排序方式: 共有5条查询结果,搜索用时 13 毫秒
1
1.
2.
态势估计中统计时间推理在许多应用中非常重要。Kirilov的基于极大似然估计(MaximumLikelihoodEstimation,MLE)的推理方法将未知时间变量看作常数,忽略了它的先验信息,估计方差较大。针对这一问题,本文首先建立了已知时间信息和未知时间变量之间的关系模型,这一模型可用来解释Kirilov的方法;然后在这一模型下,将未知时间变量扩展为随机变量,采用基于最大后验概率估计(MaximumaPos-terioriEstimation,MAP)的方法进行统计时间推理。对两种推理算法的性能进行了分析和比较,发现在较宽的范围内,基于MAP的方法性能优于基于MLE的方法。 相似文献
3.
态势估计中一种基于贝叶斯估计的统计时间推理方法 总被引:4,自引:0,他引:4
统计时间推理是态势估计中的一个重要组成部分。Kirilov的基于极大似然估计(Maxi-mumLikelihoodEstimation,MLE)的推理方法将未知时间变量看作常数,估计方差较大。文中建立的已知时间信息和未知时间变量之间的关系模型,将未知时间变量扩展为随机变量,将贝叶斯估计(BayesEstimation,BE)引入时间推理。经过对两种推理算法的性能进行分析和比较,发现在一定范围内,基于BE的方法性能优于基于MLE的方法。 相似文献
4.
态势估计中基于假设检验的统计时间推理方法 总被引:1,自引:0,他引:1
在战场态势估计中,常常需要判断事件发生的时间顺序,而对事件发生时间的观测往往含有统计不确定性。这里将假设检验理论引入时间推理,建立了一种判别两个事件发生顺序的新方法,同时研究了在统计不确定性下时间顺序的传递性,从而有效增强了态势估计中对时间关系的描述和推理能力 相似文献
5.
本文首先讨论了态势估计中推理框架的现有形式,并从中抽取共性;然后讨论了推理算法的研究现状及存在的问题;最后在推理框架共性之下,提出了应用模糊理论和统计理论解决这些问题的步骤。 相似文献
1