全文预览

响应变量缺失下线性回归模型的ERLS算法

上传者:蓝天 |  格式:pdf  |  页数:5 |  大小:0KB

文档介绍
归模型的算法Р 参考文献:Р 牟青,魏平.基于缺失数据模型的长码直扩信号的伪Р 码估计.电子学报,:—.Р :Р 坦付惠娟,任美睿.无线传感器网络中缺失数据的估计Р .计算机工程,,:—.Р 回沈奇,王池社.生物缺失数据处理的贝叶斯模型研究Р .微电子学与计算机,,:—.Р 刘鹏,雷蕾,张雪凤.缺失数据处理方法的比较研究Р .计算机科学,:—.Р 图稳健算法回归系数估计曲线,,.Р .Р , , , Р :—.Р 沈启霞,刘心声.含缺失数据线性模型回归系数的约束Р 士Р 坦算法.南京大学学报,,:—.Р 周秀轻,王金德.随机删失数据非线性回归模型的最Р 小一乘估计.中国科学:辑,,:Р 回Р —.Р 杨宜平,薛留根,程维虎.响应变量存在缺失时部分Р 线性模型的经验似然推断.高校应用数学学报,Р ,:—.Р 赵丽棉,赵培信.响应变量随机缺失下变系数部分线Р 图稳健算法误差曲线Р 性模型的借补经验似然推断.应用数学,,Р 结论:—.Р 张贤达.现代信号处理.北京:清华大学出版Р 本文提出了一个新的基于缺失数据模型社,.Р算法,从分析结果可以看出,野值的存在使祝转民,秋宏兴,李济生,等.动态测量数据野值的Р得解出现严重偏差,而使用本文提出的辨识与剔除.系统工程与电子技术,,Р算法再结合非线性抑制函数,则可以自适应得到:—.Р系统的最优解,算法回归曲线明显优于解。李景熹,王宇,王树宗,等.观测值中野值的判别与Р 处理方法仿真研究.微计算机信息,,:Р因此,算法能够有效地解决响应数据缺失问Р —.Р题和充分抑制动态数据中野值对滤波的影响。更Р .线性代数及其应用.侯自新,译.天Р为重要的是,算法通过对响应变量取期望津:南开大学出版社,.Р值,对应白变量数据基于算法迭代参与计算, . Р从而充分地利用了全部有效数据集,且数值实验.:,.Р结果表明该方法简单有效。责任编辑邹永红Р万方数据

收藏

分享

举报
下载此文档