似然函数

摘要： 讨论了近似贝叶斯计算(ABC)方法的改进算法ABC-SMC在实际建模过程中的模型选择和参数估计问题.ABC算法是一个似然自由的算法.当似然函数难以计算或没有精确解析形式的情形时,ABC算法规避了似然函数的计算,转而关注模型的生成模拟,这也是该算法的核心.ABC-SMC在经典的ABC框架上改造了抽样过程,利用序列蒙特卡罗策略逐步减小阈值,从而达到模型选择和参数估计的目的,避开了贝叶斯因子的计算.通过两个模型的模型选择和参数估计的详细阐述,将算法分析结果与真实情况相比较,表明ABC算法处理模型选择和参数估计问题的有效性.

摘要： 针对现有的点云滤波算法存在的精度丢失和收缩的不足,提出邻域自适应选择的算法,有效地改善了点云滤波中丢失精度的问题.算法首先针对原始点和均值点滤波出现的收缩问题,提出混合增采样策略.其次采用邻域自适应选择保持特征部分的滤波精度.最后定义每个采样点以对应的似然函数,并按照其梯度方向进行迭代,通过最大似然估计得到最优滤波结果.实验部分表明,本文三维点云滤波算法对点云滤波精度的保持具有更好的效果.适用于工业生产与检测领域的三维扫描.

摘要： 本文在启发式教学思想的引领下,针对最大似然估计法给出具体的教学设计思路,遵循学生的认知规律,充分调动学生学习的主观能动性,践行“以学生为中心”的教学理念,将学生学习的主动权最大限度地还给学生,以期优化传统的教学模式,提高教学效率.

摘要： 最大似然估计法是参数点估计中一种重要方法.本文介绍了最大似然估计法的思想、原理、求最大似然估计的步骤及如何利用这种方法进行参数估计.

摘要： 相较于线性调频(LFM)信号,双曲调频(HFM)信号因具有良好的脉冲压缩性能和多普勒不变性,被广泛用于雷达侦查、水声探测等多普勒影响严重的场景中,其中HFM信号的参数估计问题尤为重要.有鉴于此,该文提出一种基于似然函数的HFM信号参数估计快速算法.文中首先推导出HFM信号的Cramer-Rao下界作为参数估计的性能评估标准;然后基于高斯随机噪声,构建了HFM信号的似然函数,并结合数据向量化的特点提出一种改进的适应度函数,最后利用全局最优引导人工蜂群(GABC)算法对该适应度函数进行极值寻优,从而实现HFM信号的参数估计;通过蒙特卡洛仿真证明了该方法在信噪比为3 dB以上时,HFM信号的参数估计结果的均方误差更逼近Cramer-Rao下界,且运算量约是原来的1/3,在保证估计精度的同时提高算法收敛速度.

摘要： 多粒度粗糙集是近年来粗糙集理论中的主要研究课题之一.本文介绍了变精度多粒度粗糙集模型的上、下近似算子;其次,借助划分函数把变精度多粒度粗糙集转化成单粒度粗糙集,构建了变精度多粒度粗糙集模型的信任结构,并生成相应的信任函数与似然函数,这些结果有利于完善变精度多粒度粗糙集的数值属性约简理论.

摘要： 基于贝叶斯理论推断既有建筑砌体抗压强度,将现场原位轴压法测试的砌体抗压强度作为先验信息,同时利用块体和砂浆回弹法检测强度的推定值,按照《砌体结构设计规范》(GB 50003—2011)中的砌体抗压强度计算公式构造似然函数,联合先验信息和似然函数,推导既有建筑砌体抗压强度的后验分布,研究结果表明:通过后验分布可得到综合各种信息的既有建筑砌体抗压强度的合理推断值。且已建立的后验分布可作为下一次抗压强度贝叶斯推断的先验信息,可实现既有建筑砌体抗压强度值的动态长期观测,为砌体结构的定期维修和加固提供依据,为砌体结构的可持续发展提供基础。

摘要： 基于贝叶斯理论推断既有建筑砌体抗压强度,将现场原位轴压法测试的砌体抗压强度作为先验信息,同时利用块体和砂浆回弹法检测强度的推定值,按照《砌体结构设计规范》(GB 50003-2011)中的砌体抗压强度计算公式构造似然函数,联合先验信息和似然函数,推导既有建筑砌体抗压强度的后验分布,研究结果表明:通过后验分布可得到综合各种信息的既有建筑砌体抗压强度的合理推断值.且已建立的后验分布可作为下一次抗压强度贝叶斯推断的先验信息,可实现既有建筑砌体抗压强度值的动态长期观测,为砌体结构的定期维修和加固提供依据,为砌体结构的可持续发展提供基础.

摘要： 多粒度粗糙集是近年来粗糙集理论中的主要研究课题之一.本文介绍了变精度多粒度粗糙集模型的上、下近似算子;其次,借助划分函数把变精度多粒度粗糙集转化成单粒度粗糙集,构建了变精度多粒度粗糙集模型的信任结构,并生成相应的信任函数与似然函数,这些结果有利于完善变精度多粒度粗糙集的数值属性约简理论.

摘要： 随着云资源集群规模的发展,应用的请求也随之增多,为对应用的资源请求做出及时响应,需要对应用的资源请求做出提前预测.对于云资源时间序列的预测问题,结合基于概率预测(probabilistic forecast)和改进的多层长短时记忆网络(LSTM)的云资源预测模型(PF-LSTM)进行研究.实验结果表明,与其它3种预测算法进行对比,PF-LSTM对于突发负载的预测效果要更好,且预测误差要更低.

摘要： 叠前地震数据AVA反演已成为油气勘探与开发的一项核心技术,其目的是获得地下岩石的弹性参数以及用于流体检测的流体因子等.不少学者从不同的侧重点出发对AVA反演进行过深入的讨论,在反演目标函数中多采用基于L2模似然函数的阻尼最小二乘法.然而,基于L2模的似然函数是高度敏感的,对离群误差不具有稳定性.另外,基于L2模极小正则化约束的反演结果具有模糊效应,不能清晰地反映出地层边界位置及地质体边缘.比较而言,基于L1模的似然函数具有更稳健的离群误差抵抗性.同时,基于模型参数平坦度与光滑度的L1模极小全变差正则化约束可以在反演过程中估计出弹性参数的不连续性.

摘要： 我国的淮河流域在地理位置、经济、交通等各方面都起着很重要的作用,然而淮河流域经常出现水文灾害,因此对于淮河流域的水文模拟有着很重要的意义.本文在淮河流域构建大尺度分布式水文模型VIC(Variable Infiltration Capacity),利用GLUE(Generalized Likelihood Uncertainty Estimation)方法对VIC模型的参数进行率定并分析模型参数的不确定性,并讨论了不同似然函数对于参数敏感性的影响,以及分析了径流模拟的不确定性.结果表明,所选需要率定六个的VIC模型参数中,饱和容量曲线形状参数(B),第二层土壤厚度(d2)是敏感的,其中d2最为敏感.而选取不同似然函数时,第三层土壤厚度(d3)的敏感性发生了变化,当利用Nash系数作为似然函数时,d3是敏感的,而当利用相对误差作为似然函数时,d3不敏感.选取95％置信区间时,模型模拟的径流量对观测径流量的覆盖率都比较小,不确定性较大.选取似然函数为相对误差时的覆盖率要大于选取似然函数为Nash系数时的覆盖率.

摘要： 本文在Pareto分布下考虑了屏蔽数据的贝叶斯统计分析.通过引入辅助变量来刻画屏蔽的失效机理,从而简化似然函数,并使用贝叶斯方法来估计参数,然后通过一个实例来比较不同超参数取值的影响,最后讨论了避免先验分布中超参数选取的方法.

摘要： 本文介绍马尔科夫蒙特卡洛(MCMC)方法,主要介绍它的一种特殊方法——M-H算法.对该算法的详细的实施过程进行了阐述,并理清了算法间的关系.最后通过一个应用实例讨论了如何使用R语言实现该算法.在本文的实例中，运用MCMC方法大大降低了计算难度，对于估计实例中参数，它所需要的主要知识仅是似然函数和先验分布等内容。特别是R语言的应用，使贝叶斯方法的实际应用更加简便可行。基于R语言的MCMC方法应用，使模型参数的贝叶斯推断摆脱了繁琐的高维积分计算，很大程度上方便了参数的后验推断问题，这使现代贝叶斯理论日趋势成熟，也极大地促进了贝叶斯理论地推广应用。然而，在MCMC方法在R语言中实现过程中，还有一些问题还有待于去完善和解决:如提高MCMC方法的估计效率;MCMC方法依赖于模拟的收敛性，而收敛性的判断至今没有一种令人完全折服的方法等。

摘要： 针对系统误差对雷达目标航迹的影响，提出了一种采用广义似然理论解决AIS与系统误差下雷达目标航迹关联问题，该算法通过建立似然函数来反映代表同一目标的AIS与雷达的航迹相似度，并通过典型环境下的仿真，把它与传统极大似然算法进行对比，显示了该算法的优越性与不足。

摘要： 从似然函数出发，推导了雷达网定位精度CRB的通用计算公式。仿真了主动雷达网、被动雷达网及混合雷达网的GDOP分布，分析了布站对雷达网定位精度的影响，给出了一些有价值的参考意见。

摘要： 在可传递信度模型(TBM)上定义一对Rough算子,并讨论其性质,然后将其应用于两方面:一是对同一识别框架下不同布尔代数中的任一命题进行表示,二是对TBM中的信任函数和似然函数进行Rough集解释。

摘要： 本文对雷达目标联合跟踪与识别技术研究的方法和进展进行了综合介绍,三种典型的算法分別是:基于雷达目标距离像序列的似然函数实现联合跟踪与识别,利用非线性滤波器实现实时的联合跟踪与识别,以及利用多传感器数据融合技术实现联合跟踪与识别。联合跟踪与识别技术可以应用目标类型知识改善跟踪可靠性,同时从跟踪中得到目标行为特性,提高目标识别概率。最后对联合检测、跟踪与识别技术做了评述。

摘要： 研究基于决策的神经网络(DBNN)的一种判别式函数。引入了利用组成模式类别的聚类的似然函数的最大值判定模式所属类别的方法，通过这一方法获得了DBNN的一种似然形式的判别式函数。这种判别式函数被称为是基于似然的判别式函数。此外，还为采用这种判别式函数的DBNN设计了相应的学习算法。语音识别的实验结果表明了这种判别式函数的优越性。

摘要： 本文研究了多站测向交叉定位系统中的多目标无源定位与跟踪问题,并给出了一种新的多站多目标方位数据关联算法的一般形式,该方法先利用一定的准则进行方位粗关联,排除掉一部分虚假定位点,减少计算量;在此基础上再进行方位细关联,找出最有可能来自目标的方位组合,同时还通过仿真分析验证了这里所提出的方位数据关联算法的可行性和有效性.

摘要： 本发明公开了一种基于似然函数的锂电池三阶模型参数辨识方法及系统，涉及一种估计锂电池在不同温度、不同SOC和充放电电流作用下电池模型参数的方法，包括以下步骤：建立锂电池三阶电池模型；采集不同温度、不同SOC和充放电电流作用下的电池模型输出Ud和电池总电流I；采用似然函数构建辨识模型，将采集的数据代入辨识模型中计算出电池模型参数；将辨识后的参数代入三阶电池模型，得到电池端电压并与测得的端电压对比。本发明操作方法简单有效，可精确地估算出锂电池的内阻参数。

摘要： 本发明公开了一种基于混合高斯/泊松最大似然函数的CBCT三维重建方法，属于统计迭代重建算法，是通过对投影数据的统计特性进行分析建立目标函数，利用一定的估计方法重建出高质量的图像。本发明首先通过anscombe变换将服从高斯‑泊松混合分布的实测投影数据变换为近似服从高斯分布，达到稳定噪声方差的目的，再通过梯度下降法求解混合高斯/泊松最大似然函数，结合三维全变分正则化方法(3D‑Total Variation,3D‑TV)进行迭代重建，从而达到改善重建图像质量的目的。

摘要： 本发明公开一种多项式参数化似然函数的分布式批估计数据融合方法，首先根据本地雷达的采样速率或数据更新的实际需求设定批估计更新周期，利用粒子滤波算法获得多传感器中粒子样本近似的本地似然函数，然后通过最小二乘近似方法求解得到本地传感器的多项式参数，并且在多传感器间通信交互这些多项式参数，最后利用多项式参数恢复得到粒子样本近似的多传感器近似似然函数，并采用批估计融合方法融合多传感器的近似似然函数，有效地解决了异步传感器网络中由于采样速率和初始偏差不同导致的异步数据难以融合的问题；相比于在个传感器节点之间直接传输原始量测，传输多项式参数的通信量更低；本申请相比于后验方法的精度更高。

摘要： 本发明公开了一种基于似然函数近似的分布式多传感器检测前跟踪方法，属于目标检测领域，特别设计了多传感器分布式融合和微弱目标检测跟踪技术领域。首先，每个本地传感器利用当前时刻回波数据计算似然函数；然后，通过多项式加权方法对似然函数进行近似并将相应近似参数传递至融合中心；最后，融合中心利用各传感器传递的近似参数对本地似然函数进行恢复，并利用恢复得到近似似然函数完成动态规划检测前跟踪算法值函数积累，实现目标检测。一方面，该方法采用分布式处理方法，本地传感器分担了一部分算法计算量降低了融合中心的计算负担。另一方面，该方法利用似然函数近似的方法解决了多传感器动态规划分布式处理中传输代价大的问题。

摘要： 本发明提供可用于至少部分基于来自移动装置的一个或一个以上传感器的信号确定在两个或两个以上过去出现时间用于活动分类的活动似然函数值的组件、方法和设备。举例来说，一种方法可包括：针对多个活动分类中的每一者，确定在两个或两个以上过去出现时间用于所述多个活动分类中的每一者的活动似然函数值。所述活动似然函数值至少部分是基于来自移动装置的一个或一个以上传感器的信号。所述方法还可包含：组合所述活动似然函数值以确定在当前出现时间用于一活动分类的似然函数。所述方法还可包含：至少部分基于在所述当前出现时间用于所述活动分类的所述确定的似然函数来推断与所述移动装置处于同一位置的用户的当前活动是所述活动分类中的一者。

摘要： 一种混合量子经典(HQC)计算机利用可用量子相干性来最大程度地增强对嘈杂量子设备采样的能力，从而与VQE相比减少测量次数和运行时间。所述HQC计算机从量子计量学、相位估计和最近的“阿尔法‑VQE”提议中汲取灵感，得出了对误差具有鲁棒性且不需要辅助量子位的一般公式。所述HQC计算机使用“工程化似然函数”(ELF)进行贝叶斯推理。因为物理硬件从嘈杂的中等规模量子计算机的状态过渡到量子误差校正计算机的状态，所述ELF形式增强采样方面的量子优势。此技术加速了许多量子算法的中心部分，其应用包括化学、材料、金融等。

摘要： 本发明公开了一种不依赖于似然函数的信道全维参数提取方法，通过多通道接收信号数据；对信号数据进行预处理，得到信号数据的时延峰值；以时延峰值为输入信息，采用前后向空域平滑MUSIC算法计算得到时延峰值中每个子路径对应的方位角和仰角；根据每个子路径对应的方位角和仰角计算该子路径的复幅度；集合时延峰值、每个子路径对应的方位角和仰角、以及复幅度，得到信道全维参数集；本发明通过对信号进行预处理，可以降低多普勒频移对子路径复幅度估计的影响，使得估计的复幅度更加准确，相比于SAGE这类引入EM迭代的基于似然函数的参数估计算法，它不需要迭代、所需时间更短、不存在初始值设置不当所导致的收敛于局部最优解从而估计出虚假径的问题。

摘要： 一种切削稳定性实验数据关于模型参数的似然函数的建立方法。通过建立实验观测数据关于模型参数的似然函数，并用于指导参数优化与辨识是一种广泛应用的工程优化思想，然而，对于切削加工问题，切削稳定性实验数据与切削稳定性模型的输出结果为异构数据，无法直接建立似然函数。因此，本发明提出一种基于激活函数构造异构数据间的关联，从而建立切削稳定性实验数据关于模型参数的似然函数的方法，能够直接表示切削实验结果与模型参数的匹配程度。

摘要： 本发明公开了一种基于似然函数的锂电池三阶模型参数辨识方法及系统，涉及一种估计锂电池在不同温度、不同SOC和充放电电流作用下电池模型参数的方法，包括以下步骤：建立锂电池三阶电池模型；采集不同温度、不同SOC和充放电电流作用下的电池模型输出U

摘要： 本发明公开了一种基于混合高斯/泊松最大似然函数的CBCT三维重建方法，属于统计迭代重建算法，是通过对投影数据的统计特性进行分析建立目标函数，利用一定的估计方法重建出高质量的图像。本发明首先通过anscombe变换将服从高斯‑泊松混合分布的实测投影数据变换为近似服从高斯分布，达到稳定噪声方差的目的，再通过梯度下降法求解混合高斯/泊松最大似然函数，结合三维全变分正则化方法(3D‑Total Variation,3D‑TV)进行迭代重建，从而达到改善重建图像质量的目的。