1) Non-regular location parameter model
非正则位置参数模型
2) regular parameter model
正则参数模型
3) Location parameter model
位置参数模型
4) location and scale parameters model
位置与刻度参数模型
1.
Change-point tests of location and scale parameters model and its approximate distribution;
位置与刻度参数模型变点的非参数检验及其渐近性质
2.
This paper discusses the change-point problem about the location and scale parameters model based on two-sample U-statistic.
运用次序统计量构造了U-统计量,并且基于U-统计量,讨论了位置与刻度参数模型的变点检验问题,并证明了检验统计量的渐近正态性。
5) location-scale parameter model
位置-尺度参数模型
1.
For the location-scale parameter model,the least-squares estimation and weighed least-squares estimation for the location and scale parameters were given by the expected Bayesian estimation of the failure probability.
对位置-尺度参数模型,借助失效概率的E-Bayes估计,给出了位置参数、尺度参数的最小二乘估计和加权最小二乘估计,从而可以得到寿命服从位置-尺度参数模型产品可靠度的估计。
6) Nonparametric model
非参数模型
1.
In this paper,the nonparametric model direct adaptive predictive control approach is applied to linear motor speed and position control based on the dynamic linearization of tight format of a class of SISO nonlinear systems.
将基于紧格式线性化的非参数模型直接自适应预测控制方法应用到直线电机速度和位置控制中。
2.
In this paper,a kind of nonparametric model based on the kernel density estimation theories is constructed for time series of single variable.
应用核密度估计理论构造了单变量多阶非参数模型NP(p)。
3.
It develops a nonparametric model of interest rate term structure dynamics based on a spot rate process.
最后给出了非参数模型计算债券期权定价的例子。
补充资料：非参数模型辨识
利用直接记录或分析系统的输入和输出信号的方法估计系统的非参数模型。所谓非参数模型是指系统的数学模型中非显式地包含可估参数。例如，系统的传递函数、频率响应、脉冲响应、阶跃响应等都是非参数模型。非参数模型通常以响应曲线或离散值形式表示。非参数模型的辨识可通过直接记录系统输出对输入的响应过程来进行；也可通过分析输入与输出的自相关和互相关函数(见相关分析法建模)，或它们的自功率谱和互功率谱函数(见频谱分析方法建模)来间接地估计。非参数模型是经典控制理论中常用的描述线性系统的数学模型。传递函数反映输入与输出的拉普拉斯变换在复数域上的响应关系，频率响应反映它们的傅里叶变换在频率域上的响应关系，而脉冲响应和阶跃响应则是在时域上的响应关系。它们从不同的方面反映系统的动态特性。非参数模型比参数化模型直观，辨识非参数模型的方法和计算也比辨识参数化模型的简单。脉冲响应可以用直接记录输入脉冲函数的输出响应的方法来辨识；频率响应也可以直接利用单频正弦输入信号的响应来辨识。但是这种直接辨识方法只能应用于无随机噪声的确定性系统。对于有随机噪声的系统或随机输入信号，必须使用相关分析法或功率谱分析方法。随着快速傅里叶变换仪、伪随机信号发生器和相关仪的问世，辨识系统的非参数模型已变得比较容易。但非参数模型应用于实时控制和适应性控制仍不如参数化模型方便。非参数模型在某些情形下，可以转化为参数模型。例如，如果一个系统的传递函数可以表示为有理分式H(s)=K/(a+s)，则系统的模型可以用常微分方程y＇+ay=ku表示，a与k为待估计的模型参数，这是参数化模型。又如，对于离散系统的权函数序列（离散脉冲响应序列）{hi，i=0,1,...}，如果在i充分大（如i>N0），而│hi│充分小时,则模型可以表示为并可用最小二乘法给出有穷权函数序列{hi，i=0,1,...N0}的估计。一般说来,由参数模型容易获得非参数的脉冲响应或频率响应，但由非参数模型化为参数模型则要困难得多。
参考书目
P.艾克霍夫著，潘科炎、张永光等译：《系统辨识：状态与系统参数估计》，科学出版社，北京，1980。(P.Eykhoff, Systems Identification, Wiley, London,1974.)
参考书目
P.艾克霍夫著，潘科炎、张永光等译：《系统辨识：状态与系统参数估计》，科学出版社，北京，1980。(P.Eykhoff, Systems Identification, Wiley, London,1974.)
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条