检索结果-南通市图书馆

测绘学报 2019年第10期48卷 1225-1235页

作者：韩松辉张国超张宁朱建青信息工程大学基础部河南郑州450001 中国人民解放军78092部队四川成都610000 苏州科技大学理学院江苏苏州215009

基于EM算法,提出一种AR模型中ao类异常值(additive outlier)探测的算法。该算法可同时进行AR模型拟合与ao类异常值探测,并可有效地解决成片ao类异常值探测时所产生的掩盖和淹没问题。最后,将本文算法应用于GPS卫星钟差预报之中。本文算... 详细信息

基于EM算法,提出一种AR模型中ao类异常值(additive outlier)探测的算法。该算法可同时进行AR模型拟合与ao类异常值探测,并可有效地解决成片ao类异常值探测时所产生的掩盖和淹没问题。最后,将本文算法应用于GPS卫星钟差预报之中。本文算法可以准确探测出钟差历史观测序列中的ao类异常值,并可对卫星钟差进行精确预报。

关键词： AR模型 EM算法 ao类异常值卫星钟差预报

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

卫星钟差异常值探测的抗掩盖与淹没型算法

引用

测绘科学技术学报 2019年第4期36卷 346-352页

作者：马朝忠张倩倩韩松辉李新娜信息工程大学河南郑州450001 31002部队北京100094

北斗卫星导航系统(BDS)卫星钟差异常值处理过程中,由于成片异常值的存在,往往会产生掩盖与淹没现象,致使异常值探测效率不高甚至失败。基于求和自回归移动平均模型,分析了时间序列中成片加性ao(Additive Outlier)异常值探测时易产生掩... 详细信息

北斗卫星导航系统(BDS)卫星钟差异常值处理过程中,由于成片异常值的存在,往往会产生掩盖与淹没现象,致使异常值探测效率不高甚至失败。基于求和自回归移动平均模型,分析了时间序列中成片加性ao(Additive Outlier)异常值探测时易产生掩盖与淹没现象的原因;考虑了差分及逆差分对异常值探测的影响,提出了成片ao类异常值探测的抗掩盖与淹没新算法。通过仿真算例,验证了新算法对于序列中成片ao类异常值探测的准确性和有效性。将算法应用于BDS卫星钟差异常值探测和钟差预报中,较好地克服了数据中掩盖和淹没现象产生的影响,对于进一步提高卫星钟差的预报精度具有重要作用。

关键词：卫星钟差 ao类异常值掩盖与淹没求和自回归移动平均(ARIMA)模型差分

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

AR模型异常值探测的Bayes方法及其在GNSS周跳探测中的应用

AR模型异常值探测的Bayes方法及其在GNSS周跳探测中的应用

引用

作者：张倩倩解放军信息工程大学

学位级别：硕士

时间序列异常值探测是时间序列分析的一个重要环节。本文主要致力于应用Bayes统计理论和方法研究时间序列中不同类型异常值的探测问题、成片ao类异常值的掩盖和淹没问题以及这些理论和方法在GNSS周跳探测中的应用。主要工作和创新点如下... 详细信息

时间序列异常值探测是时间序列分析的一个重要环节。本文主要致力于应用Bayes统计理论和方法研究时间序列中不同类型异常值的探测问题、成片ao类异常值的掩盖和淹没问题以及这些理论和方法在GNSS周跳探测中的应用。主要工作和创新点如下： 1、基于不同类型识别变量的异常值探测的Bayes方法。针对不同类型的异常值引入不同类型的识别变量，构造了一种新的不同类型异常值同时探测模型，根据Bayes假设检验的思想和原理，给出了明确的异常值判别阈值，设计和运用Gibbs抽样算法计算出识别变量后验概率值来进行异常值探测。 2、成片ao类异常值探测的抗掩盖和淹没型Bayes方法。深入分析了成片ao类异常值探测中掩盖和淹没现象产生的原因，发现成片ao类异常值的出现造成其异常扰动的估值严重偏离真值，致使Gibbs抽样的初值不合理，导致Gibbs抽样发散;据此，充分利用时间序列数据的相关性，应用最小二乘拟合推估给出了其异常扰动的精确估值，设计了一种自适应Gibbs抽样算法，提出了一种成片ao类异常值探测的抗掩盖和淹没型Bayes方法。 3、时间序列异常值探测的Bayes方法在GNSS周跳探测中的应用。结合载波相位观测序列中周跳的特点及其与异常值的关系，从Bayes假设检验的角度提出基于识别变量后验概率进行周跳探测的Bayes方法;并以一种全新的思路研究周跳探测中的隐差问题，在分析周跳探测中隐差现象发生原因的基础上，设计一种自适应Gibbs抽样算法，提出了周跳探测的抗隐差型Bayes方法;运用Bayes点估计方法给出了周跳的估值方法。数值试验和应用表明，本文提出的基于不同类型识别变量的异常值探测的Bayes方法能够很好地处理时间序列数据中在同一时刻或不同时刻出现不同类型异常值的探测问题，较好地解决了不同类型异常值分开处理所带来的类型误判等问题;基于不同类型异常值同时探测模型的成片ao类异常值探测的Bayes方法能够有效的防止掩盖和淹没现象的发生。

关键词： AR模型 ao类异常值 IO类异常值 Bayes方法识别变量 Gibbs抽样成片ao类异常值掩盖淹没周跳探测

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

时间序列ARMA模型中各类异常值同时探测的Bayesian方法

引用

信息工程大学学报 2018年第1期19卷 70-73,128页

作者：张国超归庆明信息工程大学河南郑州450001

应用Bayesian统计思想,提出一种针对平稳、可逆ARMA模型ao类和IO类异常值同时探测的方法。首先综合考虑时间序列数据中ao类异常值和IO类异常值同时出现的复杂情况,在模型参数未知的情况下,建立基于识别变量标记的异常值探测模型,将异常... 详细信息

应用Bayesian统计思想,提出一种针对平稳、可逆ARMA模型ao类和IO类异常值同时探测的方法。首先综合考虑时间序列数据中ao类异常值和IO类异常值同时出现的复杂情况,在模型参数未知的情况下,建立基于识别变量标记的异常值探测模型,将异常值探测问题归纳为多重假设检验问题;其次使用Openbugs软件执行Gibbs抽样程序获得样本对多重假设检验问题进行Bayesian统计推断,确定异常值的位置、类型以及异常扰动的具体大小;最后通过模拟实验与已有的异常值探测方法进行比较。提出的方法对时间序列ARMA模型中同时出现的ao类和IO类异常值具有良好的探测效果。

关键词： ARMA模型 ao类异常值 10类异常值识别变量 Bayesian统计 Gibbs抽样

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：