- 年份
- 2025(5)
- 2024(11)
- 2023(10)
- 2022(13)
- 2021(15)
- 2020(13)
- 2019(21)
- 2018(18)
- 2017(18)
- 2016(19)
- 更多...
- 核心收录
- 北京大学中文核心期刊目录(北大核心)(214)
- 中国科技论文与引文数据库(CSTPCD)(213)
- 中国科学引文数据库(CSCD)(143)
- 中国人文社会科学引文数据库(CHSSCD)(48)
- 中文社会科学引文索引(CSSCI)(48)
- 更多...
- 刊名
- 统计与决策(34)
- 计算机工程与应用(11)
- 火力与指挥控制(10)
- 应用数学(9)
- 电子学报(9)
- 传感技术学报(7)
- 自动化学报(7)
- 华中科技大学学报(自然科学版)(6)
- 计算机应用研究(6)
- 同济大学学报(自然科学版)(5)
- 更多...
- 作者单位
- 华中科技大学(6)
- 天水师范学院(6)
- 曲靖师范学院(6)
- 哈尔滨工程大学(5)
- 国防科技大学(5)
- 河海大学(5)
- 西北工业大学(5)
- 西安电子科技大学(5)
- 北京师范大学(4)
- 北京航空航天大学(4)
- 更多...
- 语种
- 汉语(341)
- 关键词
- 贝叶斯估计(341)
- 粒子滤波(24)
- 极大似然估计(15)
- Gibbs抽样(11)
- 可靠性(11)
- 图像去噪(10)
- 先验分布(9)
- 参数估计(9)
- 无线传感器网络(8)
- 目标跟踪(8)
- 更多...
- 作者
- 王丙参(6)
- 魏艳华(6)
- 刘鹤飞(4)
- 孙永辉(4)
- 徐宝(4)
- 陈建伟(4)
- 周穗华(3)
- 宗凤喜(3)
- 张勇刚(3)
- 朱慧明(3)
- 更多...
相关度
- 相关度
- 发表时间
每页显示10条
- 每页显示10条
- 每页显示20条
- 每页显示30条
已找到 341 条结果
- Bayesin估计方法预报晚稻白叶枯病流行趋势
- 基于贝叶斯估计的空间Pair-copula预测模型及应用北大核心CHSSCDCSSCICSTPCD摘要:为了描述空间相关关系的复杂性,文章结合Pair-copula函数将空间相关结构分解成双变量之间的条件相关.对Pair-copula空间分析模型提出了边缘分布参数及相关结构参数的贝叶斯估计,结合实际数据探讨了高斯随机场下的先验分布选择问题,给出了未知参数后验分布函数.提出了基于Pair-copula函数的空间预测方法,并通过交叉验证,与传统空间预测方法的预测精度进行了比较.结果 表明,Pair-copula空间预测方法在对复杂空间…查看全部>>
- CGE模型中CES生产函数的贝叶斯估计北大核心CHSSCDCSSCI
- Poisson分布参数的渐近最优和可容许的经验Bayes估计CSCD
- 定数截尾逆威布尔分布参数的贝叶斯估计北大核心CHSSCDCSSCI摘要:文章利用混合Gibbs算法(Gibbs抽样与Metropolis算法混合)给出了定数截尾逆威布尔分布参数的贝叶斯估计,通过Monte-Carlo模拟,考查贝叶斯估计的均值和均方误差,并与逆矩估计、分位数回归估计进行比较.结果表明:在给出的三种定数截尾场合,用混合Gibbs算法求逆威布尔分布参数的贝叶斯估计都得到了比较满意的结果,三种估计中,贝叶斯估计的精度最高,略好于分位数回归估计,明显好于逆矩估计,该算法可行、稳定、有效.
- 基于Gibbs抽样方法的空间滞后随机前沿模型Bayesian估计北大核心CHSSCDCSSCICSTPCD摘要:文章应用Gibbs抽样方法对空间滞后随机前沿模型参数进行Bayesian推断,得到模型参数的后验条件分布.应用Gibbs抽样方法对模型参数的后验均值进行了推断,该方法避免了对复杂表达式的高维积分计算.通过蒙特卡罗模拟显示在最小后验均方误差准则下得到的参数估计值十分逼近真值.
- 二重AR(1)模型的参数估计北大核心CHSSCDCSSCI摘要:二重AR(1)模型是普通AR(1)模型的非线性化,也可看作是RCAR(1)模型的进一步推广.由于二重AR(1)模型比较复杂,传统参数估计方法难以估计其参数,本文提出采用MCMC方法来估计其参数.
- 指数-威布尔分布参数贝叶斯估计的混合Gibbs算法北大核心CHSSCDCSSCICSTPCD摘要:文章利用混合Gibbs算法分别在分组数据和定数截尾场合给出了指数-威布尔分布参数的贝叶斯估计,并进行了Monte-Carlo模拟.结果表明:在两种不完全数据场合,用混合Gibbs算法求指数-威布尔分布参数的贝叶斯估计,结果令人满意,该算法可行、稳定且精度高.
- 基于切片Gibbs抽样方法的Logistic回归模型参数估计北大核心CHSSCDCSSCICSTPCD摘要:文章采用切片Gibbs抽样方法对多元Logistic回归模型的参数进行了研究.结果表明,在切片Gibbs抽样过程中通过引入辅助变量扩大参数空间,得到了参数的后验分布为截尾正态分布.在此基础上随机模拟显示,马氏链经过有限次迭代达到了平稳状态并且链的收敛速度较快,通过参数的自相关图得出自相关系数随迭代次数的增大呈减小趋势,即产生链的机理是正确的,说明该方法对估计Logistic回归模型是有效的.
- M-H算法的建议分布选择与比较北大核心CHSSCDCSSCICSTPCD