基于遗传算法的机会约束规划的区间估计

从数理统计的角度，对机会约束规划的非线性目标函数的最优值进行了区间估计，并讨论了提高估计精度的方法，用遗传算法和样条回归得到了拟合的最优值目标函数的Lipschitz常数，算例表明了非线性目标函数最优值的区间估计方法的有效性。     

负相伴样本情形下线性指数分布参数的渐近最优的经验Bayes估计

在平方损失下导出了线性指数分布参数的Bayes估计,利用负相伴样本密度函数核估计的方法构造了参数的经验Bayes(EB)估计.在适当的条件下证明了所提出的EB估计是渐近最优的.并给出一个满足定理条件的例子.     

矩阵损失下不可估函数的线性估计的可容许性

一般线性模型可估函数的可容许估计问题已有详细的讨论,对一般线性模型在矩阵损失下,得到了不可估函数的线性估计为可容许估计的充要条件。     

自适应相位谱时间延迟估计

提出了一种自适应相位谱时间延迟估计方法。该法利用时域或频域ＬＭＳ自适应滤波器，自适应地实现Ｒｏｔｈ处理器即维纳滤波器，由最佳的系统函数得到相位函数估计，从而实现时间延迟估计。     

数据序列稳健分析方法中RYW估计及其收敛性

根据对Ｍ估计，ＬＳ估计及Ｙ－Ｗ估计的分析，提出一种新的稳健估计方法－ＲＹＷ估计，讨论证明了这各估计的渐近性质，结果证明了ＲＹＷ是一种行之有效的简明稳健方法。     

一类非线性时滞系统的参数故障检测和估计

研究了一类非线性时滞系统的参数故障检测和估计问题.文中所讨论的故障函数是非线性的,故障不仅依赖于系统的输入和输出,而且依赖于不可测的系统状态,这就使得故障检测和估计问题变得更加的复杂.根据自适应观测器的设计理论和研究方法给出了针对此类系统的参数故障检测和估计这种故障的方法.在满足Lipschitz条件下,提出了故障检测观测器和自适应诊断观测器.     

一类非线性时滞系统的参数故障检测和估计

研究了一类非线性时滞系统的参数故障检测和估计问题.文中所讨论的故障函数是非线性的,故障不仅依赖于系统的输入和输出,而且依赖于不可测的系统状态,这就使得故障检测和估计问题变得更加的复杂.根据自适应观测器的设计理论和研究方法给出了针对此类系统的参数故障检测和估计这种故障的方法.在满足Lipschitz条件下,提出了故障检测观测器和自适应诊断观测器.     

回归参数的部分有偏改进估计

就回归参数的最小二乘估计提出一种部分有偏压缩估计方法，分析和讨论了这种方法的性质和特点，结果说明了这种方法可以有效的改进估计矩阵接近奇异时影响参数精度的缺点。     

AR（p）模型阶的稳健改进估计

根据稳健自相关函数ｒ（ｋ）构造了ＡＲ（ｐ）模型阶的估计，其估计结果具有一定的抗干扰性，并从理论上分析了这种估计方法的渐近收敛性质。     

数据序列稳健分析方法的研究

根据稳健统计学的思想，提出了数据序列稳健分析与处理目标，分析了ＬＳ估计，ＹｕｌｅＷａｌｋｅｒ估计和Ｍ估计的构造特点，提出了通过稳健自相关函数的分析方法。     

考虑不同路面附着情况的整车质量估计方法研究

利用带有遗忘因子的递推最小二乘估计,实现了一种整车质量估计方法,该方法考虑了不同路面附着情况对整车质量估计过程的影响,通过引入路面特征系数,实现了算法对不同路面附着情况的适应。基于Matlab/Simulink编写辨识算法并在CarMaker中完成仿真测试,测试结果表明所实现的辨识方法对整车质量估计的精度可控制在10%之内。此外,由于递推最小二乘估计方法和卡尔曼滤波方法之间的内在联系,通过推导表明了递推最小二乘估计方法是状态转移矩阵为单位阵的卡尔曼滤波方法的特殊形式,为2种估计方法的工程应用形式及调试过程提供了更全面的信息。     

非高斯AR序列参数的最大似然估计

自同归模型参数的最小二乘估计应用于非高斯数据,有效性便不复存在,而充分利用了概率密度信息的最大似然估计却仍然是该问题的有效估计.使用混合高斯自回归模型描述该类估计问题之后,讨论了其克拉美-罗限,导出了非高斯自回归序列参数的最大似然估计,给出Newton-Raphson迭代解法,并凡探讨了如何加快这一迭代算法的收敛和如何将估计算法应用于实际数据两个细节问题.最后给出一组仿真实例,对比检验了最大似然估计和最小二乘估计的效果.     

城市停车换乘设施吸引需求强度研究

停车换乘需求分析是进行停车换乘规划建设的依据,根据在北京市进行的停车换乘需求调查数据,分析了停车换乘设施吸引需求空间分布特性,并利用核密度估计理论得出了需求密度(强度)分布图,进而基于结构方程模型对停车换乘设施吸引需求强度与影响因素之间的关系进行了探讨,得出目的地交通状况越差、公交服务水平越高、出发地与换乘设施之间的距离越近,吸引换乘需求强度越大.     

基于加权核密度估计的自适应运动前景检测方法

为解决监控视频背景初始化过程中前景干扰的问题,提出了一种基于加权核密度估计(KDE)的自适应运动前景检测方法.该方法对时间域变化稳定的像素值进行加权,并利用核密度估计构建背景模型,避免了背景初始化过程中前景的干扰.基于该背景模型,提出了一种新的阈值设定策略.该策略根据前景空间分布的连续性自适应获得前景阈值,填充前景中的"孔",并更新阈值.实验结果表明:即使场景中存在运动前景,该方法能够在多种场景下获得90%以上的查准率和查全率,其性能优于传统的背景差法.      

OFDM System Channel Estimation with Hidden Pilot

Channel estimation using pilot is common used in OFDM system.The pilot is usually time division multiplexed with the informative sequence.One of the main drawbacks is bandwidth losing.In this paper,a new method was proposed to perform channel estimation in OFDM system.The pilot is arithmetically added to the output of OFDM modulator.Receiver uses the hidden pilot to get an accurate estimation of the channel.Then pilot is removed after channel estimation.The Cramer-Rao lower bound for this method was deprived.The performance of the algorithm is then shown.Compared with traditional methods,the proposed algorithm increases the bandwidth efficiency dramatically.     

快速成本测算在投标决策中的应用

结合投标阶段成本预测的特点,对投标决策中的成本测算方法加以概述,并针对常用的工料机分析法、现场经验法、综合法进行深入阐述,有利于引导企业走健康持续的发展之路。     

测量误差二次多项式回归模型的参数估计

本文在Fuller.W.A等人做出的测量误差一元线性回归模型及一元p维向量线性回归模型的参数估计基础上,讨论了测量误差二次多项式回归模型的参数估计。利用测量误差多项式回归模型样本（Yt,Xt）,t=1,2,…,n,通过统计方法求出样本所包含的统计信息,得出了测量误差二次多项式回归模型的参数估计。     

诱发电位潜伏期变化的分析处理方法

研究了诱发电位的主要检测参数潜伏期变化的估计测定方法：广义相关时间延迟方法、处适应时间延迟估计方法和自适应相位谱时间延迟估计方法,并分析了动态跟踪潜伏期时变规律的有效性。     

脉冲噪声环境下的改进MUSIC谱估计方法

针对传统MUSIC谱估计方法在脉冲噪声环境下的退化现象,依据脉冲噪声特性,基于分数低阶协方差的定义,首先对带噪信号进行非线性处理,然后再计算非线性处理后信号的自相关矩阵,得到改进MUSIC和改进的ROOT-MUSIC谱估计方法.理论分析和仿真结果表明,新方法在高斯噪声和脉冲噪声环境下均具有良好的性能,改进的ROOT-MUSIC谱估计方法在处理短序列信号时性能明显优于改进的MUSIC谱估计方法.     

诱发电位潜伏期变化的相关平均估计方法

研究了诱发电位潜伏期变化的相关估计问题，提出了并分析了两种基于累加平均的改进方法，即平均相关法和相关平均法。