1) generalized ridge principal component predictor
广义岭型主成分预测
2) combining generalized ridge and principal components estimator
广义岭型主成分估计
1.
The combining generalized ridge and principal components estimator of regression coefficient in growth curve model;
增长曲线模型中回归系数的广义岭型主成分估计
3) generalized ridge predictor
广义岭型预测
4) generalized ridge principal components adjusted estimate
广义岭型主成分改进估计
1.
Combine Stein-Type Shrunken thinking with the generalized ridge principal components adjusted estimate to study a seemingly unrelated regression systems.
对于一类半相依回归系统,将Stein压缩思想与广义岭型主成分改进估计相结合,提出Stein型广义岭型主成分改进估计,并且讨论这种估计及其相应的两步估计的优良性质。
5) combining generalized ridge principal component estimate
广义岭型组合主成分估计
6) combining ridge and principal components estimate
岭型主成分估计
1.
This paper discusses its superiority of the optimal and classical predictors based on the combining ridge and principal components estimate.
针对有偏降维估计的预测问题,以岭型主成分估计为基础,对广义线性回归模型{y=Xβ+ε,ε-N(0,σ2∑)}的最优预测量与经典预测量的最优性判别问题进行讨论。
2.
The variance optimality of combining ridge and principal components estimate is discussed in the class of reduced-dimension estimates.
研究岭型主成分估计在降维估计类中的方差最优性,证明了它的方差阵在降维估计类中最小,方差阵的特征值最小,方差和及方差积最小。
3.
おhis paper discusses the variance property of combining ridge and principal components estimate in the class of reduceddimension estimators.
讨论了岭型主成分估计在一类降维估计中的方差性质，证明了在一定条件下岭型主成分估计的方差和最小。
补充资料：广义预测控制
分子式：
CAS号：
性质：它是以脉冲响应和阶跃响应等非参数模型为基础的预测控制算法的发展，由克拉克(clark)1984年提出的基于参数模型的预测控制，故称广义预则控制。由于它采用了最小化参数模型，并在广义最小方差控制的基础上，在优化中引入了多步预测的思想，有较强的鲁棒性，实用于有时滞，开环不稳定的非最小相位系统，且参数数目较少，易于在线估计参数，实现自适应控制。
CAS号：
性质：它是以脉冲响应和阶跃响应等非参数模型为基础的预测控制算法的发展，由克拉克(clark)1984年提出的基于参数模型的预测控制，故称广义预则控制。由于它采用了最小化参数模型，并在广义最小方差控制的基础上，在优化中引入了多步预测的思想，有较强的鲁棒性，实用于有时滞，开环不稳定的非最小相位系统，且参数数目较少，易于在线估计参数，实现自适应控制。
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