基于t型估计的抗差有偏估计

t 型估计是一种新的抗差估计,其思想是以 t 分布对观测误差建模。 但 t 型估计不能抵抗病态性的影响。 因而,为解决病态性与粗差同时存在的问题,需要对 t 型估计进行改进,建立基于 t 型估计的抗差有偏估计。 分别通过有偏估计中的广义压缩变换的方法和对 t 分布模型引入先验信息,可以得到两类抗差有偏估计———广义压缩 t 型(GST)估计和 t 型 Bayes 估计。 详细讨论了正态-Gamma 先验下 t 型 Bayes 估计及其 EM 算法。 理论分析和数值试验都表明,这两种抗差有偏估计可以有效解决粗差和病态性同存在的问题。     

钟差预报AR模型异常值探测的Bayes方法

主要研究了时间序列AR模型的异常值探测问题.首先在一定的限制条件下,将AR模型的异常值探测问题转化为线性回归模型的异常值探测问题;并在正态-Gamma先验条件下,计算了基于均值漂移模型和方差膨胀模型异常值事件发生的后验概率.然后运用Bayes方法对异常值进行了估算.最后通过卫星钟差实测数据计算,比较了模型修正前后预报的...     

t型抗差估计及其在测量平差中的应用

将近年来统计界提出的并有较深入理论研究的t型估计引入测量数据处理中,提出了Gauss-Markov模型的t型抗差估计,给出了相应的EM算法,并进行了模拟计算。计算结果显示,t型抗差估计计算快捷稳定,收敛性好,并且t型抗差估计受粗差影响不大,具有较好的抗差能力。     

Huffman编码在矢量地图压缩中的应用

Huffman编码是一种统计编码,是数据无损压缩中的重要方法。本文研究了Huffman编码的原理及其实现,并将其应用于矢量地图数据的压缩。针对矢量地图数据的特点,提出了Huffman编码的具体算法及压缩与解压缩的实现步骤,讨论了算法用于压缩矢量地图的优良性质。通过试验展示了Huffman编码进行数据压缩的原理与实现过程,并利用一组真实的矢量地图数据验证了所提出的算法可以有效实现对矢量地图数据的压缩,具有无损、高效、压缩率高、通用性好的优点。