PQD样本下非线性回归模型M估计的强相合性

考虑非线性回归模型yi=f(xi,θ)+ei,i=1,2,…,n,这里ei为未知的随机误差,当{ei}为PQD序列时,运用PQD序列的极限性质,研究了未知参数θ的最小二乘估计问题,在一定条件下证明了估计量的强相合性,推广了已有文献中的结论。     

解释变量内生假定下非参数空间计量模型的局部线性工具变量估计

为刻画解释变量的空间外溢效应与变量间的非线性关系,本文提出了一种非参数空间计量模型,并给出了模型含内生变量情况下的局部线性工具变量估计。该估计方法最大的优点是可以同时获得偏导数的估计,便于进行经济学的边际分析。数值模拟结果表明,局部线性工具变量估计优于核估计。中国地区R&D要素外溢效应的实证结果显示,周边地区R&D内部经费支出对本地区R&D产出具有非线性的正向影响,且周边地区R&D内部经费支出的边际产出存在空间集聚现象,实证结论显示了非参数空间计量模型的适用性与合理性。     

TD-LTE系统加性高斯白噪声环境下信道估计算法与仿真

研究了TD-LTE系统加性高斯白噪声环境下,LS信道估计、LMMSE信道估计、基于DFT的信道估计3种算法的原理。利用MATLAB搭建LTE系统下行仿真链路,分别在3GPP EPA5,EVA70和ETU300 3种信道环境下,测试了LS算法、DFT LS算法、LMMSE算法和DFT LMMSE算法的性能。结果表明,DFTLMMSE算法的性能比较优良,为实际TD-LTE系统下行链路的信道估计算法提供参考。     

并行模型组合方法中卷积噪声的估计方法

由于实际环境中各种噪声的干扰 ,语音识别的准确率会受到不同程度的影响 ,因此 ,鲁棒性技术已成为语音识别的一个研究热点。其中 ,并行模型组合方法 (PMC)在提高模型对环境的适应性方面发挥着重要作用。分析了PMC中如何解决其技术难点的一些方法 ,并作了相应的优化改进 ,从而使PMC方法能适用于较为复杂的实际情况。实验利用了剑桥大学的HTK语音识别工具包 ,并加入自行开发的算法 ,可用于对 0～ 91 0个中文数字组成的数字串进行连续语音识别。结果表明 ,在不同的噪声环境下 ,新的PMC技术能显著提高识别率     

基于边缘逆理论的辨识系统并行查询扩展算法

多源数据辨识系统广泛应用在机载数据辨识控制、大型机械设备故障诊断和云存储系统数据库集成等领域。对多源数据的辨识系统并行查询和数据调度中,因数据的静态非线性测量过程影响了查询效益,需要对辨识系统并行查询链路进行扩展。提出一种基于振幅调节Fourier变换边缘逆理论的辨识系统并行查询扩展算法。进行多源数据辨识系统基本构造和模型设计,提取查询特征信息,采用RBF神经网络系统进行多源数据输入自适应学习,构建神经网络辨识系统的边缘逆向量,采用边缘逆理论进行振幅调节Fourier变换实现多源查询数据的状态重组,实现查询链路扩展设计改进。仿真结果表明,该算法提高了辨识系统的查询通道的链路相位,多源数据调度的时间成本及空间成本大幅降低,加速比提高,算法将在系统状态识别、机械故障智能诊断等领域具有较高的应用价值。     

含噪声的复杂动力网络的拓扑结构识别

网络的拓扑识别在现今社会中是一个很重要的问题,在过去十年中,在这方面已经有很多研究并取得了很好的成果。本文主要用随机微分方程中的拉塞尔不变原理来研究含噪声的复杂动力网络的拓扑识别．并通过使用Duffing系统来进行仿真,得到较好的结果。     

一种降低噪音数据对k-means聚类结果影响的改进算法

k-means算法是常用的聚类算法之一,它是一种基于划分的聚类算法,但是k-means算法有对噪音数据鲁棒性不佳的不足,且它对于噪音和孤立点数据是敏感的。本文主要针对这个不足,将密度思想与k-means算法结合,提出了一种对k-means算法的改进算法,并通过实验表明了这种算法的可行性和有效性。     

基于横噪声消除的医学粘连图像边缘分割算法

针对CCD型医学图像中,在细胞粘连区域信号附近出现的较强的横条纹噪声干扰,影响图像信息的正确性,分割后会存在边界模糊和锯齿条文的问题,为提高医学图像分割效果,提出了一种基于横条纹噪声消除的医学粘连图像边缘分割算法。分析了医学图像中边沿横条纹噪声的原因,通过wold纹理模型与多尺度马尔可夫随机场模型,利用确定性随机场和不确定性随机场的谱属性不同的特征,将医学图像边沿的干扰特征分离开,有利于对粘连医学图像进行分割。实验证明,方法有效地去除了横条纹噪声并很好地保留了图像的边缘和细节信息,同时运算复杂度低。     

基于网页特征识别的噪音网页过滤方法研究

本文通过对网页结构和内容特征的深入分析和识别,对噪音网页的过滤方法进行研究和实验。首先利用阈值过滤具有明显特征的噪音网页,而后建立网页特征向量,利用SVM对网页进行分类。采用采集自Web的网页数据进行实验分析,最后得出研究结论,并展望下一步工作。     

神经网络离散建模算法在迭代学习控制中的应用

利用神经网络离散建模算法，给出了非线性离散系统的一种新颖的迭代学习控制方法．该迭代学习控制方法允许控制初始状态误差的存在且保证仅经过几次迭代就可使系统达到很高的控制精度．     

基于词表和N-gram算法的新词识别实验

目前未登录词问题仍然很大程度上影响着自动标引和信息检索的效率。本文提出了一种选择期刊论文的题名和摘要作为训练语料，利用N-gram算法切分和停用词典等过滤筛选的非专名的新词识别方法。该方法主要分为两步：先进行N元切分，保存关键词候选集并统计词频；然后进行一系列的过滤，主要有词频闽值限定、前停后停词典过滤、相邻词比较、子父串比较、抽词词典和过滤词典的过滤，最后进行人工判别。对实验结果的测评表明这一方法是简便易行的。训练语料可以不用全文，只用题名和摘要；在新词识别上，摘要可以代替题名。     

基于随机寻址RFID阵元分布的车辆密度参量估计

车流量的不断增大,城市变得愈加拥挤,需要进行车辆密度估计,进而构建有效的车辆防碰撞系统。提出一种基于随机寻址RFID阵元分布的车辆密度参量估计算法,进行ZigBee和参量估计的车辆防碰撞预警系统设计。首先实现了基于ZigBee的车辆间的通信组网系统模型构建,得到了ZigBee组网与车辆碰撞预警方法,利用随机寻址RFID方法进行ZigBee的车辆间的通信组网系统模型构建,采用贝叶斯近似方法建立均匀矩形阵列,车辆作为阵元分布在均匀矩形网格中,以此描述车流动态变化过程,根据角度变化得到车流的方位和速度信息,实现车辆密度参量估计和防碰撞预警系统设计。系统实验结果表明,该算法和系统进行车辆密度参量估计,估计精度较高,信息全面准确。通过准确的车辆密度参量估计,提高了车辆防碰撞预警系统的性能。     

迎合性高新技术企业认定的识别及经济后果——基于KY公司的案例研究

基于迎合性动机视角,选取KY公司作为案例研究对象,综合运用AHP-模糊综合评价法和财务指标分析方法,探究迎合性高新技术企业认定的识别及经济后果.研究发现,迎合性高新技术认定对KY公司的创新绩效无明显促进作用,对其财务绩效的正向影响亦较为有限,说明迎合性动机驱动的高新技术企业认定无法达到预期政策效果.最后,本文从政府和企业维度提出若干建议,以期为提升我国高新技术企业创新绩效和高新技术企业认定政策效果提供政策参考.