导读:本文包含了非线性贝叶斯动态模型论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:模型,动态,算法,神经网络,方法,因子,序列。
非线性贝叶斯动态模型论文文献综述
苏兵,高理峰[1]（2012）在《非线性贝叶斯动态模型的重要性再抽样(英文)》一文中研究指出本文研究了非线性贝叶斯动态模型的随机模拟.在更宽泛的先验分布假设下.利用重要性再抽样的方法,以"样本"代替"分布",实现了对模型的后验推断、预测和模型选择,扩张了贝叶斯动态模型的应用领域.(本文来源于《数学杂志》期刊2012年02期）
潘福臣,李琳[2]（2010）在《一类非线性贝叶斯动态模型的算法研究》一文中研究指出本文利用自主滤波与神经网络相结合的方法,对非线性贝叶斯动态模型进行了简单的探讨,从而给模型的短期预测以自适应,自纠正的智能化功能,为非线性贝叶斯动态系统的预测提供了一条可行的途径.(本文来源于《中国科技信息》期刊2010年22期）
高汝召,边平勇,赵衍才[3]（2007）在《NTM方法在非线性贝叶斯动态模型中的应用》一文中研究指出将NTM方法应用于非线性贝叶斯动态模型,给出了它的递推公式以及随机变量的数字特征的计算,与蒙特卡洛方法相比提高了效率和精度.(本文来源于《周口师范学院学报》期刊2007年05期）
边平勇,李金静[4]（2007）在《非线性贝叶斯动态模型及其随机模拟算法》一文中研究指出一、引言非线性贝叶斯动态模型定义为观测方程:zk=hk(xk,nk)(1)状态方程:xk=fk(xk-1,vk-1)(2)初始先验:(x0|D0)其中,观测方程描述观测值(或向量)如何随参数变化,状态方程描述参数如何随时间变化。nk和vk-1可以认为是一种随机误差,它们相互独立且各自独立。(本文来源于《统计与决策》期刊2007年13期）
王建新,刘福升[5]（2004）在《非线性贝叶斯动态模型的一种处理方法》一文中研究指出对一类非线性贝叶斯动态模型进行了处理。用筛选算法进行抽样,利用得到的样本进行各种推断和预测。(本文来源于《山东科技大学学报(自然科学版)》期刊2004年02期）
潘福臣[6]（2004）在《非线性贝叶斯动态模型若干问题的研究》一文中研究指出本文对非线性贝叶斯模型的一些相关问题作了探讨。首先，本文简单介绍了几种随机模拟方法，并对重要性抽样作了改进，从而为选取好的重要函数提供了方法和理论依据。并把插值规则引入到非线性动态模型中来，对非线性模型进行了模拟。神经网络作为一种智能机器在处理复杂的非线性系统有其独到的优越性，本文将神经网络的理论应用到非线性贝叶斯动态模型中，并实际处理了叁类非线性模型，从而给模型预测以智能化思想。第4章，在前人的基础上简要讨论了非线性贝叶斯动态模型的组合预测。此外，本文应用Goldfeld，Quandt，Trotter等人提出的“二次爬山法”对非线性非高斯状态空间的后验众数的估计问题作了简单的探讨。在文章的最后，详细讨论了模型选择问题，其中包括神经网络的选择和应用经典的贝叶斯因子进行模型选择，并将分数贝叶斯因子进行了简单的推广。(本文来源于《山东科技大学》期刊2004-02-01）
王建新,刘福升[7]（2003）在《多变量非线性贝叶斯动态模型的参数估计》一文中研究指出本文讨论多变量非线性贝叶斯动态模型参数估计 ,将 Monte Carlo最优法用于极大似然函数 ,得到未知参数和状态变量的估计(本文来源于《经济数学》期刊2003年03期）
李金龙[8]（2003）在《非线性贝叶斯动态模型预测及其随机模拟方法的研究》一文中研究指出本文主要讨论了随机模拟方法在非线性贝叶斯动态模型中的应用。对非线性贝叶斯动态模型的两种主要形式(一)一般模型(二)含参数模型分别提出了几种针对性地模拟方法。例如，对于如下一般模型： 分别应用序列重要抽样的方法和MCMC方法中的Gibbs抽样算法对上述模型作预测，并且对于重要函数的选取和抽样的可行性提出了几个结论。 对于如下含参数模型 综合利用M.West的核密度光滑理论和序列imputation算法，使模型预测的问题得到了解决。并且在讨论抽样过程中模型参数的信息损失问题时，发现了M.West和Gonden et al方法之间内在的联系。 另外，针对MCMC算法中的Metropolis算法。也在一定程度上探讨了其用于非线性贝叶斯动态模型的可能性。(本文来源于《山东科技大学》期刊2003-02-01）
高理峰,刘景武[9]（2002）在《一类非线性动态模型的贝叶斯随机模拟》一文中研究指出对一类非线性动态模型进行了随机模拟 ,利用Metropolis算法完成了样本的修正递推 ,并对模型进行各种预测和推断 ;然后利用观测误差构造统计量的方法实现了对模型的监控(本文来源于《临沂师范学院学报》期刊2002年03期）
非线性贝叶斯动态模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文利用自主滤波与神经网络相结合的方法,对非线性贝叶斯动态模型进行了简单的探讨,从而给模型的短期预测以自适应,自纠正的智能化功能,为非线性贝叶斯动态系统的预测提供了一条可行的途径.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
非线性贝叶斯动态模型论文参考文献
[1].苏兵,高理峰.非线性贝叶斯动态模型的重要性再抽样(英文)[J].数学杂志.2012
[2].潘福臣,李琳.一类非线性贝叶斯动态模型的算法研究[J].中国科技信息.2010
[3].高汝召,边平勇,赵衍才.NTM方法在非线性贝叶斯动态模型中的应用[J].周口师范学院学报.2007
[4].边平勇,李金静.非线性贝叶斯动态模型及其随机模拟算法[J].统计与决策.2007
[5].王建新,刘福升.非线性贝叶斯动态模型的一种处理方法[J].山东科技大学学报(自然科学版).2004
[6].潘福臣.非线性贝叶斯动态模型若干问题的研究[D].山东科技大学.2004
[7].王建新,刘福升.多变量非线性贝叶斯动态模型的参数估计[J].经济数学.2003
[8].李金龙.非线性贝叶斯动态模型预测及其随机模拟方法的研究[D].山东科技大学.2003
[9].高理峰,刘景武.一类非线性动态模型的贝叶斯随机模拟[J].临沂师范学院学报.2002
论文知识图
