导读:本文包含了协方差论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:协方差,参数,算法,自适应,模型,矩阵,误差。
协方差论文文献综述
刘进[1]（2019）在《条件协方差矩阵的估计方法研究综述》一文中研究指出条件协方差矩阵在投资组合和金融风险管理中具有重要意义。文章针对(高维)条件协方差矩阵估计的一些最新研究成果进行了综述,并分析了这些方法的优势和不足之处,同时指出了进一步研究的方向。(本文来源于《统计与决策》期刊2019年23期）
王秀友,刘华明,范建中,徐冬青[2]（2019）在《有效的协方差判别学习算法》一文中研究指出在基于视频的图像集分类中,类内样本多样性问题是影响算法分类性能的一个主要原因.为了尝试解决该问题,提出了一种图像集分类算法,其目标体现在2个方面:(1)使得算法在时间效率上相较于协方差判别学习(CDL)等具有代表性的图像集分类算法有进一步的提升;(2)使得算法在分类精度上也仍然具有可比性.首先利用双向二维主成分分析对原始的协方差特征进行降维,使其变得更加紧凑.同时,为了抽取到更具判别性的特征信息,对每一个低维紧凑的协方差矩阵应用QR分解,使其变换成一个正交基矩阵和一个非奇异的上叁角矩阵.考虑数据分布空间的黎曼流形特性,通过定义函数的方式使得上叁角矩阵仍然分布在由对称正定(SPD)矩阵张成的SPD流形之上.此时,原始的样本空间就转化成了一个由正交基矩阵张成的Grassmann流形和一个特征分布更加紧凑的新的SPD流形.为了更好地整合这2种黎曼流形特征,首先利用Stein散度以及对数欧氏距离导出一个黎曼流形测地线距离度量;然后,利用该度量设计一个正定的核函数将上述特征映射到一个高维Hilbert核空间;最后,利用核判别分析算法进行判别子空间特征学习.文中算法在5个基准视频集YTC, Honda, ETH-80, MDSD以及AFEW上均取得了较好的分类结果,同时在计算效率上也优于CDL等对比算法,从而表明了其可行性和有效性.(本文来源于《计算机辅助设计与图形学学报》期刊2019年10期）
谢卫,王前东[3]（2019）在《一种基于自适应网格剖分的协方差交集融合新算法》一文中研究指出针对分布式航迹融合问题,提出了一种基于自适应网格剖分的协方差交集融合新算法。首先,自适应计算网格剖分误差上限;其次,利用网格剖分法求出局部航迹协方差椭圆的交集;最后,利用交集中心求出融合航迹估计值。通过仿真试验,该算法能自适应估计网格剖分步长上限,提高融合精度。(本文来源于《电讯技术》期刊2019年09期）
朱文强,林梅芬,陈婷[4]（2019）在《基于拉格朗日乘子协方差矩阵的电力系统多个不良参数辨识研究》一文中研究指出提出了一种基于拉格朗日乘子LagM协方差矩阵的多个不良参数辨识方法,用于甄别电力系统的多个不良参数。该方法先利用归一化LagM定位可疑参数,再通过LagM的协方差矩阵划分不同参数群,并将所有参数群中归一化LagM最大者对应的参数标记为不良参数。因为每个参数群均对应一个不良参数,从而实现系统中多个不良参数的辨识,同时采用不断修正和不断估计的手段,直至系统中不存在不良参数。最后通过IEEE14节点所构建的算例验证了所提方法的有效性。(本文来源于《智慧电力》期刊2019年09期）
位寅生,周希波,刘佳俊[5]（2019）在《稳健的基于参数化协方差矩阵估计的空时自适应处理方法》一文中研究指出参数化协方差矩阵估计(Parametric Covariance Matrix Estimation,PCE)方法利用雷达系统参数估计杂波协方差矩阵(Clutter Covariance Matrix,CCM),显着提升非均匀环境下空时自适应处理(Space-Time Adaptive Processing,STAP)的性能;但是在系统参数和杂波分布存在误差情况下,性能下降严重.本文提出一种稳健的基于PCE方法的STAP杂波抑制方法.首先利用稀疏恢复方法与Radon变换估计杂波分布,然后提出一种归一化广义内积统计量修正杂波的分布,最后利用PCE方法估计CCM并进行STAP杂波抑制.通过分析舰载高频地波雷达仿真和实测数据处理结果表明:所提方法的稳健性大幅提升,相比稀疏恢复STAP方法和前后向空时平滑STAP方法滤波器凹口更加准确且更深,在有效抑制杂波的同时更利于慢速目标的检测.(本文来源于《电子学报》期刊2019年09期）
刘志平,朱丹彤,余航,张克非[6]（2019）在《等价条件平差模型的方差-协方差分量最小二乘估计方法》一文中研究指出提出等价条件闭合差的方差-协方差分量最小二乘估计方法,简称LSV-ECM法。首先,利用等价条件平差模型建立了基于等价条件闭合差二次型的方差-协方差分量估计方程,由矩阵半拉直算子将其变换为线性Gauss-Markov形式,进而通过最小二乘准则导出了具有模型通用性、形式简洁性且满足无偏性和最优性的方差-协方差分量估计公式。其次,证明了LSV-ECM方法与残差型VCE方法的等价性,并在此基础上通过计算复杂度定量分析了所提方法的计算高效性。最后,通过边角网平差和中国区域GNSS站坐标时序建模及其结果分析,验证了所提新方法的正确性和计算高效性。(本文来源于《测绘学报》期刊2019年09期）
王智,简涛,何友[7]（2019）在《杂波协方差矩阵结构的融合估计方法》一文中研究指出针对特定杂波背景下的最优或次优杂波协方差矩阵估计方法难以适应过渡杂波环境的问题,提出协方差矩阵结构的融合估计方法,通过调整参数涵盖现有的3种杂波协方差矩阵估计方法,并分析所提出方法对应的自适应归一化匹配滤波器的自适应特性.其次,确定了控制参数的经验公式,经验公式符合数值结果.最后,从估计精度、恒虚警率特性和检测性能3个方面对所提出方法和已有方法进行对比分析.仿真结果表明,在过渡杂波环境中,所提出方法的精度更高、检测效果更好,对实际杂波非高斯程度时空渐变性具有较强的适应能力.(本文来源于《控制与决策》期刊2019年09期）
倪宣明,钱龙,赵慧敏,黄嵩[8]（2019）在《高频数据下高维协方差阵的RCM算法估计与应用》一文中研究指出基于因子模型的估计方法是高频数据下高维协方差矩阵估计的一个重要方向.为了解决行业分类门限法的主观性问题,本文使用RCM算法对剔除了主要成分的残差矩阵进行重新排序并进行分块对角化门限处理.本文首先在数值模拟中设定残差矩阵包含分块对角结构并将其顺序打乱,随后使用RCM算法进行重新排序,结果表明其能够还原乱序残差矩阵中所包含的分块对角结构.基于2015年股灾期间和2018全年的高频数据,本文将预平均法和使用RCM进行分块对角处理的POET方法进行结合,并在实证研究中对包括该估计量在内的多种协方差估计量进行了样本外预测效果的比较.结果显示改进后的估计量具有更好的预测能力,进行含总敞口约束的最小方差组合投资时的日内波动率整体较低.(本文来源于《系统工程理论与实践》期刊2019年08期）
吴智强,鲁娟,张振坤,廖小平,马俊燕[9]（2019）在《基于优化的组合协方差高斯过程的表面粗糙度预测》一文中研究指出加工过程中产生的表面质量(如粗糙度)的数据序列包含多种特征,为能捕捉更多的数据特征,提高表面粗糙度的预测精度,提出采用组合协方差的高斯过程回归(CGPR)模型预测表面粗糙度,来捕捉数据特征中的线性特征和非线性特征;为获得CGPR模型的最佳超参数组合,采用人工蜂群(ABC)优化算法对超参数寻优,形成人工蜂群—组合协方差的高斯过程回归(ABC-CGPR)模型。通过45钢的车削试验,基于不同切削用量和刀具结构,建立了各类不同组合协方差的ABC-CGPR预测模型和单一协方差的ABC-GPR预测模型,并对比其预测性能,结果展示CGPR预测模型相比单一的GPR预测模型具有更高的预测精度,其中线性协方差函数与Matern协方差函数组合的预测精度最高,为实际加工中选取满意的预测模型提供了有效的指导。(本文来源于《工具技术》期刊2019年08期）
宋闯,张航,郝明瑞[10]（2019）在《基于CDKF的快速协方差交叉融合跟踪算法研究》一文中研究指出随着目标抗干扰能力的增强,单一寻的制导方式很难完成对目标的稳定跟踪和精确打击,需采用多种探测器作为传感器,提供多种观测数据以实现对目标的稳定跟踪和精确打击。建立了适当的目标运动模型和观测模型,利用中心差分卡尔曼滤波(CDKF)变换处理模型的非线性问题,避免了求解复杂的雅克比矩阵。对于分布式多传感器融合,传统的方法多采用协方差交叉(CI)融合方法,但是这类方法需要寻优求解。而快速协方差交叉(FCI)则不需要进行寻优过程,且计算量小。在此基础上,提出了用于多传感器目标跟踪的CDKF-FCI融合算法。最后,对算法进行了仿真分析,并进一步验证了提出算法的有效性。(本文来源于《导航定位与授时》期刊2019年05期）
协方差论文开题报告
（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：
在基于视频的图像集分类中,类内样本多样性问题是影响算法分类性能的一个主要原因.为了尝试解决该问题,提出了一种图像集分类算法,其目标体现在2个方面:(1)使得算法在时间效率上相较于协方差判别学习(CDL)等具有代表性的图像集分类算法有进一步的提升;(2)使得算法在分类精度上也仍然具有可比性.首先利用双向二维主成分分析对原始的协方差特征进行降维,使其变得更加紧凑.同时,为了抽取到更具判别性的特征信息,对每一个低维紧凑的协方差矩阵应用QR分解,使其变换成一个正交基矩阵和一个非奇异的上叁角矩阵.考虑数据分布空间的黎曼流形特性,通过定义函数的方式使得上叁角矩阵仍然分布在由对称正定(SPD)矩阵张成的SPD流形之上.此时,原始的样本空间就转化成了一个由正交基矩阵张成的Grassmann流形和一个特征分布更加紧凑的新的SPD流形.为了更好地整合这2种黎曼流形特征,首先利用Stein散度以及对数欧氏距离导出一个黎曼流形测地线距离度量;然后,利用该度量设计一个正定的核函数将上述特征映射到一个高维Hilbert核空间;最后,利用核判别分析算法进行判别子空间特征学习.文中算法在5个基准视频集YTC, Honda, ETH-80, MDSD以及AFEW上均取得了较好的分类结果,同时在计算效率上也优于CDL等对比算法,从而表明了其可行性和有效性.
（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。
协方差论文参考文献
[1].刘进.条件协方差矩阵的估计方法研究综述[J].统计与决策.2019
[2].王秀友,刘华明,范建中,徐冬青.有效的协方差判别学习算法[J].计算机辅助设计与图形学学报.2019
[3].谢卫,王前东.一种基于自适应网格剖分的协方差交集融合新算法[J].电讯技术.2019
[4].朱文强,林梅芬,陈婷.基于拉格朗日乘子协方差矩阵的电力系统多个不良参数辨识研究[J].智慧电力.2019
[5].位寅生,周希波,刘佳俊.稳健的基于参数化协方差矩阵估计的空时自适应处理方法[J].电子学报.2019
[6].刘志平,朱丹彤,余航,张克非.等价条件平差模型的方差-协方差分量最小二乘估计方法[J].测绘学报.2019
[7].王智,简涛,何友.杂波协方差矩阵结构的融合估计方法[J].控制与决策.2019
[8].倪宣明,钱龙,赵慧敏,黄嵩.高频数据下高维协方差阵的RCM算法估计与应用[J].系统工程理论与实践.2019
[9].吴智强,鲁娟,张振坤,廖小平,马俊燕.基于优化的组合协方差高斯过程的表面粗糙度预测[J].工具技术.2019
[10].宋闯,张航,郝明瑞.基于CDKF的快速协方差交叉融合跟踪算法研究[J].导航定位与授时.2019
论文知识图
