期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
渐消记忆型自适应线性回归模型参数估计算法及应用 被引量:2
1
作者 张晓文 胡运权 向阳 《管理工程学报》 CSSCI 2000年第3期14-18,共5页
本文讨论了根据经济信息的不断更新 ,调整原有线性回归模型的必要性 ,介绍了一种渐消记忆型自适应线性回归模型参数估计算法 ,并给出了应用实例。
关键词 渐消记忆型 自适应线性回归 参数估计 经济预测
在线阅读 下载PDF
基于自适应线性回归的头部姿态计算 被引量:3
2
作者 郭知智 周前祥 柳忠起 《计算机应用研究》 CSCD 北大核心 2016年第10期3181-3184,共4页
减少训练样本数量和不使用任何硬件参数是目前头部姿态计算领域的最大挑战。针对这些挑战,提出一种仅需要54个训练样本的头部姿态估计方法。其基本思想是将关键点间的归一化距离作为输入特征向量,并利用一阶范数最小化稀疏地挑选出一组... 减少训练样本数量和不使用任何硬件参数是目前头部姿态计算领域的最大挑战。针对这些挑战,提出一种仅需要54个训练样本的头部姿态估计方法。其基本思想是将关键点间的归一化距离作为输入特征向量,并利用一阶范数最小化稀疏地挑选出一组图片集,这些图片对应头部姿态的线性组合为测试图片的头部姿态。实验表明,该方法在不知道任何硬件参数的条件下,可以实现单方向上3°的头部姿态估计。此外,该方法也适用于不均匀光照条件和头部转动较大的情况,且计算精度高于其他相关方法。 展开更多
关键词 头部姿态 自适应线性回归 特征向量 一阶范数最小化 训练样本
在线阅读 下载PDF
自适应广义线性回归拟似然估计渐近理论 被引量:1
3
作者 高启兵 吴耀华 +1 位作者 朱春华 李国亮 《中国科学技术大学学报》 CAS CSCD 北大核心 2004年第2期132-139,共8页
研究自适应设计下的拟似然方程 ∑ni=1xi(yi- μ(x′iβ) ) =0 ,在一定的条件下证明了以概率 1此方程当n充分大时有解^βn,^βn 为β0 的强相合估计 ,且得出了 ^βn- β0的收敛速度 ;然后又在一定的条件下证明了 ^βn
关键词 拟似然方程 强相合性 渐近正态性 自适应广义线性回归拟似然估计 渐近理论
在线阅读 下载PDF
基于非线性自适应回归神经网络的GPS/IMU组合导航方法 被引量:16
4
作者 邓天民 杨其芝 +1 位作者 方芳 岳云霞 《科学技术与工程》 北大核心 2019年第24期274-280,共7页
车道级高精度定位导航是智能网联汽车的基本配置,全球定位系统(globlal positioning system,GPS)/惯性测量单元(inertial meansurement unit,IMU)组合导航是高精度定位的关键技术之一。根据汽车行驶过程中高精度定位要求,提出了应用于... 车道级高精度定位导航是智能网联汽车的基本配置,全球定位系统(globlal positioning system,GPS)/惯性测量单元(inertial meansurement unit,IMU)组合导航是高精度定位的关键技术之一。根据汽车行驶过程中高精度定位要求,提出了应用于智能网联汽车的基于非线性自适应回归(nonlinear autoregressive exogenous,NARX)神经网络的GPS/IMU组合导航方法。首先,根据IMU传感器数据特性,建立了基于扩展卡尔曼滤波的惯性导航系统(inertial navigation system,INS)模型,其次,基于NARX神经网络,建立了GPS/INS组合定位训练和预测模型,然后,基于全球导航卫星系统(global navigation satellite system,GNSS)、实时动态差分技术(real-time kinematic,RTK)、INS等技术,设计了智能网联汽车RTK高精度定位数据采集实验系统,并收集了实验数据。最后,对NARX网络训练误差和GNSS信号长时间失效情况下定位预测误差进行了讨论与分析。实验结果表明,该方法在GNSS信号失效5 min情况下,定位预测误差在2.5 m以内,满足一般情况下,短、中、长隧道中智能网联汽车定位应用要求。 展开更多
关键词 智能网联汽车 车道级定位 线性自适应回归神经网络 扩展卡尔曼滤波
在线阅读 下载PDF
基于WRF-CMAQ模式的非线性预报模型研究 被引量:5
5
作者 钤伟妙 陈静 +2 位作者 韩军彩 程兴宏 王晓敏 《环境科学与技术》 CAS CSCD 北大核心 2017年第8期106-114,共9页
文章基于WRF-CMAQ空气质量数值预报系统,对石家庄地区未来3 d逐小时SO_2、NO_2、CO、O_3、PM_(10)和PM_(2.5)6种污染物浓度进行预报,选取2014年5-11月市区7个国控点的监测数据对模式预报能力进行评估检验。结果表明,CMAQ模式预报系统对C... 文章基于WRF-CMAQ空气质量数值预报系统,对石家庄地区未来3 d逐小时SO_2、NO_2、CO、O_3、PM_(10)和PM_(2.5)6种污染物浓度进行预报,选取2014年5-11月市区7个国控点的监测数据对模式预报能力进行评估检验。结果表明,CMAQ模式预报系统对CO的日均浓度预报准确率较高,而对其他污染物浓度的预报均有不同程度高估,其中PM10的预报效果相对较好,对SO_2、NO_2和PM_(2.5)这3种污染物浓度的预报值均明显大于观测值,O_3的预报效果最差。这与石家庄市排放源清单的不确定性及污染物日浓度变化幅度较大有关。为提高模式预报的准确性,采用非线性自适应偏最小二乘回归滚动法建立订正模型对逐小时污染物浓度预报值进行订正,结果明显改善了CMAQ模式预报值,对县市级的精细化预报有一定指导意义。订正结果对首要污染物PM_(10)和PM_(2.5)浓度的日变化特征表征较好,日变化曲线及波峰波谷值与观测结果基本一致,订正后的污染物浓度能反映出其在石家庄的区域分布特征,有利于预报分析不同天气背景下污染物的空间分布特征及输送变化过程。 展开更多
关键词 WRF-CMAQ模式 石家庄 污染物浓度 线性自适应偏最小二乘回归滚动法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部