对F-J方法中采样算法的改进

• 作者: 张彦栋 赵中飞 陈建忠
• 来源期刊: 测绘地理信息
• 学科: 地球科学
• 关键词: 线性-非线性模型 贝叶斯理论 马尔可夫链蒙特卡洛 迭代最小二乘 假设检验 改进采样算法
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 技术研究
• 页码范围: 83-88
• 页数: 6页
• 分类号: P207
• 语种: 中文
• DOI: 10.14188/j.2095-6045.2017343

摘要

介绍了基于贝叶斯理论的线性一非线性模型的反演方法(F-J方法),在理论上可以求出模型参数的概率分布,可以通过马尔可夫链蒙特卡洛(Markov chain Monte Carlo,MCMC)采样估计参数值及其精度.为了评估F-J方法反演效果,给出了线性一非线性模型的最小二乘方法以及假设检验步骤.针对MCMC采样算法中参数的随机游走步长会影响最佳采样数量的问题,对采样算法作了改进,模拟数据算例表明,改进的采样算法基本消除了部分参数游走步长选取不合适对确定采样次数的影响,解决了随机游走采样难以确定最佳采样点数量的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵中飞		7	5	1.0	2.0
2	陈建忠	武汉大学测绘学院	8	4	1.0	2.0
4	张彦栋	武汉大学测绘学院	2	0	0.0	0.0