基于贝叶斯面板平滑转换模型的房价阈值效应研究

针对经济变量之间普遍存在的非线性关系,导致线性模型拟合失效的问题,构建面板数据平滑转换模型,刻画变量之间关系的非对称性。采用贝叶斯方法进行模型的参数估计,避免非线性最小二乘算法难以收敛,参数估计不确定。通过分析模型结构,选择参数先验分布,设计相应的Metropolis-Hasting-Gibbs混合抽样算法,据此估计模型参数;在此基础上,利用省域面板数据分析房价阈值效应问题。研究结果表明:参数的动态迭代轨迹收敛,MH-Gibbs混合抽样算法能够准确地估计模型各参数,解决了非线性最小二乘无法收敛的问题,证明了贝叶斯面板数据平滑转换模型的有效性;同时也验证了房价波动的阈值效应以及房价与城市化、城乡收入差距之间的非线性关系。     

基于EGARCH-M波动模型的KMV信用风险度量研究

提高股权价值波动率精确度的KMV模型对上市公司信用风险状况具有较强的反映和识别的能力。利用所选数据,建立EGARCH—M波动模型,从而计算上市公司三年间每半年KMV模型的违约距离,并通过与KMV参数估计中其它两个常用波动模型的结果进行比较,实证结果表明EGARCH—M波动模型能较好地提高KMV模型的信用风险识别反映能力。     

混合双参数指数分布的参数估计

混合指数分布是寿命数据分析中一个非常重要的分布。但是利用矩估计、极大似然估计等估计模型的参数往往比较困难。本文应用EM算法详细研究了混合双指数分布在正常工作条件下,在完全数据场合的参数估计问题。模拟说明利用EM算法来估计混合双指数分布是一种非常有效的方法,随着样本的增加,估计值离真值越来越近,估计值的方差越来越小。     

混合威布尔分布参数估计的L-M算法

混合威布尔分布模型常用来分析具有多种失效模式的机械系统或零部件的可靠性寿命数据,为提高混合威布尔分布未知参数估计的精度,利用非线性最小二乘理论,建立了小子样条件下两重混合威布尔分布参数优化估计模型,将L-M算法用于优化求解。以概率图参数估计法的结果作为迭代初始值,提高了迭代求解的速度。计算实例表明利用该方法估计混合威布尔分布参数是可行的,而且能够获得较精确的结果。     

阵列误差对多参数联合估计性能的影响

建立了频率、二维到达角和极化联合估计的阵列误差信号模型,分析了阵列误差对用ESPEIT算法进行参数估计性能的影响。推导了在阵列误差模型下,频率、二维到达角和极化联合估计算法中各参数估计结果的均方误差。计算机模拟结果证实了分析结果的正确性。     

相关向量机及在说话人识别应用中的研究

对基于相关向量机和高斯混合模型的说话人识别算法的模型和特征空间进行了一系列的研究。与一些基于语音帧的说话人识别算法相比,该算法将GMM算法作为底层的语音特征提取,从而实现对语音整体上的处理,对常用的两种语音特征美尔频率倒频系数和瞬时频率的表现进行了对比研究;同时,该算法充分利用了相关向量机的所提供的高泛化性、核函数功能和结果的高稀疏性。基于Chains和AHUMADA两个专门用于说话人识别的语音库的仿真表明,该算法在减少相对误差和减少计算量方面有较大的优势。     

多裂缝系统垂直裂缝井不稳定渗流分析

高能气体压裂和脉冲压裂能在近井地带形成多条径向裂缝，对此建立了均质油藏和双重介质油藏多裂缝系统垂直裂缝井的物理模型。利用叠加原理，在单裂缝系统压力分布公式的基础上，得到了多裂缝系统垂直裂缝井不稳定渗流压力响应的计算方法，绘制并分析了油藏参数、裂缝条数和裂缝分布影响下的压力动态典型曲线。结果表明：流体在多裂缝系统的流动特征与裂缝条数和裂缝分布有关，当裂缝条数较少并且夹角较大时，压力动态曲线主要分为3个流动阶段：线性流段、椭圆流段和拟径向流段；当裂缝较多或者夹角较小时，由于裂缝之间相互影响，线性流段和椭圆流段之间的过渡段变长，线性流段可能消失；裂缝条数越多，供液能力越强，相同时间下，井底压力下降得越少。     

一种分布式信号源的参数估计算法

在信号源具有分布特性时,使用点源模型进行参数估计会产生较大误差,而广义的高分辨率算法又带有较大的运算复杂度,难以满足实时性很高的要求,且都需要预先知道角度分布的具体函数。该文提出了基于天线阵列的特殊结构,采用阵列之间互相关算法对相干分布式信号源的各项参数进行估计,极大地减小了运算量,同时分析了信号源到达方向的模糊性问题。仿真结果证明该方法对相干式分布源参数估计的有效性。     

基于光流法与背景建模法融合的车道线识别算法研究

为了准确高效地识别无人驾驶车辆行驶过程中的车道线信息,采用光流法与背景建模法相融合的车道线识别算法,针对车辆行驶中的连续视频,对比连续视频帧中车辆前方背景的相对运动,运用光流法检测出背景中特征点的移动方向和距离,再结合背景建模法将背景滤除,混合高斯模型去噪后进行ROI特征区域的提取进一步减少计算量,最后进行车道线的提取与拟合,达到车道线识别与提取的目的。     

基于三次相位补偿的运动目标参数估计

针对加速度在合成孔径雷达运动目标检测中会产生三次相位影响静止目标抑制和参数估计精度的问题,提出基于三次相位补偿的参数估计方法。在分析信号模型的基础上,通过在时间调频率平面内采用类似Dechirp和一维搜索的方法实现三次相位的补偿;完成相位补偿后,为克服某些时频分布中峰值重叠可能带来的目标丢失问题,利用改进的分数阶傅里叶变换方法进行运动目标参数估计,并给出了具体的参数估计方法。最后,计算机仿真验证了该方法的正确性和有效性。     

基于混合相关竞争失效的多性能退化数据可靠性模型

针对包含多种相关退化模式的产品可靠性评估问题,提出了一种基于Copula函数选择的混合随机过程可靠性建模方法。采用时间尺度变换——混合效应的Wiener过程和非线性混合效应Gamma过程分别对两组性能退化数据进行建模,并利用MCMC方法进行参数估计;其次,通过散点图、相关系数检验和AIC准则进行Copula选择,利用极大似然法估计Copula参数,建立系统可靠度评估模型;最后,分别考虑多退化过程独立和相关,通过算例计算系统可靠度并进行对比,验证了模型的有效性。     

基于混合特征与PSO-SVM的旋转部件故障诊断方法

针对旋转部件故障诊断问题,为能更全面的提取部件的故障特征信息,提高模型的识别精度,提出一种基于混合特征与PSO-SVM的故障诊断方法。首先,提取电流和振动信号特征参数,结合信息增益算法筛选出对故障敏感的特征参数,结合主成分分析,对敏感特征进行降维处理,消除了无关特征和冗余特征对故障诊断模型的干扰。然后,以SVM分类器为基础,利用PSO算法对模型参数全局寻优,提高故障诊断的识别精度。最后,利用轴承加速疲劳试验数据集将PSO-SVM模型与常用故障诊断模型进行对比,验证该模型的有效性。     

我国对外贸易的双市场非均衡模型

本文从非均衡的角度对中国１９７１年至１９９２年间的对外贸易进行实证研究，用非均衡计量经济方法建立了同期进出口双市场非均衡模型，在模型的参数估计中使用ＥＭ算法去获得最大似然参数估计值，并通过模型描述我国对外贸易的运行机制和发展轨迹，进而分析我国进出口市场非均衡产生的根本原因，最后就非均衡到均衡的转变、贸易收支的改善、进出口价格管理及人民币汇率的改革提出相应的对策与建议。     

多维AR(p)模型的估计理论及应用

叙述了多维AR(p)模型的分析与处理方法、多维AR(p)预测模型的建模过程及参数估计的计算方法,并将该模型在测井曲线的预测中加以实际应用.应用结果表明:本预测模型对多维动态数据进行预测是可行的.     

从传统到现代：孝道变迁与重构

通过自制四连杆加载装置,对HRC150型齿式橡胶弹性联轴器进行周期扭转振动实验,得到不同频率和不同幅值下的滞回曲线,发现联轴器具有硬弹簧特性,非线性恢复力矩的刚度系数和阻尼力矩的阻尼系数均与振幅、频率有关。其次,采用迹法模型建立其非线性恢复力矩和阻尼力矩的数学模型,并对模型参数进行拟合识别;最后,为验证模型的正确性,将模型滞回曲线与实验滞回曲线进行对比,发现模型能够很好地反映系统的位移振幅及非线性刚度特性,但是不能较好地反映阻尼特性。     

一种新型入侵检测模型及其检测器生成算法

介绍了一种基于人工免疫原理的入侵检测模型,重点研究了否定选择算法模型中检测器集合的生成算法,提出了新的初始检测器的生成算法,并对算法性能进行了分析。结果表明:该算法模型可以对未知入侵行为和已知入侵行为的变异进行有效的识别。     

基于随机森林算法的贫困精准识别模型研究

扶贫对象的精准识别是实现精准扶贫的重要条件。实现贫困数据的精准分类与识别以及贫困识别由定性到定量、由单维瞄准向多维瞄准的转变是精准扶贫的重要基础。精准识别可以采用大数据分析中的分类算法实现。本文基于可持续生计分析框架,从人力资本、社会资本、自然资本、物质资本、金融资本和生计环境六个方面建立了多维贫困指标体系,运用随机森林算法构建了精准识别模型,并采用中国家庭追踪调查数据（CFPS）,对扶贫对象精准识别模型的分类及识别效果进行了评价,结果表明模型效果良好。     

一种融合时序特征的网络场景识别算法

针对网络场景识别问题,提出了一种基于语义识别改进的树模型识别算法框架,利用语义分析提取网络时序特征,纵向表达用户活动轨迹,可更加直观地表征办公、宿舍和食堂等场景。同时,通过对数据通信物理模型拟合的网络环境特征(设备之间的路损、干扰等)进行识别,获得网络环境内设备的款型、安装的疏密和用户的负载等信息。进而基于决策树模型框架,耦合上述两类特征生成场景识别算法框架。通过耦合网络环境的流量特征及网络规划特征,全局框架具有智能识别网络场景的特点。算法针对多个数据集样本进行验证,证明所提方案均能对不同场景进行有效识别。     

基于文化算法的新型Elman网络的过程建模方法

文化算法从微观(种群空间)和宏观(信念空间)两个层面上模拟文化的双重进化继承过程,为进化搜索机制和知识存储的结合提供一个构架。建立基于输入输出数据生产过程的统计模型时,参数估计是其中的关键,文化算法为此提供了有效途径。本文在Elman神经网络的基础上提出了一种新的改进型Elman网络模型——OAIF-Elman(Output-Add-Input Feedback Elman)网络来建立乙烯装置中裂解深度软测量模型,并结合文化算法来优化其网络权值。实验表明:文化算法比标准遗传算法搜索性能更优,搜索时间更快,同时也得到了满意的裂解深度模型。     

半参数威布尔模型的Bayes参数估计

摘要：首先提出了半参数幂威布尔模型,使用P一样条函数构造出该模型的惩罚似然函数,根据对模型中参数的了解给出其先验信息,进而得到半参数幂威布尔回归模型中参数的联合后验分布和每个参数的边际密度函数,利用MCMC中流行的Gibbs抽样方法和Metropolis—Hastings算法从边际密度抽取样本,得到半参数幂威布尔模型中参数估计的随机样本序列,从而基于此进行一系列的参数估计、统计推断等。最后,利用随机模拟的方法,产生不同个数的样本量,发现随着样本的增加,参数估计越准确,越接近于真实参数值,说明利用Bayes方法估计半参数威布尔模型是有效的。