大坝变形分析的模糊似然推理方法

作为模糊似然推理方法的扩展，在多输入因子情况下，推演出水位、温度、时效因子交替固定或变化而似然推理大坝位移的规则，并以刘家峡大坝的水平位移为例，导出了模糊演算预测模型。     

新的模糊似然函数

模糊似然函数是刻画两个模糊集之间相似程度的重要工具，众多学者给出了多种形式的计算方法，但由于实际问题的复杂性，有些方法在某些情况下会产生违反直觉的结论．首先就闫德勤在2001年建议的方法进行讨论，然后证明了一个引理，提出一种新的模糊似然函数，其本质是由模糊集合间l^p距离导出的贴近度．与相关公式比较，发现它们能导出相同的模糊熵，最后给出一个它在模式识别中的应用实例．     

关于一维模糊随机变量的极大似然估计方法

研究一维模糊随机变量情形总体未知参数的极大似然估计的两种方法——扩张原理法与随机集的可积选择法．在模糊观测条件下,定义了Kwakernaak-Knrse-Meyer型模糊随机变量情形的模糊参数的极大似然估计量及Puff-Ralescu型变量情形的模糊参数的边缘极大似然估计量．得到了它们的存在条件,一致性条件及其相关性质．     

一种基于证据推理的似然推理算法

似然推理是知识工程研究的主要课题之一。目前已有计多似然推理体系被应用在各种专家系统中。证据理论是八十年代被引入到知识工程研究中的似然推理理论,现己受到高度重视。本文提出一种基于证据理论的似然推理算法,它可以充分发挥证据理论的优点。     

极大似然估计的几种求法

极大似然估计是参数估计的一种常用方法.本文探讨了极大似然估计的三种求法,并举例说明了这些方法在解决实际问题中的应用.     

基于模糊综合评判的大坝变形分析与预报研究

考虑到大坝变形分析中各影响因素与变形量之间存在着模糊性,提出应用聚类分析与模糊综合评判相结合的方法来处理大坝的变形观测数据.文中以西津大坝的52组变形观测数据为例,运用模糊综合评判的基本原理与算法,建立了相应的隶属函数,确定了权重集和模糊关系矩阵,并采用模型3进行模糊关系合成.然后,通过举例说明该方法的计算过程与评价方法.最后,利用表2中的数据及模型3对西津大坝的28套变形监测数据进行了变形分析与预报,准确率达到82%,说明采用该方法来处理大坝的变形观测数据是切实可行的,具有一定的实际应用价值.     

稳健经验似然估计方法

在经验似然方法的基础上提出了一种稳健的经验似然估计方法,在约束条件的估计方程中使用权重函数以及有界得分来限制异常点的影响。通过数值模拟研究该方法的稳健性。模拟结果表明,相比普通的经验似然估计,提出的稳健经验似然方法在数据中存在异常值的情况下所得估计的均方误差更小。同时对于非正态的厚尾分布数据,提出的稳健经验似然估计也在均方误差意义下更优。     

蛋白质偶联分析似然算法的实现

为构建基于MATLAB语言的蛋白质统计偶联分析系统,利用子集共变显式似然(Explicit Likelihood of Subset Covaria-tion,ELSC)算法并进行实验。所实现的分析系统对GPCR多序列比对(Multiple Sequences Alignment,MSA)中的Leu-152位点进行统计偶联分析的结果和已有生物学实验结果吻合,验证了系统的正确性和实用性。     

基于EM算法的极大似然参数估计探讨

首先介绍了EM算法，然后研究了基于EM算法的混合密度极大似然参数估计，最后利用计算机仿真验证了此算法的收敛性和有效性。     

基于模糊C均值聚类改进的最大似然分类法

基于参数密度分布模型的最大似然分类法(MLC)是遥感影像经典分类方法之一,它具有清晰的参数解释能力、易于与先验知识融合和算法简单而易于实施等优点,但是由于遥感数据具有高度的模糊性和随机性,使得贝叶斯(Bayes)判别函数中的均值向量和协方差矩阵很难准确确定。因此首先利用模糊C均值聚类得到模糊划分矩阵,然后基于模糊划分矩阵计算出每一个聚类类别模糊均值和模糊协方差矩阵,并利用模糊均值和模糊协方差矩阵来代替贝叶斯判别函数中的均值向量和协方差矩阵从而建立一个新的判别函数,最后与传统的最大似然分类结果进行比较,结果表明改进后的最大似然分类法在总体精度、Kappa系数均优于传统的最大似然分类方法。     

矩约束条件下的广义经验似然

讨论矩约束条件下的广义经验似然比统计量族以及相应的性质。此统计量实际上是B aggerly(1998)所介绍的广义经验似然比统计量的一种推广。在一定条件下,证明了此分布族中的统计量与Ow en(1988)和Q in and L aw less(1994)的经验似然是一阶渐近等价的。因此,这些统计量的分布均是渐近于2χ分布,相应的估计也都满足相合性和渐近正态性。     

非参数似然方法及其应用研究进展

非参数似然方法是在参数似然方法基础上发展的一种非参数方法,具有与传统似然方法类似的许多优良性质,特别是其中的经验似然方法,得到许多学者的重视和研究,是目前统计学的一个重要研究方向。本文在介绍非参数似然方法相关思想基础上,结合团队研究工作,主要从估计、检验和复杂数据应用等方面分别对其研究进展进行较系统地综述,分析相关研究思路和研究内容,给出一些主要结论和研究的侧重点。     

矩阵正态分布参数的完全极大似然估计

得到了矩阵正态分布的均值和方差的完全极大似然估计,它们都是无偏估计,并且证明了它们是相互独立的。     

极大似然法的基本思想及其应用

本文叙述了建立极大似然法的基本思想，以及如何利用这种方法进行参数估计。     

基于模糊先验的惩罚最大似然重建算法

传统的二次先验算法不能有效的保持图像的边缘信息.为了解决这些问题,在最大似然算法中引入Hubber先验,同时结合模糊数学知识,形成了基于模糊先验的惩罚最大似然估计重建算法(PML-FuzzyHubber).仿真结果表明,相对于基于传统的Hubber先验等传统算法,PML-FuzzyHubber算法参数选择简单方便,能有效的抑制噪声和保持图像的边缘信息,重建出高质量的图像.     

极大似然估计与最优化数值方法

本文研究了可靠性分析中基于不完全样本数据寿命分布参数的极大似然估计(MLE)的最优化数值解法,并且对威布尔(Weiull)分布和对数正态分布分别给出了具体的随机模拟计算结果.     

威布尔模型的参数估计方法——极大似然法

利用概率论中极大似然法的理论来探讨威布尔参数估计问题，并利用MATLAB的相关命令、函数对它们进行了部分编程，主要讨论了三参数威尔尔模型的极大似然函数、参数估计和MATLAB程序。     

丰潭水库大坝变形分析

丰潭水库大坝虽运行年限不长(15年),而迎水面的防渗面板却出现了较多的裂缝,坝体廊道内在高水位时有大量水从裂缝中渗出,同时局部坝段扬压力超过设计标准,这些现象说明大坝坝体已出现变形。