检索结果-维普期刊中文期刊服务平台

基于组块3×2交叉验证的预测误差估计的方差被引量：1: 1; 作者杨杏丽王钰 +1 位作者王瑞波李济洪《应用概率统计》 CSCD 北大核心 2014年第4期372-380,共9页; 本文对文献中新提出的预测误差的组块3×2交叉验证估计的方差进行了研究,给出了其方差的更为精细的表达式,且从理论上证明了不存在其方差的通用(对所有分布都适用的)无偏估计.; 关键词组块3×2交叉验证无偏估计预测误差估计的方差; 在线阅读下载PDF 职称材料

一类基于噪声协方差自适应的强跟踪滤波方法: 2; 作者王远亮李云育 +2 位作者王亚飞葛泉波李宏《指挥与控制学报》北大核心 2025年第1期49-60,共12页; 强跟踪滤波是一种能有效应对状态突变和模型不精准系统的自适应估计方法。传统强跟踪滤波是利用渐消因子来调整预测估计误差协方差公式的状态转移矩阵相关部分,导致对滤波模型修正和模型参数估计的可解释性较弱,估计性能也有待于进一步... 展开更多; 关键词强跟踪滤波预测误差协方差系统模型修正渐消因子矩阵迹; 在线阅读下载PDF 职称材料

差分生长模型预测误差的分析被引量：8: 3; 作者倪成才刘春梅 +1 位作者丁俊峰潘晓茹《北京林业大学学报》 CAS CSCD 北大核心 2009年第4期1-6,共6页; 差分模型是一种特殊随机参数模型,仅有一个参数为随机参数。对于未参与抽样建模的林分,差分模型首先对应变量在林龄Aij0时的期望函数求解关于随机参数的表达式,然后用非随机参数的估计值和应变量在Aij0时的观测值Yij0分别取代对应参数... 展开更多; 关键词预测误差方差林分生长模型广义非线性回归差分模型 Lundqvist-Kerf生长函数; 在线阅读下载PDF 职称材料

机动目标变采样周期滤波的IMM算法研究被引量：2: 4; 作者卢菁徐朝阳 +1 位作者熊建鑫高峰《现代电子技术》 2010年第15期21-23,共3页; 针对IMM算法,提出一种变采样周期的滤波算法。该算法事先设定一组典型的采样周期,算出各种采样周期下的预测误差协方差,当预测误差协方差大于给定的门限时即进行下一次采样。这种算法相对固定周期采样,不但能够保证跟踪精度,还能有效地... 展开更多; 关键词机动目标跟踪滤波 IMM 自适应采样周期预测误差协方差; 在线阅读下载PDF 职称材料

基于变分贝叶斯双尺度自适应时变噪声容积卡尔曼滤波的同步定位与建图算法被引量：2: 5; 作者李帅永谢现乐 +2 位作者毛文平杨雪梅聂嘉炜《电子与信息学报》 EI CSCD 北大核心 2023年第3期1006-1014,共9页; 为解决移动机器人在同步定位与建图(SLAM)中因系统噪声和观测噪声时变导致状态估计精度降低的问题,该文提出一种基于变分贝叶斯的双尺度自适应时变噪声容积卡尔曼滤波SLAM算法(DSACKF SLAM)。该算法采用逆Wishart分布对一步预测误差协... 展开更多; 关键词同步定位与建图容积卡尔曼滤波变分贝叶斯一步预测误差协方差矩阵观测噪声协方差矩阵; 在线阅读下载PDF 职称材料

题名基于组块3×2交叉验证的预测误差估计的方差被引量：1: 1; 作者杨杏丽王钰王瑞波李济洪; 机构山西大学数学科学学院山西大学计算中心; 出处《应用概率统计》 CSCD 北大核心 2014年第4期372-380,共9页; 基金山西省科技基础条件平台建设项目(20130910030101)资助; 文摘本文对文献中新提出的预测误差的组块3×2交叉验证估计的方差进行了研究,给出了其方差的更为精细的表达式,且从理论上证明了不存在其方差的通用(对所有分布都适用的)无偏估计.; 关键词组块3×2交叉验证无偏估计预测误差估计的方差; Keywords Blocked 3×2 cross-validation, unbiased estimator, variance of estimator of the predic-tion error.; 分类号 O212 [理学—概率论与数理统计]; 在线阅读下载PDF 职称材料

题名一类基于噪声协方差自适应的强跟踪滤波方法: 2; 作者王远亮李云育王亚飞葛泉波李宏; 机构上海海事大学物流工程学院杭州电子科技大学自动化学院上海松江经济委员会南京信息工程大学自动化学院中国飞行试验研究院; 出处《指挥与控制学报》北大核心 2025年第1期49-60,共12页; 基金国家自然科学基金(61773147,62033010) 中国航空科学基金(2019460T5001)资助。; 文摘强跟踪滤波是一种能有效应对状态突变和模型不精准系统的自适应估计方法。传统强跟踪滤波是利用渐消因子来调整预测估计误差协方差公式的状态转移矩阵相关部分,导致对滤波模型修正和模型参数估计的可解释性较弱,估计性能也有待于进一步改进。针对上述问题,在现有强跟踪渐消因子调整效果等价于调节过程噪声协方差的深度分析基础上,提出直接将渐消因子用来自适应动态调整预测估计误差协方差计算公式中过程噪声方差部分的强跟踪滤波思想,并给出了两种能有效保证协方差矩阵对称性的多重次优渐消因子计算方法。与传统的强跟踪滤波方法相比,新方法在现有滤波框架下直接实现了对系统模型参数的实时动态反馈修正,不仅避免因非对称而导致的滤波发散现象,同时具有非常清晰的原理和效果可解释性。实验结果表明,新方法具有跟踪估计性能上的明显改进。; 关键词强跟踪滤波预测误差协方差系统模型修正渐消因子矩阵迹; Keywords strong tracking filtering prediction error covariance system model correction fading factors matrix trace; 分类号 TP273 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名差分生长模型预测误差的分析被引量：8: 3; 作者倪成才刘春梅丁俊峰潘晓茹; 机构北华大学林学院吉林省大石头林业局; 出处《北京林业大学学报》 CAS CSCD 北大核心 2009年第4期1-6,共6页; 基金北华大学博士基金项目“林分生长的时间与空间特征分析”; 文摘差分模型是一种特殊随机参数模型,仅有一个参数为随机参数。对于未参与抽样建模的林分,差分模型首先对应变量在林龄Aij0时的期望函数求解关于随机参数的表达式,然后用非随机参数的估计值和应变量在Aij0时的观测值Yij0分别取代对应参数和数学期望E(Yij0)来估计随机参数。显而易见,Yij0相当于E(Yij0)的估计值。由于这种特有的统计特征,经典非线性回归模型不能准确地估计差分模型预测误差的方差。针对这一不足,依据非线性回归模型预测误差的方差估计量的推导过程,导出了一个适用于差分模型的预测误差的方差估计量,并给出一个应用示例。所提出的估计量充分地考虑了重复观测数据的自相关性和Yij0对预测的影响作用。结果表明,该估计量能够描述未抽样林分预测误差的方差及其构成分量的变化趋势,而对于抽样建模的林分应该使用非线性回归模型的估计量进行预测误差分析。; 关键词预测误差方差林分生长模型广义非线性回归差分模型 Lundqvist-Kerf生长函数; Keywords variance of prediction error forest growth model generalized nonlinear regression projection model Lundqvist-Kerf growth function; 分类号 S758.5 [农业科学—森林经理学]; 在线阅读下载PDF 职称材料

题名机动目标变采样周期滤波的IMM算法研究被引量：2: 4; 作者卢菁徐朝阳熊建鑫高峰; 机构江苏科技大学中船重工集团; 出处《现代电子技术》 2010年第15期21-23,共3页; 文摘针对IMM算法,提出一种变采样周期的滤波算法。该算法事先设定一组典型的采样周期,算出各种采样周期下的预测误差协方差,当预测误差协方差大于给定的门限时即进行下一次采样。这种算法相对固定周期采样,不但能够保证跟踪精度,还能有效地减少采样次数,从而达到节省雷达资源的效果。; 关键词机动目标跟踪滤波 IMM 自适应采样周期预测误差协方差; Keywords maneuvering target tracking filtering IMM alterable sampling period predictive error covariance; 分类号 TP274 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于变分贝叶斯双尺度自适应时变噪声容积卡尔曼滤波的同步定位与建图算法被引量：2: 5; 作者李帅永谢现乐毛文平杨雪梅聂嘉炜; 机构重庆邮电大学工业物联网与网络化控制教育部重点实验室; 出处《电子与信息学报》 EI CSCD 北大核心 2023年第3期1006-1014,共9页; 基金国家自然科学基金(61703066) 重庆市基础研究与前沿探索项目(cstc2018jcyjAX0536) 重庆市技术创新与应用发展专项(cstc2018jszx-cyztzxX0028,cstc2019jscx-fxydX0042,cstc2019jscx-zdztzxX0053)。; 文摘为解决移动机器人在同步定位与建图(SLAM)中因系统噪声和观测噪声时变导致状态估计精度降低的问题,该文提出一种基于变分贝叶斯的双尺度自适应时变噪声容积卡尔曼滤波SLAM算法(DSACKF SLAM)。该算法采用逆Wishart分布对一步预测误差协方差矩阵P_(k|k–1)和观测噪声协方差矩阵R_(k)建模,分别用来降低系统噪声和观测噪声的影响,并利用变分贝叶斯滤波实现对移动机器人状态向量X_(k),P_(k|k–1)和R_(k)的联合估计。分别在系统噪声和观测噪声时变和时不变的条件下进行仿真实验,结果表明与基于无迹卡尔曼滤波的SLAM算法(UKF SLAM)、自适应更新观测噪声的容积卡尔曼滤波的SLAM算法(VB-ACKF SLAM)相比,所提DSACKF SLAM算法在噪声时变时,平均位置误差分别减小1.54 m,3.47 m;噪声时不变时,平均位置误差分别减小0.62 m,1.41 m,证明DSACKF SLAM算法有更好的估计性能。; 关键词同步定位与建图容积卡尔曼滤波变分贝叶斯一步预测误差协方差矩阵观测噪声协方差矩阵; Keywords Simultaneous Localization And Mapping(SLAM) Cubature Kalman Filter(CKF) Variational Bayes One-step prediction error covariance matrix Observed noise covariance matrix; 分类号 TN713 [电子电信—电路与系统] TP242 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于组块3×2交叉验证的预测误差估计的方差	杨杏丽王钰王瑞波李济洪	《应用概率统计》 CSCD 北大核心	2014	1	在线阅读下载PDF 职称材料
2	一类基于噪声协方差自适应的强跟踪滤波方法	王远亮李云育王亚飞葛泉波李宏	《指挥与控制学报》北大核心	2025	0	在线阅读下载PDF 职称材料
3	差分生长模型预测误差的分析	倪成才刘春梅丁俊峰潘晓茹	《北京林业大学学报》 CAS CSCD 北大核心	2009	8	在线阅读下载PDF 职称材料
4	机动目标变采样周期滤波的IMM算法研究	卢菁徐朝阳熊建鑫高峰	《现代电子技术》	2010	2	在线阅读下载PDF 职称材料
5	基于变分贝叶斯双尺度自适应时变噪声容积卡尔曼滤波的同步定位与建图算法	李帅永谢现乐毛文平杨雪梅聂嘉炜	《电子与信息学报》 EI CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料