期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于正交最小二乘估计的非线性时间序列的预测 被引量:5
1
作者 沈辉 胡德文 《国防科技大学学报》 EI CAS CSCD 北大核心 2001年第2期115-118,共4页
在对非线性时间序列的短期预测中经常采用局部线性化的预测算法 ,原有的算法使用普通最小二乘法 (LS)估计近似线性模型的参数。对于存在噪声的数据 ,该算法的数值稳定性较差。本文在对非线性空间进行局部线性化的基础上 ,采用正交最小... 在对非线性时间序列的短期预测中经常采用局部线性化的预测算法 ,原有的算法使用普通最小二乘法 (LS)估计近似线性模型的参数。对于存在噪声的数据 ,该算法的数值稳定性较差。本文在对非线性空间进行局部线性化的基础上 ,采用正交最小二乘方法 (OLS)对线性模型同时进行结构选择与参数辨识 ,改善了数值的病态特性 。 展开更多
关键词 非线性时间序列 预测 局部线性化 正交最小二乘估计
在线阅读 下载PDF
一种新的基于线性EIV模型的鲁棒估计算法 被引量:8
2
作者 胡玉锁 陈宗海 《计算机研究与发展》 EI CSCD 北大核心 2006年第3期483-488,共6页
提出了一种新的基于线性EIV模型的鲁棒估计算法——鲁棒扩充算法.该算法从结构化数据区域出发,逐渐扩充模型数据集,并不断更新模型参数的估计,直至找到所有模型数据.在每次迭代中,使用C-Step方法对集合进行调整,从而保证了算法的鲁棒性... 提出了一种新的基于线性EIV模型的鲁棒估计算法——鲁棒扩充算法.该算法从结构化数据区域出发,逐渐扩充模型数据集,并不断更新模型参数的估计,直至找到所有模型数据.在每次迭代中,使用C-Step方法对集合进行调整,从而保证了算法的鲁棒性.同时,提出了关于粗差数据和结构化数据分布的结构化密度假设,结合Mean Shift算法,完成对算法的初始位置选取.仿真结果表明,该算法可以有效地处理含有多个结构和大量离群样本的混杂数据,与现有算法相比,具有更强的鲁棒性和更高的精度. 展开更多
关键词 计算机视觉 鲁棒估计 线性EIV模型 正交最小二乘估计 Mean SHIFT算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部