正态总体下分布参数的Bayes序贯估计

论述正态总体分布参数的序贯估计和Bayes序贯估计问题。在Stein的双子样序贯估计的基础上 ,构造了Bayes双子样序贯估计 ,并作了剖析。此外 ,为了适应当前试验场地“试试看看 ,看看试试”的试验分析和鉴定的需要 ,给出了以序贯Bayes检验为基本出发点 ,使检验和序贯估计相联合的分析方法     

军情快递

俄罗斯开始在里海地区举行大规模军事演习 8月1日消息:俄罗斯8月1日开始在里海地区举行大规模军事演习,总共有60多艘军舰和10000多名军人参加演习。参加的部队包括海陆空三个军种。俄罗斯还将在演习中投入约30架战机和直升机,里海舰队共派出4000名水兵。     

走近信息时代的作战指挥

作战指挥,是军队潜在战斗力向现实战斗力有效转化、战斗能量高效聚合和精确释放的“协调、助推器”,是影响战争进程,决定战争成败胜负的关键性因素。随着信息技术在指挥领域的广泛应用和指挥自动化手段的快速发展。指挥手段与人脑之间产生了某种“思维联动”,原有的指挥体制、指挥样式、指挥方式方法等正在“信息化”大潮的冲刷下发生蜕变和质迁。未来信息化战场上的指挥模式将呈现“扁平细胞状。联合互动式,网络一体型”等特点。     

世界先进预警机一览

预警机是攻防兼备的重要武器装备。先进机载电子设备,使之拥有卓越的搜索、警戒、指挥能力,成为名符其实的空中指挥中心,在现代战争中发挥着不可低估的重要作用。几乎可以说,当今,世界上不论哪个地区形势紧张,哪个地区有战事发生,预警机便出现在哪里。     

聚焦印度战略“撒手锏”——“烈火”Ⅱ型导弹

据巴基斯坦媒体5月28日报道,印度与巴基期坦目前都已把“战略性”核弹头运往两国边境,包括各自的运载工具“烈火”、“沙辛”及“大地”、“哈塔夫”在内的中、短程弹道导弹也相继在边境地区部署就位。战争一触即发,南亚次大陆笼罩在核战争的恐怖之中。而在两国的核弹头运载工具中,印度的“烈火”Ⅱ型导弹由于其独特的发展背景、优越的技术性能和较强的作战能力而“一枝独秀”,被印度奉为战略“撒手锏”,形成其核威摄的中坚力量。     

зрланга分布及其在保障性数据分析中的应用

首先对З分布的特点进行了分析,其次运用极大似然法对其分布参数t0进行了估计,然后通过2个实例验证了这种分布的可行性和实用性,最后得出几点结论.     

变结构多模型估计第Ⅳ部分——模型群切换算法的设计和评估

在第Ⅲ部分提出了一种称为模型群切换算法(MGS)的变结构多模型(VSMM)估计器它是第一种通用的、可应于一大类具有混合(连续或离散)不确定性问题的VSMM估计器.在这种算法中,模型集合通过在一定数目预先确定的模型群之间的切换来实现自适应.它比固定结构MM(FSMM)估计器,包括交互多模型估计器(IMM)具有更大的潜力获得更高的费效比.本文研究了算法应用中的一些比较重要的问题,包括模型群自适应逻辑和模型群的设计.研究的结果通过一个机动目标跟踪问题的详细设计例子进行了演示.这个跟踪问题使用一个时变模型集合,每个模型由目标的加速度期望值表征.仿真结果用来证实在仔细设计和非常随机和确定的情况下,MGS算法同使用所有模型的固定结构IMM(FSIMM)估计的性能(基于更合理和完全的度量,而不是仅使用通常的rms误差)和计算复杂程度的比较.     

变结构多模型估计第Ⅲ部分——模型群切换算法

本文提出了一种称为模型群切换算法(MGS)的通用的变结构多模型(VSMM)估计器.它假设整个模型集合可以用一定数目的模型群来覆盖,每个模型群代表相互间紧密联系的一族系统行为方式或结构,在任何给定时刻,由一个硬决策来决定具体运行的模型群.它是第一种可普遍应用于一大类具有混合(连续或离散)不确定性问题的VSMM估计器.同时,它很容易实现.通过一个简单的失效检测和识别的例子显示当具有与固定结构的交互多模型(FSIMM)估计器相同的性能时,MGS算法可以从本质上减少计算量.     

变结构多模型估计第Ⅱ部分——模型集合自适应

变结构多模型(VSMM)估计的一个重要、自然和实用的方法是递归自适应模型集(RAMS)方法。此方法的关键是在理论上和实践上都具有挑战性的模型集自适应(MSA)。本文在理论上对MSA进行了研究。根据假设检验,阐明了MSA的各种典型问题,而这些假设一般是复合的,N元的,多变量的,更糟糕的是,不一定不相交。给出了一定数量的序列方案,这些方案在计算上都是高效的,容易实现的,并具有一些令人满意的最优特性。这些结果构成了建立性能良好,通用和实用的MSA算法的理论基础。在这里给出的理论结果已经应用于这系列后续部分的几种RAMS算法,这些算法都是应用广泛,容易实现并且明显优于当前的最佳固定结构多模型估计器。同时,它们对于变结构和固定结构多模型估计器的模型集对比、选择和设计都很重要。