共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
3.
4.
一般增长曲线模型中随机回归系数线性估计的可容许性 总被引:1,自引:1,他引:0
本文在矩阵损失下研究了一般增长曲线模型中随机回归系数线性估计的可容许性。分别在齐次线性估计类和非齐次线性估计类中得到了随机回归系数的一个线性估计是可容许的充要条件。 相似文献
5.
冻融循环作用下混凝土力学性能的损失 总被引:7,自引:1,他引:6
本文在已有资料的基础上,研究经冻融循环作用后混凝土抗拉,抗压强度下降规律,认为抗拉,抗压强度的损失率与动弹性模量的损失率相关,可通过测量动弹性模量来估计混凝土的剩余强度,并且抗拉强度的损失大于抗压强度的损失,文章还对这种估计进行了讨论。 相似文献
6.
本文考虑半相依回归方程系统Y_i=X_iβ_i+ε_i,i=1,2,其中Eε_i=0,Gov(ε_i,ε_j)=σ_(ij)I_n,β_i∈R~(pi),∑=(σ_(ij))_(2×2)>0未知。在矩阵损失函数L(β,δ)=(δ-β)(δ-β)'下,我们证明了Zellner的两步估计是不可容许的,本文提出了参数β_i的一类两步Minimax估计,证明了这一类两步Minimax估计较Zellner的两步估计具有更优良的性质。 相似文献
7.
窦春志 《中国新技术新产品》2010,(9):212-212
企业资产的损失既包括直接损失,又包括间接损失,间接损失通常有两种情况:一是损失前资产可变现价值与账面净值差额;二是预期的盈利。如果某项损失相当确定且金额也能够精确地予以估计,则该项损失一旦能辨认就应立即确认。间接损失的计量难度表现为存在资产可变现价值与账面净值的差异,存在未来的预期盈利。 相似文献
8.
本文将单参数Birmbaum信息函数推广到多参数及协方差矩阵可以退化的情形,定义了Birmbaum信息矩阵,确定了Birmbaum信息矩阵上界,然后,本文研究了回归系统LS估计、广义岭估计、Stein估计和主成分估计的Birmbaum信息矩阵。 相似文献
9.
本文分别在Ⅱ型删失和随机删失下,表明了共轭先验下的指数分布的刻度参数的贝叶斯估计为具有如下形式的收缩估计(?)_(BE)=a■ bEθ,此处■为依赖样本θ的一个无偏估计且Eθ表示先验分布的期望。当采用平方损失函数时,a b=1;如果用加权平方损失函数,则a b<1。 相似文献
10.
针对水下多目标方位估计问题,提出了一种利用卷积神经网络模型对目标声源进行方位估计的方法。该方法使用不等强度的声源数据进行训练并使用焦点损失函数作为训练损失函数。通过对阵列接收到的信号进行特征提取,使用焦点损失函数指导卷积神经网络训练,最终利用训练好的卷积神经网络模型进行目标方位估计。对不同模型参数的训练进行对比,结果表明所训练的卷积神经网络模型在较低信噪比条件下也能正确估计弱目标的方位。试验结果表明,与采用二元交叉熵损失函数的卷积神经网络模型相比,该方法对弱目标的方位估计能力更强,提高了方位估计的准确率。 相似文献
11.
约束线性模型中回归系数的所有可容性许估计 总被引:2,自引:0,他引:2
对于带有不完全椭球约束的线性模型Y~N(Xβ,V),β′X′NXβ≤1(N≥0,V>0已知)本文给出了β(可估或不可估)的线性估计LY+d在二次损失下在一切估计类中可容许的充要条件. 相似文献
12.
13.
本文刻画了线性模型在线性不等式约束条件下的线性预测的可容许性。我们给出了条件线性可预测变量和线性不等式约束条件下可容许预测的定义,在二次损失函数下,讨论了齐次和非齐次线性预测可容许性的关系,得到了条件线性可预测变量的线性预测是可容许线性预测的充要条件。 相似文献
14.
关于贝叶斯估计的进一步讨论 总被引:2,自引:1,他引:1
陶靖轩 《中国计量学院学报》2001,12(3):11-15
文章则从绝对差损失函数与相对差损失函数出发 ,先导出两种新的贝叶斯解——中值估计和积分比估计 ;然后再对实际问题进行具体应用 ;在选定同类先验分布条件下将以上结果与传统的条件期望估计、最大后验估计相比较 ,探讨了各类贝叶斯解的优良性 . 相似文献
15.
16.
本文在记录值样本下,分别讨论了一类指数分布可靠性指标的经验贝叶斯估计以及未来失效样本的预测问题.通过ML-Ⅱ方法估计超参数,进而在平衡均方损失和平衡Linex损失下,获得了相关指标的经验贝叶斯估计,并给出未来记录值样本的经验贝叶斯预测区间.利用Monte-Carlo模拟方法给出了一个数值算例,研究了结果的精确性. 相似文献
17.
在考虑随机噪声的情况下,实现了一种基于极大似然估计的多参考点频域模态参数识别方法。该方法采用频响函数的右矩阵分式模型,通过噪声的协方差矩阵对误差向量加权,使用离散时间域中基函数改善数值求解性态。模态参数的估计过程分为两步:首先由基于最小二乘估计的polyLSCF算法获取迭代初值,然后通过Gauss-Newton方法对极大似然函数进行迭代优化,得到精度更高的模态参数识别结果。采用GARTEUR仿真算例对所给出的方法进行了验证,结果表明:在高噪声情况下,利用噪声信息的极大似然估计方法能够显著提高模态参数的识别精度,特别是阻尼的识别精度。 相似文献
18.
19.
20.
针对传统波达方向(Direction of Arrival, DOA)估计方法通过空间平滑对相干信号进行处理损失阵列孔径的问题,文章提出了一种基于协方差矩阵托普利兹(Toeplitz)矩阵重构的多重信号分类(Multiple Signal Classification, MUSIC)算法的波达方位估计方法。该方法首先根据阵列接收数据的协方差矩阵及其翻转矩阵来构造新协方差矩阵,并利用新协方差矩阵构造Toeplitz矩阵,然后对其进行特征值分解,得到Toeplitz矩阵的噪声子空间,利用噪声子空间求出信号空间谱,通过谱峰搜索估计入射信号的方位角。文中方法拓展了阵列孔径,增加了可估计相干信号的数量,提升了方位估计的性能,提高了阵列的空间分辨率。仿真和湖上实验数据处理结果表明,文中方法可估计出更多的相干信号,而且在低信噪比、少快拍以及信号入射角度间隔较小时仍然具有良好的方位估计性能。 相似文献