基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出一种极大似然辨识方法,用于解决状态缺失多变量系统的参数估计问题.通过构造以输入-输出序列为条件概率的似然函数表达式,以及分析数据缺失程度对参数估计的影响,设计适用于状态缺失情况的卡尔曼状态估计器,在此基础上提出极大化似然函数的参数计算方法.数值仿真结果证明了该方法的有效性.
推荐文章
整体推断的极大似然方法
极大似然方法
整体推断
可靠性
基于极大似然目标状态估计的传感器管理
目标状态估计
极大似然
协方差矩阵
传感器管理
多种数据状态下三参数Weibull分布的极大似然估计
三参数Weibull分布
极大似然估计
完全数据
截尾数据
Newton-Raphson迭代
Brent搜索
数据缺失下线性EV模型响应变量均值的经验似然置信区间
线性EV模型
缺失数据
经验似然
置信区间
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 状态缺失多变量系统的极大似然辨识方法
来源期刊 计算机工程 学科 工学
关键词 系统辨识 极大似然辨识 多变量系统 数据缺失 卡尔曼滤波
年,卷(期) 2011,(22) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 162-163,167
页数 分类号 TP391
字数 2098字 语种 中文
DOI 10.3969/j.issn.1000-3428.2011.22.053
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨辉 华东交通大学电气与电子工程学院 76 653 13.0 20.0
2 樊晓平 中南大学信息科学与工程学院 236 3229 28.0 45.0
3 衷路生 中南大学信息科学与工程学院 35 297 10.0 16.0
5 颜争 华东交通大学电气与电子工程学院 6 58 3.0 6.0
6 瞿志华 中南大学信息科学与工程学院 10 82 6.0 9.0
9 齐叶鹏 华东交通大学电气与电子工程学院 5 59 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (10)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1963(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
系统辨识
极大似然辨识
多变量系统
数据缺失
卡尔曼滤波
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导