WEIBULL分布参数估计的精度分析

给出了两参数Weibull分布刻度参数一致地优于逆矩估计的一种新的估计量。     

Meyer-KnigandZeller算子的4阶矩和6阶矩

对Meyer-Knig and Zeller算子的4阶矩及6阶矩进行了研究,通过推导计算,给出了该算子4阶矩及6阶矩的估计结果.     

基于Alpha稳定分布模型的彩色图像边缘检测新算法

 在彩色图像的边缘检测中,如何去掉噪声的干扰及怎样更精确的检测出边缘是图像处理中一个非常重要的问题。本文提出了一种去除脉冲噪声干扰的彩色图像的边缘检测算法。首先,提出一种基于Alpha稳定分布模型的图像去噪算法。其次,利用改进的各向同性边缘检测器和快速熵阈值技术自动确定图像边界,并考虑了像素与其邻域像素的颜色距离进一步精确定位图像的边缘。实验证明,该算法能够克服脉冲噪声的影响,较精确的检测出彩色图像的边缘。     

基于矩思想的Gamma分布形状参数估计

Gamma分布的参数估计问题在数学中占有非常重要的地位.通过运用矩思想成功地对Gamma分布的形状参数进行了估计,并对所构建的估计量的性质进行了理论分析.     

Meyer-K(o)nig and Zeller算子的4阶矩和6阶矩

对Meyer-K(o)nig and Zeller算子的4阶矩及6阶矩进行了研究,通过推导计算,给出了该算子4阶矩及6阶矩的估计结果.     

计算Poisson分布n阶原点矩的新方法

按定义计算Poisson分布n阶原点矩非常复杂,本文给出了一种计算Poisson分布n阶原点矩的新方法,该方法计算简便,行之有效。     

Birnbaum－Saunders疲劳寿命分布的参数估计

本文讨论了Ｂｉｒｎｂａｕｍ－Ｓａｕｎｄｅｒｓ疲劳寿命分布及其对数线性模型的参数估计问题，提出了一个新估计方法，并用实例说明新给估计方法的可行性。     

独立不同分布的随机变量和的k阶矩

文章计算了一种推广的范德蒙行列；并运用此结果计算了独立不同分布的随机变量和密度函数及其k阶矩．     

非正则分布族中参数估计的最高相合阶

将相合阶问题引入到了双参数双边截断分布族与具有一个跳跃点的分布族中,在分布族具有某种光滑性质的条件下,考察了这2个非正则分布族中参数估计的最高相合阶.从而为讨论这类分布族中参数估计的有效性问题奠定了基础.     

边坡稳定可靠度分析的新型四阶矩法

提出了一种边坡稳定可靠度分析的新型四阶矩计算方法.该方法将均匀设计法、径向基神经网络技术和最大熵原理相结合对边坡进行可靠性分析.采用均匀设计法确定粘聚力和内摩擦角的网络训练样本空间,并采用基于有限元的强度折减法计算样本空间中样本所对应的边坡安全系数.利用这些样本及对应的安全系数训练径向基神经网络.利用训练好的神经网络获得满足统计数量要求的边坡安全系数,并计算边坡安全系数前四阶矩.利用最大熵原理得到边坡安全系数的概率密度函数近似表达式、边坡失效概率以及相应的可靠指标.该方法的计算结果与蒙特卡罗法的计算结果对比表明该方法具有较高的精度.     

ARCH(0,p)模型的参数估计

ARCH模型中的未知参数很多,本文利用Monte Carlo最优法对ARCH(0,p)模型和ARCH(0,1)模型中的未知参数进行估计。     

基于规则的中性粒细胞参数估计

以控制理论的观点和方法研究了一类中性粒细胞系统的动态数学模型。离子辐射和骨髓移植的效应可解释为模型细胞池初值的变化。中性粒细胞在不同阶段的动态行为表明,这些细胞池初值对功能细胞的效应在时间轴上是相互区别的。应用这些分布特性,提出了基于规则的估计不可测细胞状态的方法。临床的离子辐射和骨髓移植病人数据与仿真结果的比较,验证了本法的有效性。     

Pareto杂波模型的参数估计性能研究

对于服从Pareto分布的杂波,采用一二阶矩估计法和xln(x)估计法存在分布参数的有效估计范围受限的问题。基于xrln(x)估计法进行估计,推导出形状参数的有效估计区间为(r,+∞)。在此基础上,利用负数阶矩估计的思想进一步提出x-1ln(x)估计法,使形状参数的有效估计范围扩大到(0,+∞)。仿真实验表明,x-1ln(x)估计法将形状参数的有效估计范围扩大到整个取值区间。和其他几种估计法的估计性能相比,x-1ln(x)估计法的运行速度更快,在区间(0,1)上的估计性能更好,在实际工作中的应用范围更广泛。     

动力学参数估计的频域方法

本文讨论以谱估计为基础的动力学参数估计方法。它一般包括两步估计算法．即首先由线性系统的输入－输出信号估计其谱密度函数．再由第一步得到的频率响应数据估计系统的传递函数参数。文中从统一形式的性能指标出发，选用不同的加权项而导出不同的频率特性曲线拟合算法，如线性化算法、迭代法、非线性最优化方法以及基于若干基本环节的顺序迭代算法。文中还介绍了这种算法的几个应用实例。这种频域方法适用于一般线性系统的实验建模．具有通用性。     

数据缺失情况下具有测量误差的两个几何分布总体参数的估计和检验

讨论了部分数据缺失且存在测量误差的两个几何分布总体参数的估计与检验问题,给出了模型参数的矩估计,证明了估计量的强相合性和渐近正态性以及检验统计量的极限分布.     

基于收缩估计法的广义Pareto分布参数的估计

由于广义Pareto分布在金融和保险等领域的广泛应用,对于该分布的统计推断成为研究的热点.将在参数的先验分布为倒伽玛分布条件下研究广义Pareto分布参数的Bayes估计问题,并在平方误差和LINEX损失函数下,导出了参数的Bayes估计和Bayes收缩估计.文末给出了Monte Carlo数值模拟试验和结论.     

基于共轭梯度迭代算法受控AR模型的参数辨识

推导了单输入单输出系统的辅助模型,它有助于减少计算量和提高共轭梯度迭代算法（新算法）的收敛速度.相比于受控移动平均模型中所提出的交互式随机梯度算法,新算法用更少的迭代步骤就可求出模型的参数估计.另外,新算法能避免出现矩阵的逆矩阵形式.对新算法与双共轭梯度算法进行比较,并给出数值实例检验新算法的有效性.     

基于自适应无迹卡尔曼滤波的分布式驱动电动汽车车辆状态参数估计

以精确估计车辆状态参数为目标,提出了一种基于自适应无迹卡尔曼滤波的车辆状态参数估计算法,采用非线性三自由度车辆模型,将模糊控制与无迹卡尔曼滤波算法相结合,实现对系统测量噪声的自适应调整,通过对方向盘转角,纵向加速度和横向加速度等低成本传感器信息融合实现对质心侧偏角和横摆角速度的状态估计.应用CarSim与Matlab/Simulink建立分布式驱动电动汽车整车模型并且联合仿真对估计算法的有效性进行验证.结果表明自适应无迹卡尔曼滤波比无迹卡尔曼滤波更能有效准确地进行车辆状态参数估计,在双移线工况中,质心侧偏角估计精度提高了6.7%,横摆角速度估计精度提高了4.8%.      

基于WVD改进算法的跳频信号参数估计

针对平滑伪维格纳分布(SPWVD：Smoothed Pseudo Wigner Ville Distribution)在跳频信号参数估计中存在的分辨率下降和运算量过大等问题,提出基于STFT(Short-Time Fourier Transform)与WVD(Wigner-Ville Distribution)的联合算法(STFT-WVD),实现了跳频周期、跳变时刻和跳频频率等参数的盲估计。在参数估计的过程中,STFT WVD算法有效地抑制了WVD的交叉干扰项,保持了WVD较高的时频分辨率,在运算量上和WVD相近,没有增加运算的复杂程度。仿真实验证明,STFT-WVD比SPWVD具有更好的整体性能,在信噪比优于－1 dB时,能得到更为精准的估计值。     

基于Copula-kernel模型的流动性VaR分析

传统VaR方法在衡量投资组合的风险上存在诸多缺陷,针对BDSS模型进行改进,基于相对价差得到了再修正的BDSS模型以计量流动性风险.实证分析表明,Copula-kernel模型对多元收益率和相对价差序列的拟合程度都很高,且La-VaR中的流动性风险部分随着置信度的减小而逐渐显著,返回测试表明无论置信度的高低,在大多数情况下La-VaR都不会低估风险.