改进LS估计的若干新成果

本文整理了关于改进线性模型(Y,Xθ,σ~2I)参数θ的最小二乘估计的若干新成果,它包括岭型估计、Stein压缩估计、主成分估计、Cassella估计等等。最后给出了杈估计与杈概括。     

典型有偏估计方法均方误差极小值一致性分析

针对高斯-马尔科夫定理只能保证最小二乘估计在线性无偏估计类中具有最小方差,和目前有偏估计对最小二乘估计的改善程度研究甚少的现状,提出研究典型有偏估计方法的均方误差极小值的一致性。结果表明：尽管不同有偏估计方法具有不同的结构形式,但是这些有偏估计方法对最小二乘估计方差的改善程度是相同的,即均方误差的极小值总是相等的。实例分析结果也表明：典型有偏估计方法的均方误差极小值是一致的。     

半参数广义线性模型惩罚似然估计的几个性质

本文在给出了半参数广义线性模型惩罚似然估计及惩罚准似然估计的基础上,得到了下面几个性质:(Ⅰ)极小惩罚似然估计及惩罚准似然估计等价于惩罚加权最小二乘估计;(Ⅱ)估计的收敛性及加速收敛法;(Ⅲ)估计的一种 Bayes 解释。     

时间延迟估计方法的研究进展

在研究大量时间延迟估计文献的基础上,对国内外时间延迟估计的研究现状及方法进行了分析,从基本时延估计、非平稳时延估计、时变时延估计以及多径条件下的时延估计等几个方面进行了综述。分析了各种方法的特点和不同方法的关系,在此基础上指出了需进一步研究的思路。     

(LG)型参数估计的若干讨论

在已知(LG)型参数的最小二乘估计与GM估计的基础上,本文提出了改进最小二乘估计的两大估计——Stein型压缩估计与主成分估计。这是线性模型参数估计的重要问题,而改进(LG)型参数的最小二乘估计的专题研究,至今还是一个有待进一步深入的新论题,本文只是初步结果。     

(L_G)型参数估计中最小二乘估计对最佳线性无偏估计的相对误差与相对误差界

近年来对(L_G)型参数估计的研究取得不少新进展,主要有:给出了最小二乘与最佳线性无偏估计之差的范数界,最小二乘估计对最佳线性无偏估计的相对效率等。在此基础上,本文提出了最小二乘估计对最佳线性无偏估计的相对误差与相对误差界的新观点。     

网络搜索改变大脑

几千年来,人类都彼此依赖记忆日常生活的细枝末节。现在,我们依赖的是“云”,它正在改变我们感知和记忆周围世界的方式     

基于5G技术的卫星通信上行信道自动估计系统

由于卫星信道估计受到网络带宽资源的限制,存在着估计误差大、误码率高等问题,5G技术能够通过优化设计自动估计方法,建立自动估计系统,有效地解决上述问题。先介绍了5G技术与卫星通信技术的概述,将从5G技术的卫星通信上行信道自动估计系统的硬件设计、软件设计方面着手,对卫星通信上行信道自动估计系统进行了解析。期望本研究能够推动卫星通信信道自动估计系统性能的提升。     

大脑：男女各有优势

男人和女人之间的差别显而易见,但究竟差得有多大呢？向科学提出这些问题,得到的答案也不全能自圆其说。总还有一些问题找不到结论。因此奥秘尚未完全解开     

基于模型的锂离子电池SOC及SOH估计方法研究进展

电池管理系统是保证锂离子电池高效、安全运行的重要手段。在电池管理系统功能中,电池状态估计,特别是荷电状态（state of charge,SOC）估计和健康状态（state of health,SOH）估计至关重要。SOC/SOH不仅与全生命周期内电池安全运行直接相关,也是其他功能有效实现的必要前提。本文围绕模型类电池状态估计方法,综述了国内外在锂离子电池模型构建、SOC及SOH估计方法方面的研究进展;指出了模型类状态估计方法存在的难点和局限,提出了今后研究重点。     

男女差异的真相

我们知道,男女在思考和行为方式上存在着很多差别。那么,哪些差异更重要？男女之别又是如何形成的呢？我们不妨来重新审视一下     

状态估计与不良数据检测方法及其在大庆油田电网中的应用

为了解决常用的状态估计方法常易出现的发散现象,提出了基于改进粒子群算法的状态估计。同时由于系统存在不良数据,不能进行电力系统的常规计算,采用了基于检测法进行不良数据检测。把改进粒子群算法引入到状态估计求解非线性方程中,使得方程的解由不收敛和局部最优解转变为全局最优解。为了验证基于改进粒子群算法的状态估计的正确性和基于检测法进行不良数据检测的合理性,用IEEE9节点系统进行状态估计和不良数据检测的计算,并用编程语言实现了状态估计和不良数据检测的结果显示。结果表明基于改进粒子群算法的状态估计可以得到最优值,但时间较长,检测法可以检测出不良数据。然后对大庆油田电网的10个区分别进行了状态估计和不良数据检测的计算,以一区为例,选取了88个量测数据进行计算,得出了满意的结果,也证明了此方法的正确性。     

脆性材料强度统计分析中Weibull模数估计的试样数量的优化

为了全面的评价脆性材料强度特性指标,研究了强度统计方法中Weibull模数估计的试样数的优化问题。文中利用无偏极大似然估计理论结果,用置信度和相对误差双参数,计算出Weibull模数估计中的最优试样数,以便在Weibull模数估计试验中根据研究对象的要求,正确选用试样数量。文中结果在脆性材料强度特性评价与可靠性评价及其它适合Weibull统计的对象均可应用。     

基于模型的锂离子电池SOC及SOH估计方法研究进展

电池管理系统是保证锂离子电池高效、安全运行的重要手段。在电池管理系统功能中,电池状态估计,特别是荷电状态(state of charge,SOC)估计和健康状态(state of health,SOH)估计至关重要。SOC/SOH不仅与全生命周期内电池安全运行直接相关,也是其他功能有效实现的必要前提。本文围绕模型类电池状态估计方法,综述了国内外在锂离子电池模型构建、SOC及SOH估计方法方面的研究进展;指出了模型类状态估计方法存在的难点和局限,提出了今后研究重点。     

自适估计理论在螺旋霉素发酵中的应用

以生化反应元素平衡和发酵罐物料守恒为基础,成用自适估计理论消除螺旋霉素发酵控制过程白噪声干扰,估计菌体浓度.从而克服菌体生长动力学以其复杂性、近似性造成实时估计的困难.探讨了总核酸浓度和菌体浓度间的关系,估计值和实验值在发酵周期内平均相对误差符合估计精度.     

锂离子电池SOC估计和循环寿命预测方法研究

锂离子电池是目前广泛应用于电动车辆和可穿戴设备等领域的重要能量存储装置。为确保电池的安全性、性能和寿命,准确估计电池的状态-of-charge(SOC)和预测其循环寿命变得尤为重要。本文对锂离子电池SOC估计和循环寿命预测方法进行了深入研究。通过分析提出改进方案,使锂离子电池SOC估计和循环寿命预测得到优化,确保改进后可更准确、实时地完成SOC估计和循环寿命预测。     

基于有限测量信息的过程系统参数可估计性分析

实时优化与过程对象模型的精确程度有关。如果过程对象模型与实际模型偏差较大,则会引起优化结果与过程实际的最优结果不一致,并导致优化的效率降低。在实时优化中应采用参数估计,调整过程对象模型的参数,从而保证过程对象模型与实际模型相一致或偏差最小。基于系统可估计性定义,本文根据有限测量信息的参数估计问题特点,提出了系统的参数可估计性定义;通过分析线性系统与非线性系统,指出系统具有参数可估计性的充分条件;并分析了如果系统不具有参数可估计性时,则需要固定哪些参数才能使得整个系统具有参数可估计性。最后分析了当测量变量有多组测量时对系统参数可估计性的影响,通过线性与非线性实例验证了分析结果的有效性。     

“血拼”23分钟后理智崩坏 开始乱买东西

英国的一项研究指出，一般人在购物23分钟后，大脑理性估价的能力就会下降，让人逐渐失去理智．容易被特价商品吸引开始乱买东西。     

杀虫剂毒力测定的非线性回归估计法

从所构建的实验数据生成模型出发,利用最小二乘回归理论,提出了一个估计杀虫剂致死中量的非线性回归估计法,同时利用自助法给出了计算致死中量的95%置信区间的方法.实例计算说明方法在Matlab软件中很容易实现,其估计结果比机率值法的估计结果更精确.     

基于有偏估计的数据融合提高双传感器测量可靠性

为了提高测量数据可靠性,过程控制领域广泛采用双冗余传感器测量生产状态信息,而目前处理双传感器测量数据常用的方法为线性无偏估计融合理论。通过估计理论得到的测量数据同时涉及方差和偏差两个统计特性。由于无偏测量数据具有无偏性的优良性质,所以测量方差能够全面地描述无偏测量数据的可靠性,然而不能由此认为无偏测量数据一定具有高可靠性。为了进一步提高双传感器测量数据的可靠性,提出有偏估计数据融合方法。首先,证明了有偏测量能够改善单传感器测量数据的可靠性;其次,采用凸组合方法推导了双传感器有偏估计融合表达式;最后,证明了有偏估计融合的均方误差小于任意单传感器的均方误差。仿真分析与实例应用均表明有偏估计数据融合可以有效地提高双传感器测量数据的可靠性。