简介:对于两个相依线性回归方程组成的系统(1.1),本文提出了β1的待定系数估计β^*1(k,c)=(x′1x1+k1)^-1(x′1y1-cσ12/σ22x′1N2y2),其中岭参数k≥0.c是待定系数.与β^*1(k,c)对应的非限定两步估计记为β^41(T,k,c).当c=1时β^*1(k,1)=β1(k)和β^*1(T,k,1)=β1(T,k)等干[6]引入的一双有偏估计,结果表明总可以选取适当的c值和k值使β^*1(k,c)和β^*1(T,k,c)在均方误差阵准则下分别优于β1和β1(T),并讨论了c值的最佳选择问题.
简介:为了填补船测海深数据空白,给出了海底地形起伏与重力异常和重力异常垂直梯度之间的导纳函数关系。据此,以测高重力异常、重力异常垂直梯度作为输入数据,采用线性回归分析技术,在西南太平洋相关海域开展了海底地形反演试验。结果表明,通过不同方法获取的比例因子与海底地形呈现一定的内在联系,地形平坦海域,比例因子较小;海山分布较多的地形起伏较大的海域,比例因子相对较大,反映了重力数据与海底地形较强的相关性。同时,采用线性回归方法构建的海底地形模型检核精度最高,相较于传统方法获取的海底地形模型,精度最高提升了46%左右,与ETOPO1海深模型和DTU10海深模型相比较,模型精度最大提高了近一倍有余。另外,不同方法对于不同的海底地形具有各自不同的优势,靠近海山区域,采用线性回归技术反演的海深结果优于传统方法;在海山部分,传统方法反演精度又好于线性回归技术。不同数据源反演海底地形的统计结果表明,以重力异常垂直梯度构建的海底地形模型的检核精度优于以重力异常作为输入数据构建的海底地形模型。
简介:直觉犹豫模糊集集成了直觉模糊集和犹豫模糊集的优势,能更有效地刻画决策者偏好不一致的情况。距离测度一直是研究的热点问题,但尚没有文献研究直觉犹豫模糊集间的距离测度,因此本文定义了直觉犹豫模糊集问的Hamming距离、Euclidean距离和广义距离,同时考虑每个元素的权重,定义了加权距离。犹豫度是直觉犹豫模糊集的重要特性,因此在考虑犹豫度的基础上,又定义了一些距离测度。这些距离测度不仅考虑了直觉犹豫模糊数间的差异,同时考虑了犹豫度的影响,决策者可以根据对直觉犹豫模糊数和犹豫度之间偏好的不同,设置不同的偏好值得到距离测度。然后基于这些距离测度,又提出了直觉犹豫模糊环境下的TOPSIS法。最后通过实例说明了所提出的TOPSIS法的合理性与实用性。
简介:以SINSiGPS组合导航系统为背景,在对Kalman滤波原理和工程应用进行深入分析的基础上,总结了该方法的不足,提出了应用神经网络和模糊推理技术对系统噪声、观测噪声和其相关阵进行直接调控的方法。该方法根据新息和新息方差的变化,实时调整自适应因子,间接改变Kalman滤波器的当前观测量和过去信息的比例关系。仿真结果表明,该算法对模型和噪声干扰有较强的自适应性,能够有效抑制滤波发散,在不损失原有精度的前提下,提高了系统的鲁棒性。
简介:应用SAS/STAT估计非线性回归模型中的参数.首先,通过变量代换,把可以线性化的非线性回归模型化为线性回归模型,并用普通最小二乘法、主成分分析法和偏最小二乘法求模型中的参数和回归模型.其次,通过改良的高斯一牛顿迭代法来估计Logistic模型和Compertz模型中的参数.