基于变步长重采样的非高斯非线性目标跟踪

研究了非高斯噪声条件下非线性运动的目标跟踪问题。给出了非高斯噪声的两种产生方法,分别是概率分布函数法和生成数据库法,前者具有完整的数学理论支撑,后者易于操作实现。提出了一种基于置信区间的变步长重采样方法,并将其融入到粒子滤波的方法过程中。仿真表明,产生的非高斯噪声具有较好的尖峰特性,新的粒子滤波方法能够实现更高精度的目标跟踪,避免了粒子退化问题,为非线性目标跟踪问题的研究提供了一种思路。     

长春市燃煤供热锅炉运行及煤耗现状调查

我国严寒地区主要以燃煤供热锅炉为采暖热源,笔者通过实地走访长春市111座燃煤供热锅炉房,针对锅炉实际运行及煤耗的情况开展调研,并提出了节能方面存在的问题及解决的措施。     

基于概率分布距离的多响应模型确认度量

针对模型确认中的确认度量问题,构造实验观测数据经验概率分布的置信包络。通过计算其与模型响应概率分布之间距离的上/下确界,给出基于概率分布距离确认度量的置信区间。通过构造与实验观测数据有关的协方差矩阵,给出基于概率分布距离的多响应模型确认度量及其置信区间的求解方式。该度量利用了模型输出与实验观测的完整概率分布信息,并且考虑了各模型响应间的相关性。算例仿真结果表明其确认错误率低于现有的其他两种确认度量。     

虚拟维修模型的校验方法研究

介绍了虚拟雏修与建模仿真的关系,分析了虚拟维修模型校验的特点,研究了虚拟维修模型校验的方法,分别应用置信区间法、假设检验法、Bayes法、TIC法、频谱分析法从静态性能和动态性能两个方面对模型实施校验,从而为虚拟维修模型准确性、实时性提供了较为可靠的验证方法.为虚拟维修模型的校验提供一套系统的理论和方法,有利于虚拟维修模型得到更好应用.     

关系数据库近似匹配查询方法研究

针对传统海量数据精确查询负载过大的问题,引入基于仿真的置信区间自动抽样方法(Bootstrap)对数据库提供支持。通过对部分或采样数据进行查询,将查询简化到基础数据上,在对整个数据集查询一次的时间内,完成对多个样本重复多次的查询,得到数据库查询的置信区间;再进行基础SQL查询,得到符合用户要求的近似结果。实验结果表明,引入Bootstrap方法进行数据查询是有效的。     

一种光照变化场景建模方法

提出一种光照变化场景建模方法,并利用该模型对目标进行检测.首先分析光照变化场景图像序列的平稳性,建立自回归模型.考虑到光照变化和成像系统噪声的影响,将像素亮度扰动参数引入到自回归模型.该模型在线自学习,跟踪并预报场景中的光照变化情况,在该模型的基础上,提出像素亮度扰动置信区间,对光照变化场景中的目标进行检测.实验结果表明,该模型能够准确描述和跟踪场景的光照变化.基于模型的预报值和观测值及置信区间,可以对场景中的目标进行准确检测;检测结果表明,该方法对光照变化是不敏感的.     

影响专业人才数量的多元线性回归模型的确定

通过对历年数据的分析,运用逐步回归法确定影响专业人才数量最显著的因素,得出影响专业人才数量的最佳多元回归模型,并对回归方程和各个因素进行显著性检验,给出预测结果的置信区间.     

基于似然剖面的元件模型暂态参数可辨识性分析

提出一种基于似然剖面的电力系统元件暂态模型参数可辨识性方法。可辨识性是参数辨识的前提,可辨识性分析有助于在参数辨识过程中选取合适的扰动数据,并确定可以被有效辨识的参数。参数的可辨识性由模型本身的结构特点和用于辨识的实际扰动深度、实测数据噪声大小共同决定,前者对应理论可辨识性,后者对应实际可辨识性。综合考虑这两种可辨识性,引入统计学中利用似然剖面构造置信区间的方法来进行参数可辨识性分析,通过求解一系列优化问题,得到给定模型中每个参数的置信区间和可辨识性指标。基于此,不仅可以判断参数是否具备理论可辨识性,还能直观地反映各参数的实际可辨识性。     

定数截尾下双参数指数分布位置参数的统计推断

通过逆矩法的估计方法,得到了定数截尾下双参数指数分布E（μ,A）中位置参数μ的逆估计量。模拟结果表明逆矩法估计量是可行的。同时,也得到构造位置参数区间估计的方法。     

相依样本下密度函数经验似然置信区间

主要讨论了相依样本下密度函数的经验似然置信区间,仅给出似然比统计量的极限分布,可构造参数的经验似然置信区间.