导读:本文包含了约束估计论文开题报告文献综述及选题提纲参考文献，主要关键词:线性回归模型,约束型LIU估计,修正约束型LIU估计,均方误差
约束估计论文文献综述
黄荣臻,朱宁,邓超海,张茂军[1]（2019）在《线性回归模型的一类新约束型LIU估计》一文中研究指出针对带线性约束型的回归模型复共线性问题,提出了一种新估计,称之为修正约束型LIU估计,给出了新估计的性质.在均方误差准则基础上证明了在一定条件下,修正约束型LIU估计优于最小二乘估计、岭估计、修正岭估计和约束型LIU估计,最后讨论了新估计的可容许性.(本文来源于《西南师范大学学报(自然科学版)》期刊2019年11期）
嵇昆浦,王瑾芳[2]（2019）在《附有等式约束病态模型正则化解的单位权中误差无偏估计》一文中研究指出利用平差参数间合理的等式约束虽能提升病态模型解的精度,但其本质仍是通过引入正则化参数来改善模型的病态性,由于改变了观测方程的结构,所得的估值残差及单位权中误差均有偏。针对这一不足,在病态模型正则化解的无偏单位权方差估计式基础上引入等式约束条件,根据约束正则化解的残差二次型期望公式,导出约束正则化解的无偏单位权中误差估计式,并用数值算例和病态测边网算例验证其正确性。结果表明,本文公式所估的单位权中误差精度优于传统公式所估结果。(本文来源于《大地测量与地球动力学》期刊2019年09期）
袁浩翔,陈姝,林敏[3]（2019）在《基于多约束优化的图像深度信息估计》一文中研究指出提出了一种基于深度学习的多约束框架,用于从单目视频中预测深度图。该框架不仅通过最小化光度误差来对网络进行优化,还引入了匹配点对约束和极线约束来弥补光度误差在无纹理区域和光照变化情况下的不稳定性。此外,该框架还加入了非连续图像之间的约束来改善模型的表现。通过与其他深度估计方法进行对比分析,结果表明:该框架可以提高深度预测的准确性,增强了模型在处理无纹理区域和光照变化时的鲁棒性。(本文来源于《计算机工程与科学》期刊2019年09期）
陶长琪,徐茉[4]（2019）在《短面板约束下固定效应空间动态面板模型的估计与模拟》一文中研究指出空间动态面板数据(SDPD)模型中被解释变量初值极易带有内生性,采用一般拟极大似然(QML)方法容易造成参数估计偏误,特别是当样本结构为n大T小的时候。鉴于此,本文在一般QML基础上,通过重塑误差项的方差-协方差矩阵,修正拟似然函数表达式,得到修正QML,进而估计短面板下含空间、时间、误差叁类关联项的固定效应SDPD模型,基于数值模拟和实例应用检验一般QML与修正QML的估计效果。数值模拟结果表明:修正QML比一般QML更精确、更稳健,均方误差修正率随样本短面板结构的增大而增大。实例应用不仅重新评估环境规制与技术创新之间的空间效应,回归结果也再次证实从数值模拟中得出的结论。(本文来源于《统计研究》期刊2019年09期）
李欢,张勇,王少帆,汪洋[5]（2019）在《先验时间特性约束下的动态OD矩阵估计》一文中研究指出利用路段流量和先验信息,提出了先验时间特性约束下的动态OD矩阵估计模型.该模型最主要是在经典的Cascetta提出的模型(传统模型)基础之上,通过应用Toeplitz约束矩阵捕获OD矩阵的时间平滑特性以进一步提高模型精度.在交通分配过程中,采用Toledo提出的交通分配矩阵线性近似方法,不需要假设OD分配矩阵是一个常量,而是具有时变性,算法基于交通仿真软件Mezzo实现.以青岛市市南区路网为实例进行实验,结果表明:本文提出的先验时间特性约束下的动态OD矩阵估计模型与传统模型相比效果更好.(本文来源于《交通工程》期刊2019年04期）
杨玥含,吴岚[6]（2019）在《弹性约束估计的显着性检验及其渐近分布》一文中研究指出本文基于高维稀疏线性模型,研究弹性约束估计(elastic net, EN)的相关显着性检验问题,在弹性约束估计的解路径上建立Cov-EN检验.为了获取该检验的理论结果,本文回顾KKT (KarushKuhn-Tucker)条件,通过Lars算法计算得到弹性约束估计的解路径上每个节点的解析表达式,证明该检验在一般数据下渐近收敛于参数为1的指数分布.本文的数值模拟和实证分析进一步阐述Cov-EN检验的特点与作用,并与Lasso的协方差检验进行比较.(本文来源于《中国科学:数学》期刊2019年08期）
胥峥,周洪益,沈甜甜,钱嫱,卫志农[7]（2019）在《改进的零注入约束双线性WLAV状态估计》一文中研究指出实际电网中存在许多注入功率严格为零的零注入节点,零注入节点的注入功率量测为绝对准确的量测量,但这些测量并没有得到充分利用。因此,通过注入功率为零的节点建立功率约束方程作为对状态估计的约束条件,再对极坐标系下的电力系统非线性量测方程进行两步线性化,得到计及零注入约束的双线性抗差状态估计方程,用约束方程对第一步线性过程结果进行修正。最终结果证明该算法在提高估计精度的基础上,不会增加系数矩阵的阶数,且改进后的算法仍然拥有较高的计算效率。国内某实际省网以及选取的IEEE标准系统的仿真结果证明了该方法能有效提高计算精度和计算效率。(本文来源于《电力工程技术》期刊2019年04期）
张永霖,王海斌,台玉朋,汪俊,陈曦[8]（2019）在《基于混合范数约束的非均匀稀疏水声信道估计方法》一文中研究指出水声信道具有明显的簇状稀疏特性,即稀疏的信道冲激响应大部分为零或接近零的小值系数,而非零值系数是以簇的形式非均匀分布于时延域。为此该文提出了一种基于非均匀混合范数约束仿射投影算法的水声信道估计方法。该方法首先根据信道簇状结构对其进行非均匀分组,基于此将l_(21)范数约束规则加入仿射投影算法中,具体方法为对簇状部分施加l_2范数约束,有效提高系数间的相关性,而簇状结构与其他零值抽头之间利用l_1范数约束实现了整体的稀疏特性。数值仿真以及深海远程水声通信试验数据处理结果表明了该文所提出的水声信道估计算法相较现有稀疏信道估计方法能够实现更快的收敛速度以及更高精度的信道估计结果。(本文来源于《应用声学》期刊2019年04期）
孙殿柱,梁增凯,薄志成,李延瑞,沈江华[9]（2019）在《样点邻域同构曲面约束的散乱点云法向估计》一文中研究指出针对现有点云法向估计算法难以兼顾估计结果的精度与稳健性问题,以局部采样区域同构曲面作为样点邻域点集所反映曲面形状约束,提出一种散乱点云法向估计方法。该方法将目标样点的邻域点集作为局部样本进行曲面重建,获取插值于采样点集并与采样表面拓扑同构的局部网格曲面;对曲面局部区域高斯映射结果进行聚类分析,获取目标样点的各向同性邻域面;基于面片的正则度以及面片至目标样点的测地距离,确定目标样点各向同性邻域面片法向的加权均值,并将所得结果作为目标样点的法向估计结果。试验结果表明,该方法在点云数据信噪比为40 dB的情况下可保证98%以上样点法向估计偏差在10°以内,可稳健处理含有噪声以及采样不均匀等缺陷的散乱点云法向估计问题,对于含尖锐特征的点云亦能准确估计样点法向,且具有较高的计算效率。(本文来源于《机械工程学报》期刊2019年19期）
卢虎,蒋小强,闵欢[10]（2019）在《具有通信约束的分布式SOR多智能体轨迹估计算法》一文中研究指出针对传统多智能体轨迹估计算法信息交换量大,计算量随群规模指数增长,可扩展性差等诸多不足,提出了一种基于超松弛迭代(SOR)的分布式多智能体轨迹估计算法,通过将最大似然(ML)准则下的轨迹估计转化为两级线性优化问题,并综合利用分布式超松弛迭代(Distributed SOR)和标记初始化方法,加快求解速度并简化信息交换流程,最终实现了多智能体位姿轨迹优化和协作定位。实验表明,所提的分布式方法能达到集中式算法的精度水平,在49个智能体规模条件下,位置估计误差小于0.15m,姿态估计误差小于0.03°,且数据交换量仅到现有主流分布式方法 DDF-SAM的0.06%,能很好用于大规模集群的场景。(本文来源于《航空学报》期刊2019年10期）
约束估计论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
利用平差参数间合理的等式约束虽能提升病态模型解的精度,但其本质仍是通过引入正则化参数来改善模型的病态性,由于改变了观测方程的结构,所得的估值残差及单位权中误差均有偏。针对这一不足,在病态模型正则化解的无偏单位权方差估计式基础上引入等式约束条件,根据约束正则化解的残差二次型期望公式,导出约束正则化解的无偏单位权中误差估计式,并用数值算例和病态测边网算例验证其正确性。结果表明,本文公式所估的单位权中误差精度优于传统公式所估结果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
约束估计论文参考文献
[1].黄荣臻,朱宁,邓超海,张茂军.线性回归模型的一类新约束型LIU估计[J].西南师范大学学报(自然科学版).2019
[2].嵇昆浦,王瑾芳.附有等式约束病态模型正则化解的单位权中误差无偏估计[J].大地测量与地球动力学.2019
[3].袁浩翔,陈姝,林敏.基于多约束优化的图像深度信息估计[J].计算机工程与科学.2019
[4].陶长琪,徐茉.短面板约束下固定效应空间动态面板模型的估计与模拟[J].统计研究.2019
[5].李欢,张勇,王少帆,汪洋.先验时间特性约束下的动态OD矩阵估计[J].交通工程.2019
[6].杨玥含,吴岚.弹性约束估计的显着性检验及其渐近分布[J].中国科学:数学.2019
[7].胥峥,周洪益,沈甜甜,钱嫱,卫志农.改进的零注入约束双线性WLAV状态估计[J].电力工程技术.2019
[8].张永霖,王海斌,台玉朋,汪俊,陈曦.基于混合范数约束的非均匀稀疏水声信道估计方法[J].应用声学.2019
[9].孙殿柱,梁增凯,薄志成,李延瑞,沈江华.样点邻域同构曲面约束的散乱点云法向估计[J].机械工程学报.2019
[10].卢虎,蒋小强,闵欢.具有通信约束的分布式SOR多智能体轨迹估计算法[J].航空学报.2019
标签：线性回归模型; 约束型LIU估计; 修正约束型LIU估计; 均方误差;