2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩71頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、近年來,混合效應(yīng)狀態(tài)空間模型在稀疏縱向數(shù)據(jù)下的研究,已經(jīng)引起了來自不同領(lǐng)域的研究人員的關(guān)注.狀態(tài)空間模型是一個基于動態(tài)數(shù)據(jù)的時域分析模型,以時間為獨(dú)立變量,是時間序列數(shù)據(jù)的分析的一個有力的工具.縱向數(shù)據(jù)是現(xiàn)代統(tǒng)計學(xué)中的前沿問題,主要分析方法是混合效應(yīng)狀態(tài)空間模型.本文以含有未知參數(shù)的非線性混合效應(yīng)狀態(tài)空間模型(NLMESSM)為基礎(chǔ),以目標(biāo)跟蹤為例,通過模擬產(chǎn)生的稀疏縱向跟蹤數(shù)據(jù)為研究目標(biāo)的動態(tài)化提供非常有用的信息.基于該非線性混合效應(yīng)

2、狀態(tài)空間模型,通過序貫重要性重抽樣(SIR)算法和輔助粒子濾波(APF)算法對模型的狀態(tài)變量進(jìn)行估計,并且對模型中的未知參數(shù)進(jìn)行估計.本文對基于非線性混合效應(yīng)狀態(tài)空間模型的狀態(tài)估計和參數(shù)估計進(jìn)行了研究,主要工作如下:
  1.首先介紹了狀態(tài)空間模型的研究框架和國內(nèi)外研究現(xiàn)狀,并闡述了狀態(tài)空間模型和混合效應(yīng)模型的定義.在線性狀態(tài)空間模型的前提下,對于處理復(fù)雜的稀疏縱向數(shù)據(jù)引入了卡爾曼濾波算法的理論基礎(chǔ).
  2.然后對于非線性

3、狀態(tài)空間模型的估計問題,介紹了粒子濾波方法及其三個處理技巧.經(jīng)過分析算法總結(jié)出它的優(yōu)點在于易于抽樣而且計算簡單,缺點是它不受觀測值的影響,抽樣具有盲目性,導(dǎo)致權(quán)重比較大的粒子可能會丟失,致使留下的大部分是權(quán)重小的粒子,這樣不利于逼近真實的后驗密度.通過改進(jìn)算法介紹了輔助粒子濾波,它克服了盲目抽樣的缺點,每個時刻與觀測值進(jìn)行同時更新,使得產(chǎn)生的粒子具有較高的質(zhì)量.
  3.最后將一個目標(biāo)跟蹤的實例轉(zhuǎn)換為非線性混合效應(yīng)狀態(tài)空間模型的形

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論