基于极大似然函数的独立分布网络拓扑结构可靠度评估模型

传统方法在对网络拓扑结构可靠性进行评估的过程中,存在参数方向不明确的问题,提出基于极大似然函数的独立分布网络拓扑结构可靠度评估模型。利用Weibull函数代表故障率模型,分析网络部件故障率的时间曲线,并构建网络节点和链路效能的时变模型,获得独立分布网络的时间效能模型;计算独立分布网络的拓扑结构函数,获得网络的开失效和短失效概率,根据极大似然估计对参数的偏导数进行求取,可以获得似然方程,利用得到的偏导数来构建独立分布网络拓扑结构可靠度评估模型,最终实现对独立分布网络拓扑结构可靠度的评估。实验结果得知,提出方法在对独立分布网络拓扑结构可靠度进行评估时,测试结果与期望输出结果的拟合度较高,并且评估时间较短,验证了模型的有效性。     

基于最大似然估计方法的齐普夫定律验证

文章采用最大似然估计的方法对齐普夫分布曲线进行拟合。该方法对齐普夫定律的词谱分布,利用KS检验的方法得到在双对数坐标下拟合度最优的直线。与传统的最小二乘法相比,该方法拟合结果更为准确。为了验证该方法的有效性,通过3组中英文语料实验发现,英文较好地符合齐普夫定律,中文并不太符合。     

一种基于最大似然估计的频偏估计算法

本文提出了一种频偏估计算法,该算法基于最大似然估计,性能达到Cramer-Rao下界,Matlab平台上的仿真结果表明,文中算法的推导是正确的。算法结构简单,可全数字化,开环结构,易于硬件实现;算法的计算量小,捕获快速,适用于突发式数据通信系统。     

岩质边坡质量分级与安全系数的极大似然估计

岩质边坡质量分级与稳定性评价受诸多不确定性因素影响。结合某岩质高陡边坡工程实例,系统地运用SMR法对边坡岩体质量进行分级。考虑到边坡稳定性分析的随机性与全局性,采用统计学极大似然估计法估算边坡稳定性系数。结果表明:边坡岩体质量分级的定性评价与极大似然估计的定性计算有较好的一致性。     

和极大似然估计不等式约束平差模型建立

由于测绘工具的飞速发展,测量工作变得也越来越简单,精度也越来越高。但数据处理在测绘工作中仍旧占据重要的位置。其中尤其是不等式约束平差是现代数据处理的趋势。以往的研究中大多以最小二乘模型为研究平台。最小二乘虽然是测绘科学中最为经典的数学模型,然而不难发现最小二乘不具有抗差性能。和极大似然估计则不同,它能抗拒粗差。但是在不等式约束中的应用以往还没这方面的研究。本文通过将和极大似然估计模型引入不等式约束平差问题,并建立相应平差模型。     

非负变权组合预测的贝叶斯极大似然估计

本文利用贝叶斯极大似然估计的理论,给出了非负变权组合预测的一种估计方法,同时利用约束极值的库恩－塔克（Ｋｕｈｕ－Ｔｕｃｈｅｒ）条件把计算问题的二次规划化为线性规划。     

平方误差损失函数下广义Pareto分布参数的Bayes估计

本文在参数的先验分布为逆伽玛先验分布条件下研究广义Pareto分布参数的Bayes估计问题,并在平方误差损失函数下,导出了参数的Bayes估计。文末通过Monte Carlo数值模拟试验对极大似然估计和Bayes估计进行了比较。     

无尺度偏差和系统偏差组合预测的贝叶斯极大似然估计

本文在单项预测模型具有尺度偏差和系统偏差的前提下,求出了ｐ时刻真值ｙｐ的贝叶斯极大似然估计。该估计为一无尺度和系统偏差的变权重组合预测     

先验概率对最大似然法提取土地利用现状信息精度的影响

最大似然分类法是提取土地利用现状信息时常用的一种遥感分类技术,但研究者分类前无法确切知道各类别的先验概率,因此先验概率是最大似然分类法的主要难点之一.该文从理论上分析了先验概率对最大似然分类法分类结果生产者精度、使用者精度、总精度和kappa指数的影响,提出运用循环迭代法来消除先验概率对最大似然分类法分类结果的影响,并指出了循环迭代法能够进行的条件.最后以郑州市为例进行了实证研究.研究表明:运用循环迭代法进行最大似然法分类保证了错分损失最小,可提高遥感影像总分类精度,但对不同分布面积的类别的分类精度影响不一样:对于分布面积大于平均值的类别,一般会提高其生产者精度,但会使使用者精度降低,使得分类面积大于实际面积;分布面积小于平均值的类别,一般会提高其使用者精度,但会使生产者精度降低,使得分类面积小于实际面积.     

平衡损失函数下广义Pareto分布参数的Bayes估计的可容许性

对于一个参数进行估计来讲,不仅要考虑估计的精度,还要考虑所得到的估计对于模型拟合的优良程度。通常的损失函数无能为力,而平衡损失函数可以考虑到这两点,本文将在平衡误差损失函数下研究广义Pareto分布参数的Bayes估计问题。在平衡损失函数下导出了参数的Bayes估计并讨论了一类线性形式估计的可容许性和不可容许性。     

我国职工工资收入分布函数的模拟与估计

本文在某些经验假设下采用随机的方法生成了我国职工工资收数据,利用模拟数据讨论了我国职工工资收入的分布,并对我国职工工资收入分布的密度函数进行了估计。     

组合预测的贝叶斯极大似然估计法

本文在正态分布前提下求出了ｐ时刻预测值ｙｐ的先验分布密度和后验分布密度,由已知的信息估计了两个协方差阵。最后求出ｙｐ的贝叶斯极大似然估计,它是两个组合预测的加权平均,本身仍为一组合预测,其权重随预测时刻ｐ的改变而改变     

大规模MIMO系统中联合最强用户冲突解决的最大似然信道估计方案

在多小区大规模多输入多输出(MIMO)系统中,针对各小区复用相同导频序列进行信道估计存在有导频污染问题,提出了一种大规模MIMO系统中联合最强用户冲突解决的最大似然(ML)信道估计算法。该方法联合最强用户冲突解决(SUCR)算法和循环前缀的最大似然信道估计算法,先在小区用最强用户冲突解决方案减轻用户之间的竞用相同导频的干扰,减少竞争导频的用户数,提高系统的成功接入用户数数量,然后再用循环前缀的最大似然的信道估计算法,对处理后的导频序列的信道进行信道估计,以获得较为准确的信道状态信息。仿真结果表明,提出的算法对比分析传统ML算法和MMSE算法能够得到更好的归一化均方误差和系统能量效率,并且可以较明显地减轻导频污染对信道估计的影响。     

浅谈巷道支护形式的选取

巷道支护形式对巷道质量至关重要,本文结合了双龙煤矿11403运输巷掘进工作面的具体情况,介绍了具体的巷道支护形式。     

一种新的土地覆盖类别面积估计方法及其在最大似然分类法中的应用

首先根据生产者精度和使用者精度的概念，提出生产者精度和使用者精度的条件概率表达式，然后根据概率乘积公式，推导出生产者精度和使用者精度之间的关系式。该关系式表明：①使用者精度和生产者精度的比值可作为类别真实面积与分类结果中类别面积的比值的估计;②利用使用者精度和生产者精度的比值可对遥感分类结果进行修正，产生更接近于真实值的土地覆盖类别面积值，且该方法的计算结果仅取决于使用者精度和生产者精度数据的可靠性，与分类算法的优劣无关。该方法可用于最大似然分类方法中先验概率的估计。对Erdas Imagine软件所附带lanierimg文件的实验结果表明，各种分类结果包括一种对常规最大似然分类结果进行任意修改后的分类结果，利用文中提出方法修正后均产生了接近于真实值的类别面积比例。由于作为标准的精度检验方法，几乎所有的分类影像都会产生误差矩阵用于精度报告，这保证了该方法具有很好的应用价值，可以帮助土地利用/土地覆盖研究中获取更准确的土地利用/土地覆盖的面积数据。     

几种先验分布下指数分布参数的贝叶斯估计

运用贝叶斯决策方法,在定时和定数截尾寿命试验下,引入两种损失函数,总结和进一步推断指数寿命分布的分布参数取各种不同先验分布形式时的贝叶斯估计。     

基于肤色和图像似然度的人脸检测

提出了一种基于肤色分割和图像似然度的检测人脸方法，该方法能在复杂的背景下较好地检测出人脸。首先利用颜色信息把图像分割成肤色区域与非肤色区域，然后对肤色区域做预处理后，进入图像似然度检测阶段．最终实现人脸检测。     

布—洛—齐分布的一致性及其若干参数的估计

本文对布拉德福定律、洛特卡定律和齐普夫定律的一致性进行研究。并对布拉德福定律中的布拉德福系数α;洛特卡定律中所涉及的最高发文数以及将发文数均匀分成三部分各区的最高发文数;齐普夫定律时最低频次的等级序号,及将总频次均匀分成三部分各区的最低频次的等级序号等参数给出了估计式。     

判断kaiser效应的参数选取

利用kaiser效应测量地层应力成为目前国内外最为普遍的方法,但是这种方法在室内测量中与真实值还有一定的误差。加上人工读图的误差会使得测得值与真实值有更大的差距。所以合适的参数对于对于减小误差有着很重要的作用。本文通过调研阐述了能量---时间和声发射次数---时间曲线来作为判断kaiser效应点的优势。