刘福升

作品数：16被引量：19H指数：2
导出分析报告
供职机构：山东科技大学信息科学与工程学院更多>>
发文主题：贝叶斯预测BAYES预测参数估计MONTE非线性贝叶斯动态模型更多>>
发文领域：理学更多>>
发文期刊：《山东科技大学学报（自然科学版）》《系统工程理论与实践》《数学杂志》《经济数学》更多>>
所获基金：山东省自然科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
不同损失函数下不同无信息先验的Bayes估计及比较被引量：5
《山东科技大学学报（自然科学版）》2005年第4期95-98,共4页王晶 刘福升 
讨论了采用损失函数L2(θ,δ)=aθm(δ(x)-x)2时,在二项分布场合下关于产品合格率的不同无信息先验分布下的Bayes估计,并从Bayes风险的角度,对损失函数为L2*(θ,δ)=θ(δ(x)-x)2的Bayes估计与[1]中所得的Bayes估计进行了比较。从而得...
关键词：损失函数 二项分布 Bayes风险 无信息先验分布 
非正态假定下贝叶斯动态线性模型的监控研究(英文)被引量：2
《数学杂志》2005年第3期245-248,共4页高理峰 刘福升 
对非正态假定下贝叶斯动态模型,特别是非线性的模型的监控,一直是个难题.本文通过构建基于样本点的统计量,实现了对非正态假定下贝叶斯动态线性模型的监控.该方法也适用于非线性的贝叶斯动态模型.
关键词：贝叶斯动态模型 随机模拟 χ^2-统计量 
非线性状态空间模型的EHMM抽样法被引量：1
《山东科技大学学报（自然科学版）》2005年第3期104-106,116,共4页包云霞 鲁法明 刘福升 
给出了一种新的非线性状态空间模型的MCMC方法———EHMM(EmbeddedHiddenMarkovModel)抽样法,运用该方法构造的Markov链的收敛速度比传统的MCMC方法有明显提升,文中证明了这一结论并以一维非线性状态空间模型为例加以说明。
关键词：非线性状态空间 MCMC方法 Metropolis-Hastings算法 Gibbs算法 HMM EHMM抽样 
ε-代换类先验的贝叶斯稳健性被引量：2
《山东科技大学学报（自然科学版）》2004年第4期85-88,共4页华鹏 刘福升 
考查了ε-代换类先验的贝叶斯稳健性,衡量其稳健与否的标准是先验为ε-代换类的后验分布的kullback leibler散度和它的曲率。给出了多维和非共轭情况下后验的kullback leibler散度的曲率的变化范围。
关键词：ε-代换类 贝叶斯稳健性 kullback-leibler散度和曲率 
非线性贝叶斯动态模型的一种处理方法
《山东科技大学学报（自然科学版）》2004年第2期96-97,共2页王建新 刘福升 
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。
关键词：非线性贝叶斯动态模型 筛选算法 MONTE Carlo算法 
多变量非线性贝叶斯动态模型的参数估计
《经济数学》2003年第3期72-75,共4页王建新 刘福升 
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 。
关键词：多变量 非线性贝叶斯动态模型 参数估计 MONTE Carlo最优法 极大似然函数 
ARMA模型识别及参数估计的新方法被引量：1
《山东科技大学学报（自然科学版）》2003年第4期55-56,共2页李金龙 刘福升 
基于随机模拟的方法,利用可逆跳MCMC算法讨论了ARMA模型的识别和参数估计。
关键词：ARMA模型识别 参数估计 随机模拟 可逆跳MCMC算法 Yule-walker方程 
贝叶斯动态线性模型的组合预测被引量：1
《山东科技大学学报（自然科学版）》2002年第3期16-17,24,共3页蒋金凤 刘福升 张孝令 
组合预测就是将随机变量或向量的点预测进行组合 ,这些预测是根据几个模型所给出的。一般的方法是求这些点预测的算术平均值。本文给出的是根据模型的预测精度确定权的贝叶斯动态线性模型的组合预测 。
关键词：贝叶斯动态线性模型 组合预测 预测精度 随机变量 点预测 贝叶斯预测 算术平均值 
已知部分信息的先验确定
《山东科技大学学报（自然科学版）》2002年第2期3-6,共4页王燕 刘福升 
讨论了已知参数的边际先验 ,来求以其为条件的条件参考先验 ,进而对总体参数先验做出确定 。
关键词：先验确定 部分信息 Kullback-Leiber散度 无信息 BAYES统计 先验分布 先验信息 
单变量时间序列DLM的Gibbs Sampling方法
《山东科技大学学报（自然科学版）》2002年第1期39-41,共3页石汝娟 刘福升 
应用Gibbssampler对线性动态模型进行贝叶斯推断 ,与以往不同 ,这种方法是在给定其它变量情况下 ,同时产生出所有的状态向量。本文主要对此方法的滤波过程进行了改进 ,使其更加简洁。
关键词：吉布斯抽样 卡尔曼滤波 马尔可夫链蒙特卡洛方法 单变量时间序列 递归滤波 贝叶斯推断 
全选清除导出
共2页<12>
检索报告 对象比较 聚类工具 使用帮助 返回顶部