随机误差条件下置信区间与置信概率的函数关系

通过对随机误差分布规律的理论分析,利用数理统计和数值计算方法,得到了置信区间与置信概率的函数关系,给出了实用的计算数据。     

天文观测误差估计方法中需要注意的问题

天文学研究经常用到许多误差分析方法,使用时需要注意他们的适用条件.这些方法大都基于统计学原理,既有较传统的参数估计、置信区间的方法,又包括基于模型参数的暴力搜索法、变化卡方法、费希尔矩阵法和蒙特卡罗方法,等等.他们成为天文工作者数据分析的利器.     

贝叶斯频率估计中频率的先验分布对有色噪声作用的影响

在贝叶斯参数估计理论框架下,研究了被测参数的先验分布对有色噪声的抑制作用.选择一个受1/f~α型谱密度有色噪声影响的自旋1/2量子比特作为量子探测系统来估计一个磁场强度的大小,利用贝叶斯代价函数的动力学演化来评判估计的精度,重点研究先验概率分布对噪声非高斯性的限制作用.研究发现:当先验概率的不确定度比较大时,有色噪声的非高斯性对频率估计精度的影响比较小;当先验概率的不确定度比较小时,有色噪声的非高斯性对频率估计精度的影响比较大.     

炸药爆轰产物Jones-Wilkins-Lee状态方程不确定参数

Jones-Wilkins-Lee (JWL)状态方程是一种不显含化学反应、由实验方法确定参数的半经验状态方程, 能比较精确地描述爆轰产物的膨胀驱动做功过程. 在JWL状态方程中有多个未知(不确定)参数需要确定. 传统的确定JWL状态方程参数的方法是“调参数”, 人为因素影响较大, 无法给出参数的不确定性信息. 本文利用贝叶斯分析方法研究了炸药的不确定参数, 该方法能够基于以往的认识、实验和模拟数据标定(calibration)不确定参数. 在本文结果中, 不确定参数的后验分布均值与文献结果相符合, 基于参数标定结果的数值模拟90%置信区间完全包含实验数据. 数值标定结果说明贝叶斯参数标定适用于确定样品炸药的JWL状态方程参数. 特别是, 在本文JWL状态方程参数标定过程中极大地减少了人为因素的影响.     

基于标准序列浮动前向特征选择的改进算法研究

随着信息技术的高速发展,信息特征的表述方法和内涵不断扩充,高维特征大幅涌现。这些高维特征中可能存在许多不相关和冗余特征,造成了维度灾难,对分类识别算法提出了更高的要求,需要利用特征选择算法,降低特征向量维数并消除数据噪音的干扰。针对高维特征向量引入的维度灾难等问题,围绕目标分类识别的具体应用,对标准的序列浮动前向特征选择算法进行了研究,并通过优化正确分类样本数目的置信上限及交叉验证的重复次数,提出了一种改进的序列浮动前向特征选择算法。通过仿真实验表明,在利用贝叶斯分类器开展识别时,改进算法能够在确保分类识别正确率的前提下,有效提升特征选择的计算速度,并随着特征选择步骤的增加,能够维持一个相对更为收敛且稳定的置信区间,具备良好的准确度。     

海-气振子系统中未知参数的MCMC方法识别

利用MCMC方法对赤道东太平洋SST的海-气振子模型中未知参数进行识别.首先通过贝叶斯公式导出振子系统中参数的后验概率密度函数.然后采用自适应Metropolis算法构造未知参数的Markov链,截取收敛的样本序列估计参数值.数值试验结果表明：所提出的方法具有很高的估计精度,同时具有较好的抗噪声性能. 关键词： 海-气振子 参数估计 马尔科夫链蒙特卡罗方法     

基于稀疏贝叶斯学习的复杂网络拓扑估计

提出了一种噪声环境下复杂网络拓扑估计方法, 仅利用含噪时间序列估计未知结构混沌系统的动力学方程和参数, 以及由混沌系统组成的复杂网络的拓扑结构、节点动力学方程、所有参数、 节点间耦合方向和耦合强度.通过采用动力学方程的统一形式, 将动力系统方程结构和参数估计看成线性回归问题的系数估计, 该估计问题利用贝叶斯压缩传感的信号重建算法求解, 含噪信号的模型重建使用相关向量机方法,即通过稀疏贝叶斯学习求解稀疏欠定线性方程得到上面提到的可估计对象.以单个Lorenz系统及由200个 Lorenz系统组成的无标度网络为例说明方法的有效性. 仿真结果表明,提出的方法对噪声有很强的鲁棒性,收敛速度快,稳态误差极小, 克服了最小二乘估计方法收敛速度慢、 稳态误差大以及压缩传感估计方法对噪声鲁棒性不强的缺点.     

基于分段模糊c－均值的连续密度HMM语音识别模型参数估计

本文在分析了连续密度隐马尔可夫模型（CDHMM）的两种主要最大似然参数估计方法的基础上，引入模糊集思想，提出了分段模糊c－均值算法代替普通的分段k－均值算法进行CDHMM的最大似然参数估计。文中给出了其实现方法。实验结果证明其在语音识别中具有很好的性能。     

利用Bayesian-MCMC方法从雷达回波反演海洋波导

应用贝叶斯-蒙特卡罗（Bayesian-MCMC）方法将海洋波导参数的先验信息描述为先验概率密度,结合雷达回波资料（电磁波传播损耗）,得到待反演海洋波导参数的后验概率密度,用马尔可夫链蒙特卡罗（MCMC）-Gibbs采样器采样后验概率密度分布,并用样本最大似然估计值作为对海洋波导参数分布的估计.数值实验结果表明,该方法对先验信息进行了有效利用,反演精度高于遗传算法的反演精度.该方法较为充分利用先验信息,得到解的概率分布,即解的不确定性分析,这在实际应用中有一定的参考价值. 关键词： 波导 电磁波传播损耗 贝叶斯-蒙特卡罗 概率分布     

测量材料热物性的准稳态方法与参数估计

测量材料热物性的准稳态方法与参数估计张欣欣，殷晓静（北京科技大学热能工程系北京１０００８３）关键词热物性，参数估计，准稳态测量方法１前言材料的导热系数人建立了热流密度与温度梯度的关系，表征物质的导热能力；体积热容量ｐＣ则表征单位体积物质的蓄热能力；对...     

一种新的参数估计方法及其在混沌信号盲分离中的应用

为了有效地估计非线性映射中的参数,本文采用一种容积准则近似该映射的加权积分函数. 基于由状态空间模型建模的参数,提出了一种新的参数估计方法. 混沌信号的盲分离是一种具有挑战性的参数估计问题.将新的参数估计方法应用在该问题上, 实现混沌信号的有效重构.仿真结果表明该算法具有较快的收敛速度和较高的数值精度, 并能有效地分离原始混沌信号.     

舰船辐射噪声贝叶斯方法反演浅海底层结构及地声参数EI北大核心CSCD

针对以舰船辐射噪声为参考声源的浅海海底分层结构及地声参数反演问题,研究了一种基于贝叶斯理论的浅海多层海底地声参数反演方法。反演中以舰船辐射噪声的线谱成分为研究对象,进而采用非线性贝叶斯反演方法反演浅海底层结构、层中声速、声速衰减和密度,并对反演结果的不确定性进行分析。反演结果的最大后验概率估计值和边缘概率分布分别通过拨正模拟退火算法和Metropolis-Hastings采样法在各参数先验区间内计算获得,并根据贝叶斯信息准则确定最佳海底分层结构。海上实验表明:根据该方法反演获得海底分层结构及地声参数,计算得到的声压场与实测舰船辐射噪声传播损失误差不超过10%,反演结果能够准确表征实验海区海底特征。反演结果不确定性分析表明:海底纵波声速、横波声速以及密度的不确定性更小,对声压场变化更加敏感,反演结果更有效、准确。     

带有分数阶热流条件的时间分数阶热波方程及其参数估计问题

研究了Caputo导数定义下带有分数阶热流条件的一维时间分数阶热波方程及其参数估计问题.首先,对正问题给出了解析解;其次,基于参数敏感性分析,利用最小二乘算法同时对分数阶阶数α和热松弛时间τ进行参数估计;最后对不同的热流分布函数所构成的两个初边值问题,分别进行参数估计仿真实验,分析温度真实值和估计值的拟合程度.实验结果表明,最小二乘算法在求解时间分数阶热波方程的两参数估计问题中是有效的.本文为分数阶热波模型的参数估计提供了一种有效的方法.     

基于混合生物地理优化的混沌系统参数估计

混沌系统的参数估计本质上是多维参数的优化问题. 结合和声搜索方法和对立学习机理, 提出一种混合生物地理优化算法, 用于解决混沌系统的参数估计问题. 利用对立学习机理增加初始群体的多样性, 并引入和声搜索以增强局部寻优能力, 从而提升整体寻优性能. 以典型混沌系统为例进行了未知参数估计的数值仿真, 结果验证了所提出混合生物地理优化方法的有效性和鲁棒性.     

基于混合差分进化算法的混沌系统参数估计

混沌系统参数估计是混沌系统控制与同步的关键问题. 通过构造一个适当的适应度函数,将混沌系统的参数估计问题转化为一个多维优化问题,然后利用混合差分进化算法的全局搜索能力求解该优化问题. 以典型的Lorenz混沌系统为例进行了数值仿真,结果表明了混合差分进化算法的有效性和鲁棒性,是一种有效的混沌系统参数估计方法. 关键词： 混沌系统 参数估计 混合差分进化算法     

基于广义极值的混沌电场峰值分布研究

通过分析峰值分布及广义极值分布理论关于混沌电场峰值分布的特点,获得一种混沌电场峰值分布的计算方法,结合Bootstrap重采样技术,提出了混沌电场峰值分布参数估计方法,该方法吸取了重采样技术估计的优点,对分布参数置信区间的估计更为准确、实用。以蒙特卡罗仿真和某机械搅拌混响室内电场数据为实例,结果表明,与传统的正态近似法、百分位法、BC-t等方法相比,其计算结果与实际结果更为吻合,证明了该方法具有更高的准确度。     

不确实海洋环境下的贝叶斯匹配场处理

讨论了一种不确实海洋环境下贝叶斯匹配场处理方法.该方法在不确实环境下匹配场处理时,对不确实知识进行建模,同时,充分利用阵接收的空时数据,找到了匹配场处理时一种结合模基和数据驱动的机制.经理论推导、仿真分析以及实验海试数据验证,结果表明: (1)最小方差无偏响应(MVDR)、Bartlett等匹配场处理器是贝叶斯处理器的基本单元; (2)贝叶斯匹配场处理是对应的MVDR匹配场处理、Bartlett匹配场处理器等匹配场处理方法的后验概率加权和; (3)不确实海洋环境下,贝叶斯方法比对应的MVDR处理器和Bartlett处理器能更准确地对目标进行定位; (4)贝叶斯方法能较有效地抑制旁瓣.     

根据非线性贝叶斯理论的界面波频散曲线反演

通过时频分析法从海底环境噪声数据中提取界面波频散曲线,进而采用非线性贝叶斯反演方法估算海底沉积物厚度、剪切波速度、压缩波速度和密度等参数及其不确定性。参数的最大后验概率(MAP)估计值和边缘概率分布分别通过自适应单纯形模拟退火法和Metropolis-Hastings采样法在各参数先验区间内搜索获得,采用贝叶斯信息准则(BIC)从不同参数化模型中选择最优模型。界面波频散曲线反演结果表明:满足实测数据的最优海底模型结构为3层均匀分布剪切波速度剖面结构,海底深度的反演精度在800m以内,比起压缩波速度和密度,剪切波速度的不确定性更小,对界面波频散曲线更敏感。      

利用多角度海底反向散射信号进行地声参数估计

针对现有海底地声参数估计方法的不足,提出了利用相控参量阵浅地层剖面仪接收的多角度海底反向散射信号进行地声参数估计的方法,首先利用正下方和斜入射方向上沉积层上、下表面的差频反向散射信号进行沉积层厚度和声速估计,然后利用正下方沉积层上、下表面两个不同频率的差频信号的反向散射信号估计沉积层衰减系数,最后利用正下方沉积层上表面原频反向散射信号估计沉积层阻抗,计算沉积层密度从而解决和声速的耦合性,通过水池试验验证了该方法的有效性。     

SAR影像极化特征的混合高斯模型与分类

针对高分辨率极化合成孔径雷达(SAR)影像中极化特征呈现尖峰拖尾等复杂多样的统计特点,采用混合高斯模型(GMM)对极化特征进行建模,提出了一种约束距离的混合多元高斯分布的参数估计算法。该参数估计算法在贪婪期望最大算法框架下设计约束距离函数,自动估计混合分量的个数和模型参数,进而在贝叶斯框架下实现极化SAR影像的地物分类。对Radarsat-2旧金山等地区三组影像数据的分类结果表明:相比于经典的分类算法,所提GMM分类算法的总体精度提高了7%～10%,且对样本数目的依赖性更小,在城区和耕地区域等异质区域可以得到精度更高的分类结果。