乘性和加性噪声中谐波频率估计的快速有效算法

在本文中我们用一种三步迭代算法对乘性和加性噪声中谐波频率进行估计，并且这种估计达到了Op（N-3/2）的收敛速度，即仅有加性噪声时的收敛速度。     

基于乘性和加性噪声中指数信号的频率最小二乘估计

Estimating the parameter of signals is a very important problem in Statistical Signal Processing. In this paper ,we obtain the least squared estimator of frequency of an exponential signal in presence of both multiplicative and additive noise.     

基于MATLAB的线性最小二乘估计

采用线性最小二乘估计,可以寻求有限测量数据及其伴随误差的变化规律。本文针对具体实例,采用最小二乘估计,并用MATLAB编制程序,对测量数据进行拟合与分析。     

多元线性模型中最小二乘估计新的相对效率

定义了广义行列式的概念，并在多元线性模型中，引入了回归系数的最小二乘估计与最佳线性无估计的一种新的相对效率．利用广义行列式的性质和矩阵分析的方法，通过对相对效率下界的研究，推广了Bloomfield-Watson定理。     

求非线性最小二乘估计的一种算法

本文利用正交表给出一种求非线性ＬＳＥ良参数初始值的算法—正交搜索法，进而与迭代法结合求解非线性ＬＳＥ，通过求解非线性强度大模型的非线性ＬＳＥ，说明新算法使用灵活、有效     

指数曲线模型参数估计的两步最小二乘法

指数曲线模型参数估计的两步最小二乘法唐五湘（北京机械工业学院工商管理学院１０００８５）１指数曲线模型及其参数估计的两步最小二乘法指数曲线模型是常用的时间序列模型之下。对于样本｛Ｙ（ｔ１），Ｙ（ｔ２），…，Ｙ（ｔｎ）｝建立的指数曲线模型的估计式为针对其...     

加权最小二乘估计与线性无偏最小方差估计的比较

在已知的线性模型中,考虑加权最小二乘估计与线性无偏最小方差估计的结果的差异。发现在两种条件下,加权最小二乘估计与线性无偏最小方差估计的结果趋于一致。     

基于核偏最小二乘回归的顾客满意度指数模型

本文将核偏最小二乘方法引入顾客满意度指数模型,既保持了偏最小二乘方法对样本数据的分布没有要求的特点,有效地处理自变量之间的多重共线性,又能利用核函数的非线性映射能力,较好地反映顾客满意度与各影响因素之间的非线性关系。     

基于偏最小二乘法和最小二乘支持向量机方法的熔融指数预测

熔融指数是高密度聚乙烯生产的主要质量指标,通过对生产数据建模实现对熔融指数的预测,为优化操作提供有力依据,从而提高产品的质量。利用偏最小二乘法提取影响熔融指数的主要因素作为最小二乘支持向量机的输入,克服了自变量间的多重相关性问题;同时也降低了最小二乘支持向量机的输入变量的维数。实验表明,利用偏最小二乘法方法和最小二乘支持向量机方法预测熔融指数精度远高于分别使用这两种方法。     

基于MATLAB的最小二乘曲线拟合

本文主要介绍了最小二乘曲线拟合方法的基本思路,并通过编制MATLAB程序对测量数据进行了一阶拟合和二阶拟合,实现了拟合多项式系数的求解。     

基于最小二乘法的工程经济评价模型

为了能够对决策方案做出准确的评价,选择出最佳方案。决策者根据自己的实际经验做出判断。但是各决策者的知识、实际经验都会有一定的误差与局限性。因此,本文建立了专家分析法和灰色关联分析法的集成模型,该模型充分利用了专家赋予的决策值和评价矩阵信息值得相关性,求出更合理的属性权重值进行决策,保证决策结果与两种分析方法的一致性。引用最小二乘法原理建立优化模型,使各方案的决策值与两种方法的偏差最小。以确定防洪标准方案评价为例,验证了方法的有效性和合理性。     

基于最小二乘法的高维目标减少算法

多目标进化算法在许多领域有广泛的应用,大部分文献都只针对二维与三维的测试问题,而应用到高维的情况比较少。随着人们开始越来越多地关注高维目标优化问题,目标减少成为研究的热点。从决策者角度考虑冗余目标问题,提出了基于最小二乘法的目标减小算法。该方法将每个目标函数分段拟合为多条直线,然后两两比较各斜率向量确定最冗余目标对,进而确定冗余目标。     

基于最小二乘支持向量机的数据挖掘应用研究

随着数据仓库技术、联机分析技术的发展。基于数据库的数据挖掘已成为一种重要的数据处理手段。最小二乘支持向量机作为一种新的机器学习方法。具有全局收敛性和良好的泛化能力。本文将其应用于数据挖掘的分类与预测研究。通过棱函数的选择及参数优化，并结合支持向量机、多层感知器神经网络模型及判别分析方法进行比较研究，证明最小二乘支持向量机作为一种有效的数据挖掘算法具有较高精度。     

基于最小二乘支持向量机的油罐故障诊断方法

根据油罐故障分析,建立了油罐故障诊断模型。采用新型的支持向量机-最小二乘向量机(LS-SVM)的算法对此诊断模型进行预测,获得了满意的效果。该方法易于使用,很少受不确定性因素的影响,有很高的预测准确性。     

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     

定常的Navier-Stokes方程非奇解支的最小二乘二重网格有限元法

文献[1]中给出了定常的Namer-Stokes方程的Petrov-Galerkin最小二乘二重网格有限元法。现在此基础之上对Namer-Stokes方程具有非奇解支的情况给出了有限元解的数学分析,并且证明了当h=O（min{H2l/21-1 ,H2k＋2/2k＋1}）时,此法和文献[2]、[3]提出的方法具有相同的收敛阶,且与文献[2]、[3]相比,可以节省很多计算量和计算时间。     

基于最小二乘支持向量机和遗传算法的除尘效率优化

采用最小二乘支持向量机进行除尘效率建模,并利用遗传算法对运行工况寻优,获得优化除尘效率的调整方式。仿真计算表明遗传算法能很好地对以除尘效率为目标的除尘模型优化。以优化调整方式的相应参数作为当前负荷下的基准值,可指导运行人员进行参数优化调整。现场试验表明,按此基准值运行,可以提高除尘效率,从而使除尘系统性能达到优化。     

基于最小二乘支持向量机的轴承故障诊断研究

针对神经网络在轴承工作状态诊断中存在的问题,提出了将最小二乘支持向量机用于轴承的智能诊断。基于轴承故障信息,用最小二乘支持向量机方法建立多类故障分类器,以实现对故障的诊断。仿真证明:小样本情形下,最小二乘支持向量机比神经网络具有更好的识别和诊断准确率。     

最小二乘法的历史回顾与现状

对最小二乘法的意义、发现经过及与之有关的高斯正态误差理论的发展情况,作了简要论述;对这个方法在应用上的意义、理论上的进展以及与之相关的一些数理统计学问题,也作了概括性的介绍     

相关系数与最小二乘影像匹配算法的研究

相关系数法和最小二乘算法是进行影像匹配的两种常用方法,文章以核线影像为影像匹配的数据源,采用以上两种算法进行影像匹配的实验,对两种影像匹配算法的计算速度、算法的优势、缺陷及改进方案、匹配结果的精度等方便进行了讨论。