基于Monte Carlo抽样方法的随机离散化在分组数据中的应用

对一种基于Monte Carlo抽样方法的随机离散化做了改进,并将改进后方法应用于分组数据的统计推断中,用来计算未知参数的近似极大似然估计和区间估计.改进后的方法弥补了原方法有时不能满足Sn(f)≈S(f)的缺点.该方法思想简单,易于执行,并且是非迭代,任意维的.所以,通过实例模拟,还可以看出该方法运行速度快,远优于Gibbs抽样、EM算法等其它几种方法.而且运算结果精度高,尤其表现在未知参数的区间估计上.因此提供了一种计算未知参数估计的简单方法.     

网络流量测量的模型与算法研究

为了防止单纯的升级网络,提升网络性能,对网络流量的预测和量度进行研究显得尤为重要。论文利用长相关特性的时序分析法构建FAR IMA模型,并利用此模型对网络流量的测量算法进行研究。通过构建满足流量特性的流量模型,提出了一个基于小波技术和时间序列分析的混合流量预测模型,并利用此模型的流程测量算法对真实网络流量数据的短期行为趋势进行了分析和预测。实验结果表明此预测模型可以较为全面地描述和标识流量的各种特性,对网络流量行为进行有效而准确的跟踪和测量。     

考虑数据异质性的贝叶斯混合回归退化建模

针对退化数据的异质性问题,提出基于随机效应混合回归的贝叶斯退化建模与剩余使用寿命预测方法.通过模型随机参数的混合概率分布描述异质性退化数据的统计特征,并利用分层先验和Gibbs算法进行贝叶斯参数估计.进而,将随机参数的贝叶斯估计作为有信息先验,利用在线观测数据进行贝叶斯参数更新和剩余使用寿命估计.通过涡轮发动机退化数据验证了所提方法的剩余使用寿命预测性能.实验结果表明,考虑了异质性影响的贝叶斯混合回归退化建模方法,能更好地刻画设备个体的退化特征,提高了预测准确度.     

MUSIC波达方向估计算法的改进及仿真试验

MUSIC算法是一种子空间分解算法,它的各种性能已被广泛研究.在信号波达方向估计领域,MUSIC算法的应用,形成了MUSIC波达方向估计算法.实际应用中,MUSIC波达方向估计算法,拥有超分辨能力的同时,也存在原理性缺点——MUSIC空间谱不能反映目标信号的相对强度.文中在前人工作的基础上,对MUSIC波达方向估计算法进行理论分析,提出了有效的改进方法,并通过仿真试验证实了分析的正确性.     

基于奇异值分解的广义互相关时延估计

广义互相关法是TDOA时延估计中的一种经典方法,为了进一步提升广义互相关时延估计算法在低信噪比下的时延估值准确度,在广义互相关法的基础上,对接收到的信号进行奇异值分解,提升信号的信噪比.仿真结果表明,基于奇异值分解的广义互相关时延估计算法极大地提升了时延估计精度,具有明显的性能优势.     

ZPW-2000移频信号二分搜索频域解调法及窗函数的选择

ZPW-2000移频信号解调的准确性关系到行车安全及行车效率.由于采样持续时间受到限制,ZPW-2000信号频域解调准确度会受栅栏效应及频谱泄漏效应影响.通过分析栅栏效应及频谱泄漏效应的成因,提出二分搜索频域解调法,并为窗函数选择问题提供了建议.仿真分析表明,所提出算法能以较少的计算量增益为代价提高解调准确度,且具有较好的抗噪声能力.     

基于Monte Carlo抽样方法的随机离散化在分组数据中的应用

对一种基于Monte Carlo抽样方法的随机离散化做了改进，并将改进后方法应用于分组数据的统计推断中，用来计算未知参数的近似极大似然估计和区间估计．改进后的方法弥补了原方法有时不能满足Sn（f）≈S（f）的缺点．该方法思想简单，易于执行，并且是非迭代，任意维的．所以，通过实例模拟，还可以看出该方法运行速度快，远优于Gibbs抽样、EM算法等其它几种方法．而且运算结果精度高，尤其表现在未知参数的区间估计上．因此提供了一种计算未知参数估计的简单方法．     

基于窗函数的自相似性时变Hurst指数估计方法研究

基于描述数据自相似特性的全局性Hurst指数无法用于信号的局部自相似特性的实时分析,突破固定Hurst指数估计的传统方法,引入滑动窗函数对分形高斯噪声(FGN)仿真时间序列进行估计和研究,并对估计算法的有效性进行了验证和分析.     

大数据k-Means聚类挖掘优化算法

基于数据规模导致难以应对的存储量、数据规模导致传统算法失效、大数据复杂的数据关联性导致高复杂度的计算等问题,对大数据下的k-means聚类优化算法进行研究,给出了适用于大数据任务处理的MapReduce软件架构的模型机制,通过改进k-means初始聚类中心的选取,提出了一种基于MapReduce模型的k-means聚类优化算法.最后将改进的算法应用于煤炭煤质的分析中,结果显示较传统算法,改进算法的效率有明显提高.     

基于GPS的路段旅行时间和速度估计算法研究

GPS已经广泛应用于交通领域。本文探讨了利用GPS车辆定位信息,进行路段旅行时间和路段平均速度估计的相关算法。重点讨论了在GPS返回数据的不同情况下,进行旅行时间的推算,以及平均速度的估计。通过路上试验,说明该算法能够得到路段合理的旅行时间和平均速度,能够描述路网的运行状态。