时间渐消递推最小二乘估计的矩阵QR分解方法

给出了当数据下更新时，利用矩阵ＱＲ分解进行最小二乘估计的直接递推形式。与利用Ｇｉｖｅｎｓ旋转变换进行参数递推估计的方法相比，该方法直接表征了被辨识参数的递推计算关系，因而可直接判定递推估计算法的收敛性。     

平面坐标转换的稳健总体最小二乘算法

为解决控制点坐标在原坐标系与目标坐标系中均含有误差的情况下求解模型参数的问题,对应用基于奇异值分解(SVD)与拉格朗日方法的总体最小二乘算法(TLS)建立高斯-马尔可夫(G-M)模型求解转换参数的方法进行了讨论.通过算例对TLS算法与最小二乘算法(LS)进行了比较,TLS算法较LS算法更合理.应用稳健估计的方法,解决了由于控制点含有粗差导致控制点坐标精度不等,对参数求解有影响的问题;对基于稳健估计方法的TLS迭代定权算法进行了讨论,并通过算例与其它两种算法进行了比较.基于稳健估计的TLS算法能更好的解决含有误差的控制点已知坐标对坐标系统转换影响的问题.     

圆度误差的最小二乘法评定研究

本文描述了圆度误差的最小二乘法评定原理及应用此原理测量圆柱形零件圆度误差的方法。该方法不需昂贵的高精度圆度仪,用普通分度装置即可实现。     

基于混沌优化算法的最小二乘圆参数估计

运用最小二乘圆法建立了圆度误差的数学模型,综合SWIFT法和混沌算法的优点,提出了改进的混沌优化算法,将约束优化问题转化为无约束优化问题求解,并且通过对圆度误差测量数据处理的应用实例,说明了此优化算法的优点,从而达到全局最优.此优化算法也可推广到其它测量误差的数据处理上.     

线性回归模型中优于最小二乘估计的新估计的研究进展状况

本文综述了近年来国内外统计学者在线性回归模型的估计理论方面的若干结果，其中包括一些较深刻的结论．     

基于总体最小二乘法的混合滤波器组误差补偿算法

模拟分析滤波器的实现误差以及各子带间的增益、相位失配误差的存在都将影响混合滤波器组（HFB）的完美重构效果。针对以往矫正方法对信号源稳定度要求高、调试复杂的缺点,提出一种模数混合的HFB失配误差矫正系统结构。利用伪随机噪声覆盖信号全谱且功率谱密度为常数的特点作为矫正信号源,根据其二阶统计量计算期望的补偿器频域响应。提出一种新的基于总体最小二乘（TLS）算法的IIR形式补偿器设计方法,推导了以IIR滤波器系数为未知变量的线性方程组,并利用TLS算法有效抑制设计误差以及量化噪声等扰动因素影响,优化滤波器系数,减小失配误差影响。仿真结果表明该算法的结构简单、易于实现,同时能有效改善HFB的重构效果。     

基于改进递推预测误差神经网络算法的极点配置PID控制方法

针对工业控制中系统模型参数通常未知的特点,利用改进递推预测误差算法为基础的神经网络系统参数辨识方法,设计了极点配置自校正数字PID控制器.相比于基于梯度学习算法的神经网络辨识方法和通常的PID控制器,该方法具有参数辨识结构简单、神经元权值调整可持续且计算速度快、所采用的数字PID控制器鲁棒性强等优点.最后的数值仿真结果验证了本文算法及控制方法的有效性.     

适用LDPC码的基于最小均方误差准则的改进译码算法

提出了一种适用于LDPC码的基于最小均方误差准则的UMP BP-based改进译码算法。该算法结合了两种UMP BP-based改进译码算法(normalized UMP BP-based译码算法和offset UMP BP-based译码算法)的处理方法，并基于最小均方误差准则得到相应的归一化因子和偏移量因子。仿真结果表明，当使用码长为1008，码率为1/2的(3,6)规则LDPC码时，所提算法和上述两种算法相比，在BER=10-6时，可以节省0.03dB。     

基于移动最小二乘法和粒子群算法的优化算法

针对复杂电磁装置优化问题中目标函数计算次数过多的问题，提出了一种基于移动最小二乘法（MLS）和粒子群优化算法（PSO）的快速全局优化方法.该方法利用基于MLS的表面响应模型，重构原始的优化问题，采用加权PSO算法对重构后的目标函数进行寻优，再使用拟牛顿法，对原优化问题直接寻优，从而得到优化问题最终的最优解，并对基准测试函数和实际电磁装置问题进行优化计算.结果表明，与加权PSO相比，该算法能找到优化问题的全局最优解，并能有效的减少目标函数的计算次数，节省了计算时间，提高了计算效率.     

基于多项式最小二乘算法的剔粗差研究

在飞行试验数据粗大误差处理研究中,在野值处理的算法中,采用多项式最小二乘曲线拟合算法,得到数据噪声误差方差的统计特性,以拉依尔准则为依据,首次提出使用判别野值的动态门限,来判定出野值点,并予以剔除,然后按统计特性进行补值处理,反复处理,直至野值处理完。消除各类各组飞行试验数据粗大误差,得到无粗差的飞行试验数据结果。     

鞅差误差下简单线性EV回归模型最小二乘估计的相合性

研究了误差为鞅差序列条件下的线性EV(errors-in-variables)回归模型.利用最小二乘估计方法对模型中β和θ进行估计,证明了估计量的强相合性和均方相合性,从而推广了线性EV回归模型已有的相关结论.     

基于椭圆最小二乘法和圆度轮廓误差评定的椭圆提取方法

在对数字图像中的螺旋锥齿轮进行空间定位和三维重构过程中,为获取齿轮轴向参数,提出了最小二乘法与圆度轮廓误差评定原理;建立了锥齿轮数字图像仿真模型.来获取齿轮轴向参数;利用Matlab软件对数字图像进行图像增强、二值化、边界提取等操作,再结合最小二乘法对像素坐标进行椭圆拟合;通过利用圆度轮廓误差评定的方法,使拟合获得的椭圆误差最小.该方法能准确地拟合出椭圆,通过轮廓逼近算法有效地去除了噪声点,提高了椭圆拟合的精度,可为螺旋锥齿轮空间定位和三维重构提供准确的数据.     

智能语音识别系统中噪声估计算法的研究和改进

智能语音识别技术的研究已有较长的时间,但由于语音信号本身所具有的多变性、瞬时性、连续性和动态性的特征,使得机器在不同的环境尤其是噪声环境中进行语音信号的识别仍具有一定的困难.为了提高带噪语音信号识别的准确率,本文研究了一种常用的噪声估计算法,即基于后验信噪比的时间递归平均算法.并在此算法的基础上提出了一种对平滑因子的改进算法,将语音活性检测算法与这两种算法在不同输入信噪比下进行模拟验证.通过运算结果的对比分析可以看出,改进后的算法相比于语音活性检测算法最高可以使输出分段SNR提高2.1 dB,相比于原时间递归平均算法最高可以使输出分段SNR提高0.5 dB,表明低输入SNR下改进后的算法可以有效提高语音信号的质量和可懂度.