极大似然估计:兰波特与丹尼尔·伯努利

本文探讨了似然思想早期的历史,指出兰波特是发现极大似然估计法的第一人,与丹尼尔·伯努利共为似然思想的先驱。     

铁路客票预订需求预测模式

对当前铁路运输客票预订系统进行了分析。研究了建立动态多席订票需求预测模式。针对不同等级订票需求,引用泊松分布来描述不同时段,不同等级的订票到达率。当实际资料难以获取时,以ｍｏｎｔｅ ｃａｒｌｏ模拟产生资料进行参数估计,最后动态规划的方法的方法建立了获取最大利益的模型,以实际数据代入运算,结果与实际情况相吻合。     

基于极大似然估计的路段交通流量预测

基于对交通流量预测存在的问题的分析，用极大似然估计法对路段交通流量进行预测．这种方法的实质，是将连续的观测时段的上游观测量作为自变量，用极大似然估计法估计出观测量与下游预测量之间的关系，从而预测交通流量．实例结果表明，预测值与实际值的最大误差率为5.76％。     

胃癌预后计量判别的研究

本文以２１３例手术切除胃部标本及影响预后的５项病理组织指标为基础，按多因素分析原则，以最大似然法对胃癌病人的术后二年内死亡和生存二年以上两类预后进行计量判断，经组内及组外考核，正确率分别为８３．８％和８４．４％，表明本研究对具体胃现人的术后生存时间作出预测是切实可行的。     

用陆地卫星TM数据对农作物进行自动分类的研究

文中阐述了采用1985年7月4日和8月5日的陆地卫星TM数据对纽约州西里卡县进行农作物自动分类的研究。农作物主要指玉米和小麦。使用监督的最大似然率数字图象分类法。分类结果的精度:玉米为72～91％的正确分类率,小麦为82～88％的正确分类率,同时分类的附加误差很小。文中对如何选择训练数据,以提高分类的精度和可靠性作了研究。     

一种杂波环境下的多传感器多目标数据关联算法

研究了多传感器多目标的数据关联问题，提出了杂波环境下多传感器多目标跟踪的极大似然关联算法．算法中考虑了传感器对目标的漏检情况，在各个观测站传感器的观测数据不完备的情况下，建立了传感器测量与目标的可行关联分配模型，并综合采用了假点的后验概率比模型，提高了多传感器对同一目标测量的互补性和对弱信号目标的跟踪精度．理论分析和仿真实验结果表明，所提出的算法可实现杂波环境下对弱目标的持续跟踪，并且在确保航迹关联性能和较好跟踪效果的基础上，降低了算法的运算量．     

基于AFC数据的地铁车站留乘概率分布估计

为研究地铁车站留乘特征,基于地铁自动售检票(auto fare collection,AFC)刷卡数据和运行图数据,研究了地铁车站留乘概率分布估计方法.首先,基于乘客进、出站刷卡时刻与列车到、发时刻的关系,构造了聚集时间最大值、疏解时间的概率分布函数,提出了基于截断样本的聚集、疏解时间分布估计方法;其次,通过研究乘客进...     

基于自回归条件异方差转换指标的非线性损伤识别

为了解决时域非线性损伤的识别问题,基于自回归条件异方差（ARCH）模型的基本理论给出了ARCH模型建模的定阶方法及模型参数估计的极大似然估计法;分析了结构非线性损伤的特性,提出了基于ARCH模型的非线性损伤识别原理;考虑到基于自由度的损伤指标难于判断损伤位置,故提出了一种自回归条件异方差转换指标;在测量误差和模型误差的影响下,使用3层框架结构的非线性损伤试验来验证该损伤指标的有效性. 试验结果表明:非线性间隙距离为0.05 mm和0.10 mm时,损伤位置第3层的自回归条件异方差转换指标值比传统的倒谱测距转化指标值高21.7%以上;当非线性间隙距离为0.20 mm时,第3层的自回归条件异方差转换指标值比倒谱测距转化指标值高3.7%.      

高速公路车辆出行里程分布

从数理统计学原理出发,以山东省高速公路车辆出行里程实测数据为依据,选用lognormal分布函数对车辆出行里程分布进行拟合,可得出高速公路车辆出行里程服从对敷正态分布的结论.     

序约束下三指数总体均值的极大似然估计

令Xi,i=1,2,3,为来自第i个指数总体的观察值，其中均值λi均未知，但根据以往的经验，可以假定均值间满足一定的约束关系，如简单半序。本文给出了此种序约束下λi的极大似然估计λi^*，并且证明了每一λi^*比通常的估计Xi具有较小的均方误差。