恒虚警率采样粒子滤波技术及其应用研究

粒子滤波是一种基于蒙特卡洛思想的非线性、非高斯滤波器,其一般采用重要性采样进行粒子采样。但重要性采样容易出现粒子退化现象。解决粒子样本退化问题一般采用重采样。重采样虽然解决了样本的退化问题,同时又引入了采样贫瘠问题。本文根据海洋混响的统计特性和混响中目标的恒虚警率检测原理,提出了恒虚警率采样粒子滤波技术,恒虚警率采样粒子滤波技术使采样粒子尽可能集中在目标附近,有效地描述目标后验概率,降低了粒子数,减小了计算量。本文将此技术应用到海洋混响中的声纳目标跟踪中,既解决了传统卡尔曼滤波在声纳目标跟踪中的非线性、非高斯问题,又解决了粒子滤波的粒子退化及采样贫瘠问题。文中对高分辨率声纳目标数据进行了滤波跟踪,结果验证了本文方法的有效性。     

广义线性模型极大似然估计的强相合性与渐近正态性

本文研究了若干重要类型的离散响应变量广义线性模型,在sum from i=1 to n ZiZi'的最小特征根大于cnα(对某个c>0,α>0)等条件下证明了回归参数向量的极大似然估计的强相合性与渐近正态性,其中设计阵序列{||Zn||}可以为无界序列.     

Outlier Mining Based on Principal Component Estimation

Outlier mining is an important aspect in data mining and the outlier mining based on Cook distance is most commonly used. But we know that when the data have multicoUinearity, the traditional Cook method is no longer effective. Considering the excellence of the principal component estimation, we use it to substitute the least squares estimation, and then give the Cook distance measurement based on principal component estimation, which can be used in outlier mining. At the same time, we have done some research on related theories and application problems.     

各向异性网格下特征值问题的有限元分析

主要目的是在各向异性网格下研究二阶椭圆特征值问题的两类非协调有限元—类Wilson矩形元和Carey三角形元—的收敛性分析.通过新的技巧和方法,得到了与传统有限元网格剖分下相同的特征对的最优误差估计.推广了已有的结果.     

基于s估计σ引出的无偏修正

用s去估计总体分布的标准差σ不是无偏估计,在特定总体分布下,可以通过简单的修正达到无偏估计.修正系数的确定与样本容量有关.     

线性模型的最小二乘估计的中偏差及其重对数律

本文研究了线性模型的最小二乘估计的中偏差.通过估计Laplace渐近积分,得到了随机误差为取值于Rd的相互独立同分布随机变量情形下的中偏差与重对数律的结果.     

带有不完全信息随机截尾试验下Weibull分布参数的MLE

本文在文献（１）￣（３）的基础上坦步研究了带有不完全信息的随机截尾试验模型。讨论了Ｗｅｉｂｕｌｌ寿命分布参数的统计分析，给出了似然方程组即参数的极大似然估计的存在唯一性定理。文末给出了随机模拟数值解，结果表明，参数的ＭＬＥ与其真值很接近。     

有限元线法的误差估计

有限元线法(FEMOL)是近年来由英国伦敦中心理工学院Sir G.Cayley研究所和清华大学土木系共同提出并发展起来的,以常微分方程求解器为支撑软件的新型半离散数值方法。该方法简便、灵活,对区域的适应性较强。大量的数值试验结果表明,它具有较高的精度。它兼有有限元法,线法、有限条法以及康托洛维奇法等的一些特点和优点,行之有效。本文拟对该法作一些理论分析,证明半离散常微分方程组解的存