究发现，朴素贝叶斯分类器分类精度较高，并且不存在单分类器与多分类器的实现差异，是一个比较实用的分类器。     

结构串联系统可靠性的Bayes估计

利用Ｂａｙｅｓ方法讨论了当应力Ｘ～Ｎ，（μ，∑），强度Ｙ～Ｎ，（μ．∑）时，θ＝Ｐｒ｛Ｘ＜Ｙ｝的估计问题，并且同用经典方法而得到的θ的＂最小方差无偏估计＂（ＭＶＵＥ）进行了比较。     

冷贮备系统可靠性指标的Bayes估计

利用无替换定时截尾子样对冷贮备系统的可靠性定量指标进行了Bayes分析。给出了确定先验信息μ的3种方法:满足唯一性条件的极大似然估计数值解法,规定置信度的置信区间法和规定检验水平的假设检验法,进而得到可靠性定量指标的经验Bayes估计。     

贝叶斯统计在多片板簧可靠性设计中的应用

对汽车钢板弹簧所受的载荷进行了分析及传统的可靠性设计,并在给定可靠度的条件下,对设计参数进行贝叶斯统计分析,给出了用贝叶斯统计进行可靠性设计的方法,结合实例,进行了可靠性设计。结果表明该方法可以使设计结果更科学合理。     

贝叶斯方法在房地产风险决策中的应用研究

风险概率期望分析是房地产投资风险决策的难点问题。传统的敏感性分析和概率分析主要是利用事先预测概率为依据,而不便于利用事物发展中的信息对预测概率进行及时合理修正、调整,使之更接近实际情况,使决策者可根据发展变化信息及时调整决策。文中将决策树方法与贝叶斯概率分析相结合,结合实例提出了贝叶斯方法在房地产投资风险决策的应用方法和相关决策规则的选择思路。     

动态VaR估计模型及实证

为了准确描述金融收益率序列的波动率聚集,异方差、厚尾等特性,研究我国证券市场的时变风险,本文利用极值理论和GARCH模型在处理金融数据上的优点,构造了基于GARCH-EVT的条件VaR模型,并对沪市综合指数收益率进行实证研究,结果表明,上海股市存在ARCH效应,收益率序列具有较强的自相关性;以GARCH模型为基础的条件极值方法比GARCH-正态和GARCH-t模型更好地消除了厚尾性对估计结果的影响,能更准确地捕捉风险的时变特性.     

New empirical model to evaluate groundwater flow into circular tunnel using multiple regression analysis

There are various analytical, empirical and numerical methods to calculate groundwater inflow into tunnels excavated in rocky media. Analytical methods have been widely applied in prediction of groundwater inflow to tunnels due to their simplicity and practical base theory. Investigations show that the real amount of water infiltrating into jointed tunnels is much less than calculated amount using analytical methods and obtained results are very dependent on tunnel‘s geometry and environmental situations.In this study, using multiple regression analysis, a new empirical model for estimation of groundwater seepage into circular tunnels was introduced. Our data was acquired from field surveys and laboratory analysis of core samples. New regression variables were defined after perusing single and two variables relationship between groundwater seepage and other variables. Finally, an appropriate model for estimation of leakage was obtained using the stepwise algorithm. Statistics like R, R~2, R_P~2 and the histogram of residual values in the model represent a good reputation and fitness for this model to estimate the groundwater seepage into tunnels. The new experimental model was used for the test data and results were satisfactory. Therefore, multiple regression analysis is an effective and efficient way to estimate the groundwater seepage into tunnels.     

基于贝叶斯算法的二值化算法

针对在图像二值化过程中动态选取阈值难的问题,在分析了全局阈值法和局部阈值法各自优缺点的基础上,提出了一种基于贝叶斯算法的全局阈值法和局部阈值法相结合的二值化方法。经实验证明,该方法既能够有效地消除光照不均匀对图像的影响,较好地保留目标图像的细节,又能够有效地消除伪影,提高处理速度。