期刊文献+
共找到17篇文章
< 1 >
每页显示 20 50 100
A Fast Bayesian Evaluation Algorithm Based on the Second Category of Maximum Likelihood
1
作者 孟晶 郑榕 刘君 《Journal of Donghua University(English Edition)》 EI CAS 2015年第2期305-309,共5页
Directing at evaluation for qualifying rate in weaponry test,this article discusses firstly how field test information is flooded with lots of prior information.Then a fast Bayesian evaluation algorithm is presented b... Directing at evaluation for qualifying rate in weaponry test,this article discusses firstly how field test information is flooded with lots of prior information.Then a fast Bayesian evaluation algorithm is presented based on the elaborate analysis of prior information reliability and the second category of maximum likelihood.The example demonstrates that the algorithm presented in this article is better and more robust compared with classical evaluation algorithm for safe-or-failure test and normal Bayesian method,which can make the best of prior information. 展开更多
关键词 Bayesian prior likelihood likelihood elaborate conjugate applying calculating confidence consistency
在线阅读 下载PDF
多源信息的验前分布融合方法研究 被引量:10
2
作者 侯敏 郭基联 李建伟 《火力与指挥控制》 CSCD 北大核心 2012年第7期57-60,共4页
验前分布的获取和表示是B ayes理论应用中的一个关键问题。针对目前多源验前信息融合中存在的过分依赖专家信息的问题,提出了一种基于第2类极大似然估计原理(M L-II)确定验前分布权重的方法,该方法将现场试验数据看作是由其边缘分布产... 验前分布的获取和表示是B ayes理论应用中的一个关键问题。针对目前多源验前信息融合中存在的过分依赖专家信息的问题,提出了一种基于第2类极大似然估计原理(M L-II)确定验前分布权重的方法,该方法将现场试验数据看作是由其边缘分布产生的样本,然后根据不同验前分布下现场样本似然性的大小来确定其在验前分布融合中的作用,并以此进一步确定不同验前分布的权重因子。最后通过算例证明了该方法比基于专家信息的融合方法更为合理和有效。 展开更多
关键词 第2类极大似然估计 多源信息融合 验前分布 BAYES
在线阅读 下载PDF
基于Bayes-模糊逻辑算子的小子样可靠性信息融合方法 被引量:19
3
作者 冯静 周经伦 《航空动力学报》 EI CAS CSCD 北大核心 2008年第9期1633-1636,共4页
为了解决航空航天复杂系统可靠性评定中样本量小而导致评估结果可信度不高的问题,引入模糊逻辑算子这一非线性模型对多源可靠性验前信息进行融合,并给出了其参数估计的第二类极大似然(ML-Ⅱ)估计方法,通过仿真示例说明了融合方法的有效性.
关键词 可靠性评定 信息融合 模糊逻辑融合算子 BAYES方法 ML-II方法
在线阅读 下载PDF
基于遥感影像的最大似然分类算法的探讨 被引量:43
4
作者 王增林 朱大明 《河南科学》 2010年第11期1458-1461,共4页
通过对最大似然分类算法的研究,并将其与马氏距离分类法在相同情况下进行对比试验,结果表明,最大似然分类方法对于光谱特性呈正态分布的遥感影像能提供较高的分类精度,而对于光谱特性呈非正态分布或偏离正态分布总体的遥感影像,最大似... 通过对最大似然分类算法的研究,并将其与马氏距离分类法在相同情况下进行对比试验,结果表明,最大似然分类方法对于光谱特性呈正态分布的遥感影像能提供较高的分类精度,而对于光谱特性呈非正态分布或偏离正态分布总体的遥感影像,最大似然分类法的实际分类效果并不理想,进而分析最大似然分类法的适用性. 展开更多
关键词 最大似然分类 马氏距离分类 正态分布 光谱特性 分类精度
在线阅读 下载PDF
基于ML-II的小子样复杂系统多源信息融合方法 被引量:4
5
作者 吴琳丽 潘光 黄桥高 《计算机工程与应用》 CSCD 2014年第15期220-222,共3页
复杂系统可靠性信息的主要特点是小子样现场试验数据和多种可利用的多源先验信息。在利用Bayes理论进行小子样可靠性评定过程中,为了尽可能少做现场试验,必须充分利用各种先验信息,获取合理的先验分布。提出了一种基于第二类极大似然估... 复杂系统可靠性信息的主要特点是小子样现场试验数据和多种可利用的多源先验信息。在利用Bayes理论进行小子样可靠性评定过程中,为了尽可能少做现场试验,必须充分利用各种先验信息,获取合理的先验分布。提出了一种基于第二类极大似然估计原理(ML-II)的多源信息融合方法,以某鱼雷自导系统的作用距离为例进行仿真分析,验证了该方法的合理性和有效性。 展开更多
关键词 小子样系统 试验数据融合 第二类极大似然估计 BAYES分析
在线阅读 下载PDF
一种基于二阶锥规划的新时差定位算法 被引量:4
6
作者 金家保 张颂 杨景曙 《电讯技术》 北大核心 2012年第6期888-892,共5页
针对传统时差定位算法在量测噪声较大情况下定位性能不佳的缺点,提出了一种基于二阶锥规划的新时差定位算法。该算法通过凸松弛和引入惩罚项,将难以求解的用户位置最大似然估计问题转换为一个易于求解的二阶锥规划问题,并将松弛问题的... 针对传统时差定位算法在量测噪声较大情况下定位性能不佳的缺点,提出了一种基于二阶锥规划的新时差定位算法。该算法通过凸松弛和引入惩罚项,将难以求解的用户位置最大似然估计问题转换为一个易于求解的二阶锥规划问题,并将松弛问题的最优解作为用户位置的初始估计,利用传统的泰勒级数展开法得到最终定位结果。仿真给出了不同基站数目及量测噪声下算法的定位性能。仿真结果表明,在量测噪声较大的情况下,新算法的定位精度仍可以逼近理论克拉美罗下限,而且算法中惩罚因子的选取范围易于确定。 展开更多
关键词 到达时差 定位算法 最大似然估计 泰勒级数展开 二阶锥规划 惩罚因子
在线阅读 下载PDF
16MnR钢疲劳可靠性分析单随机变量模型 被引量:2
7
作者 洪延姬 金星 钟群鹏 《工程力学》 EI CSCD 北大核心 2002年第2期115-118,共4页
本文提出了采用一个随机变量描述疲劳裂纹扩展统计不确定性方法,并且通过极大似然方法和二阶矩方法进行疲劳可靠性分析。通过21个紧凑拉伸试件的疲劳试验,表明本文提出的方法满足工程中疲劳可靠性评估精度的要求。
关键词 16MNR钢 疲劳可靠性分析 单随机变量模型 极大似然方法 二阶矩方法
在线阅读 下载PDF
基于ML-II方法的k/n-系统Bayes可靠性评估 被引量:2
8
作者 程皖民 冯静 +1 位作者 周经伦 孙权 《电光与控制》 北大核心 2007年第1期22-24,共3页
n中取k系统(简称k/n-系统)是工程实践中应用最广泛的系统类型之一。为了在系统现场试验样本量很小的情况下进行可靠性评估,首先利用次序统计量推导了k/n-系统寿命分布的密度函数,并给出了模型参数的第二类极大似然估计(ML-Ⅱ估计);然后... n中取k系统(简称k/n-系统)是工程实践中应用最广泛的系统类型之一。为了在系统现场试验样本量很小的情况下进行可靠性评估,首先利用次序统计量推导了k/n-系统寿命分布的密度函数,并给出了模型参数的第二类极大似然估计(ML-Ⅱ估计);然后给出了k/n-系统Bayes可靠性评估的一般步骤;仿真实例表明了方法的可行性。 展开更多
关键词 可靠性评估 k/n-系统 BAYES 次序统计量 第二类极大似然估计
在线阅读 下载PDF
Weibull分布产品恒加应力缺失数据下的Bayes可靠性评估 被引量:3
9
作者 程皖民 冯静 周经伦 《电光与控制》 北大核心 2008年第1期47-50,55,共5页
在加速寿命试验过程中,由于试验设备、观测手段或其他方面的困难可能会造成某些试验数据丢失或未观测到。为解决Weibull分布产品在恒加应力试验中出现的小子样缺失数据情形下的可靠性评估问题,提出了可以综合利用多源信息的Bayes可靠性... 在加速寿命试验过程中,由于试验设备、观测手段或其他方面的困难可能会造成某些试验数据丢失或未观测到。为解决Weibull分布产品在恒加应力试验中出现的小子样缺失数据情形下的可靠性评估问题,提出了可以综合利用多源信息的Bayes可靠性评估方法。首先通过概率元方法得到缺失数据的似然函数,同时根据似然函数中各未知参数的物理含义确定其验前分布类型,再利用第二类极大似然估计原理得到验前分布中超参数的估计。最后通过仿真实例说明了该评估方法在小子样缺失数据情形下的有效性。 展开更多
关键词 可靠性评估 恒定应力加速寿命试验 缺失数据 WEIBULL分布 第二类极大似然估计 BAYES方法
在线阅读 下载PDF
小子样不可修武器装备的Bayes可靠性增长分析 被引量:1
10
作者 程皖民 冯静 +1 位作者 周经伦 孙权 《电讯技术》 2007年第1期13-16,共4页
现有的可靠性增长模型大多是针对可修系统建立的,而现实中大多存在的是不可修产品,即产品投入可靠性增长试验出现故障后,很难修复如新再次投入试验。针对武器装备小子样、不可修的特点,提出了Bayes可靠性增长分析方法。首先利用多台产... 现有的可靠性增长模型大多是针对可修系统建立的,而现实中大多存在的是不可修产品,即产品投入可靠性增长试验出现故障后,很难修复如新再次投入试验。针对武器装备小子样、不可修的特点,提出了Bayes可靠性增长分析方法。首先利用多台产品异步增长理论得到各阶段试验数据的似然函数,然后构造了增长模型参数的Gamma-均匀验前分布并给出了模型参数估计的ML-II方法,通过Bayes统计推断对装备研制全过程的可靠性增长规律进行分析,最后通过仿真示例说明了该方法在工程上的应用。 展开更多
关键词 小子样不可修产品 可靠性增长 BAYES方法 Gamma-均匀分布 第二类极大似然估计
在线阅读 下载PDF
RSS测距模式下无线传感器网络凸松驰定位算法 被引量:1
11
作者 周雄 陈国彬 《计算机工程》 CAS CSCD 北大核心 2015年第8期76-81,共6页
针对最大似然估计算法对目标函数的非凸性要求,在应用无线传感器网络定位时,会产生多个局部极值的问题,提出一种无线传感器网络凸松驰定位算法。基于二阶锥凸松驰策略和最小二乘算法对最大似然估计的非凸性进行改进,给出其均方根误差的C... 针对最大似然估计算法对目标函数的非凸性要求,在应用无线传感器网络定位时,会产生多个局部极值的问题,提出一种无线传感器网络凸松驰定位算法。基于二阶锥凸松驰策略和最小二乘算法对最大似然估计的非凸性进行改进,给出其均方根误差的Cramer-Rao下界表达式。针对3种不同情形下的无线传感器网络,分别给出不同的凸松驰定位方案,以提高算法的鲁棒性。通过与现有方案的仿真对比显示,在不显著增加计算复杂度的前提下,可有效减少该方案的均方根误差。 展开更多
关键词 接收信号强度 二阶锥 凸松驰 无线传感器网络 最大似然估计
在线阅读 下载PDF
基于ML-Ⅱ的指数分布可靠性多层Bayes估计 被引量:3
12
作者 李湘宁 《现代防御技术》 北大核心 2012年第4期80-83,共4页
Bayes估计法是可靠性评估中应用最为广泛的方法之一,指数分布的Bayes验前概率密度函数中的重要参数主要依靠Reformulation法和Box-Tiao法确定,具有较强的主观经验性。基于Beyes估计的基本思想,以试验数据为依据,利用第二类极大似然估计... Bayes估计法是可靠性评估中应用最为广泛的方法之一,指数分布的Bayes验前概率密度函数中的重要参数主要依靠Reformulation法和Box-Tiao法确定,具有较强的主观经验性。基于Beyes估计的基本思想,以试验数据为依据,利用第二类极大似然估计法(ML-Ⅱ估计法)确定Bayes方法中的相关参数,避免了参数确定的主观性。实例表明结果合理,方法客观、可行。 展开更多
关键词 多层BAYES估计 第二类极大似然估计 可靠性评估
在线阅读 下载PDF
二阶埃尔米特(Hermite)插指 被引量:1
13
作者 颜宁生 唐衡生 《南华大学学报(自然科学版)》 2006年第1期81-84,共4页
提出了埃尔米特(Herm ite)插值问题的一种新形式,幂指数形式,简称埃尔米特(Herm ite)插指.证明了二阶埃尔米特(Herm ite)插指多项式存在性定理.
关键词 拉格朗日插值多项式 埃尔米特插值多项式 二阶埃尔米特插指多项式 最大似然估计
在线阅读 下载PDF
移动无线传感网络的分布式协作定位的研究 被引量:2
14
作者 贺伟 梁潘 《计算机应用与软件》 北大核心 2019年第4期161-165,共5页
针对移动无线传感网络,并基于到达时间TOA(Time-of-Arrival)的测距模型,分析利用传感节点的移动信息进行定位问题,提出基于二阶锥规划的分布式定位算法。推导最大似然ML(Maximum Likelihood)定位估计表达式;考虑到基于ML的协作定位的非... 针对移动无线传感网络,并基于到达时间TOA(Time-of-Arrival)的测距模型,分析利用传感节点的移动信息进行定位问题,提出基于二阶锥规划的分布式定位算法。推导最大似然ML(Maximum Likelihood)定位估计表达式;考虑到基于ML的协作定位的非凸性,选用二阶锥规划SOCP(Second-order Cone Programming)松驰技术求解。为了降低计算成本,采用分布式策略实施SOCP算法。实验数据表明,该算法减少了均方根误差,提高了定位精度。 展开更多
关键词 移动无线传感网络 定位 到达时间 最大似然估计 二阶锥规划
在线阅读 下载PDF
基于混合测距的二阶锥规划节点定位算法 被引量:2
15
作者 孙莹莹 张飞 《计算机工程与设计》 北大核心 2018年第7期1841-1845,共5页
针对无线传感网络(wireless sensor networks,WSNs)的三维未知定位问题,提出一种基于接收信号强度(received signal strength,RSS)和到达角度(angle of arrival,AoA)的二阶锥规划节点定位(RSS and AoA-based secondorder cone programmi... 针对无线传感网络(wireless sensor networks,WSNs)的三维未知定位问题,提出一种基于接收信号强度(received signal strength,RSS)和到达角度(angle of arrival,AoA)的二阶锥规划节点定位(RSS and AoA-based secondorder cone programming target localization,R-S-SOCP)算法。通过接收信号强度和到达角模型,获取距离和角度测量值,引用最大似然(maximum likelihood,ML)估计节点的位置,利用二阶锥规划(second-order cone programming,SOCP)将ML估计转换成SOCP优化问题,利用CVX求解节点位置。实验数据表明,与WANG和SDPRSS算法相比,R-S-SOCP算法定位误差下降近15%至20%。 展开更多
关键词 无线传感网络 节点定位 接收信号强度 到达角度 最大似然 二阶锥规划
在线阅读 下载PDF
等级反应模型中的参数估计研究 被引量:2
16
作者 熊春明 《计算机与现代化》 2007年第11期21-23,共3页
首先阐述了等级反应模型(Graded Response Model,简称GRM)的原理和算法及其在多级评分中的应用,接着对等级反应模型(GRM)的参数估计进行了一些推导。最后,阐述了等级反应模型项目参数的迭代方法及能力参数的迭代方程,同时对等级反应模... 首先阐述了等级反应模型(Graded Response Model,简称GRM)的原理和算法及其在多级评分中的应用,接着对等级反应模型(GRM)的参数估计进行了一些推导。最后,阐述了等级反应模型项目参数的迭代方法及能力参数的迭代方程,同时对等级反应模型的未来发展作了一些论述。 展开更多
关键词 计算机自适应测试系统 等级反应模型 多级评分 Logistics函数 Fisher-scoring迭代 极大似然估计 0-1评分
在线阅读 下载PDF
基于到达时间测距的二阶规划定位算法 被引量:2
17
作者 洪贵华 《火力与指挥控制》 CSCD 北大核心 2020年第9期63-66,71,共5页
节点位置是无线传感网络(Wireless Sensor Networks,WSNs)的关键信息。而给WSNs内所有节点配置全球定位系统(Global Position System,GPS)成本太高。只可能让部分节点配置GPS,这些节点称为锚节点。节点通过获取与锚节点的距离信息实现... 节点位置是无线传感网络(Wireless Sensor Networks,WSNs)的关键信息。而给WSNs内所有节点配置全球定位系统(Global Position System,GPS)成本太高。只可能让部分节点配置GPS,这些节点称为锚节点。节点通过获取与锚节点的距离信息实现定位。为此,提出基于到达时间(Time of Arrival,TOA)测距的二阶规划的定位算法(TOA-Second-order Programming-based Localization,TOA-SPL算法)。TOA-SPL算法先测距和测速信息建立基于最大似然的位置估计表达式,再通过分布式二阶锥规划技术求解,降低算法的复杂度。实验数据表明,相比于半定规划的节点定位(Semi-Definite Programming Localization,SDPL)算法,TOA-SPL算法的均方根误差(Root Mean Square Error,RMSE)得到有效控制。 展开更多
关键词 无线传感网络 定位 到达时间 最大似然估计 二阶锥规划
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部