期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
Dickson-Waters目标函数最优分红值的离散估计法
1
作者 徐怀 林志超 陈艺萱 《沈阳大学学报(自然科学版)》 CAS 2015年第1期77-82,共6页
在索赔过程为复合泊松过程的风险模型中,考虑了Dickson-Waters目标函数最优分红值的计算问题.首先应用Laplace变换得出最优分红值的精确解,当精确解无法得到时,考虑使用离散风险模型来估计最优分红值.最后给出三个数值例子加以说明,并... 在索赔过程为复合泊松过程的风险模型中,考虑了Dickson-Waters目标函数最优分红值的计算问题.首先应用Laplace变换得出最优分红值的精确解,当精确解无法得到时,考虑使用离散风险模型来估计最优分红值.最后给出三个数值例子加以说明,并对计算结果作出评价. 展开更多
关键词 离散风险模型 最优分红 LAPLACE变换 离散估计
在线阅读 下载PDF
离散最小误差熵估计的原理及应用 被引量:1
2
作者 田玉楚 吕勇哉 符雪桐 《通信学报》 EI CSCD 北大核心 1994年第2期38-45,共8页
本文简要讨论了离散Shannon信息熵测度及MEE估计的一般描述,为有效地求解离散MEE估计问题提供了新颖实用的算法,包括穷搜(ES)算法、降维搜索(RS)算法以及人工智能(AI)算法。最后用MEE方法研究了浑沌系统... 本文简要讨论了离散Shannon信息熵测度及MEE估计的一般描述,为有效地求解离散MEE估计问题提供了新颖实用的算法,包括穷搜(ES)算法、降维搜索(RS)算法以及人工智能(AI)算法。最后用MEE方法研究了浑沌系统的状态估计和预测问题。 展开更多
关键词 离散MEE估计 Shannon信息
在线阅读 下载PDF
基于最大似然估计的相干多普勒雷达信号处理 被引量:5
3
作者 邢晓晴 陆威 庄子波 《中国民航大学学报》 CAS 2018年第2期6-10,共5页
测速精度是相干激光雷达系统的一个重要参数,着重对雷达回波信号处理方法进行分析研究。开展了一系列1.55μm相干激光雷达测速实验,采用最大似然离散谱方法对信号进行频谱估计,并通过Matlab编程与仿真工具箱共同实现。当频谱信息与高斯... 测速精度是相干激光雷达系统的一个重要参数,着重对雷达回波信号处理方法进行分析研究。开展了一系列1.55μm相干激光雷达测速实验,采用最大似然离散谱方法对信号进行频谱估计,并通过Matlab编程与仿真工具箱共同实现。当频谱信息与高斯曲线逼近程度较高时,系统测速精确度较高。采用最大似然离散谱峰值估计方法进行频谱估计可保证系统最大测速误差小于0.5 m/s,平均测速误差小于0.3 m/s。 展开更多
关键词 最大似然离散估计 相干激光测风雷达 数字信号处理 误差分析
在线阅读 下载PDF
建立在固定样地上的林分生长线性联立方程组模型研究 被引量:6
4
作者 郎璞玫 《北京林业大学学报》 CAS CSCD 北大核心 2007年第1期37-41,共5页
为描述森林资源连续清查中两期固定样地因子之间的关系,该文分析了两期林分生长变量间的关系,以固定样地的两期(1990和1994年)观测变量为资料,在Borders模型基础上,引入标准地位指数和变量的线性变换,分优势树种构造出间隔期为5年的林... 为描述森林资源连续清查中两期固定样地因子之间的关系,该文分析了两期林分生长变量间的关系,以固定样地的两期(1990和1994年)观测变量为资料,在Borders模型基础上,引入标准地位指数和变量的线性变换,分优势树种构造出间隔期为5年的林分生长线性联立方程组模型簇YB+xΓ=ε,并获得该模型待估参数矩阵B、Γ的无偏估计.该模型是可识别且误差结构矩阵不是对角矩阵的联立方程组模型.它表述了样地期末断面积和蓄积是林分标准地位指数、年龄、期初断面积的隐函数,较深入地描述了两期固定样地林分因子相互依存、从属的关系.通过模型的外检验,蓄积平均精度可达90%以上,林分纯生长量的估计精度可达80%以上.该模型具有较好的适应性,并可在今后若干个离散的时间点上预估同类林分的收获量,为研究在固定样地上两期林分自然生长规律提供较科学的理论和方法. 展开更多
关键词 林分生长 标准地位指数 联立方程组 离散估计
在线阅读 下载PDF
An Improved Multi-scale Estimation Method of Signal
5
作者 胡长流 文成林 《Chinese Quarterly Journal of Mathematics》 CSCD 2000年第2期102-107,共6页
In this paper an improved multi_scale estimation method of signal is gaven.The detail signals on each scale are further more decomposed with wavelet transform.The subdetail signals and subsmoothing signals are process... In this paper an improved multi_scale estimation method of signal is gaven.The detail signals on each scale are further more decomposed with wavelet transform.The subdetail signals and subsmoothing signals are processed with different threshold respectively. The smoothing signals on the coarsest scale are processed with Kalman fitering and reconstructed with the detail signal on each scale.At last the signal estimate value on the original scale is obtained. 展开更多
关键词 multi_scale analysis discrete wavelet transform Kalman filtering
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部