-
题名利用蒙特卡罗方法与拟蒙特卡罗方法计算定积分
被引量：7
- 1
-
-
作者
韩俊林
任薇
-
机构
云南师范大学数学学院
-
出处
《山西师范大学学报（自然科学版）》
2007年第1期13-17,共5页
-
基金
天元基金(A0324637)
云南省教育厅科研基金资助项目
-
文摘
在本文中,我们利用计算机分别产生了伪随机数序列和低差异数序列.在此基础上,我们研究了蒙特卡罗积分与拟蒙特卡罗积分.
-
关键词
随机样本
低差异数序列
蒙特卡罗积分
拟蒙特卡罗积分
-
Keywords
random sample
low-discrepancy sequences
Monte Carlo Integration
Quasi-Monte Carlo Integration.
-
分类号
O213.2
[理学—概率论与数理统计]
O213.9
[理学—概率论与数理统计]
-
-
题名二项线性随机效应模型的拟蒙特卡罗估计
- 2
-
-
作者
韩俊林
郭民之
-
机构
云南师范大学数学学院
-
出处
《纯粹数学与应用数学》
CSCD
北大核心
2008年第4期742-746,751,共6页
-
基金
教育部春晖计划(Z2006-1-65001)
云南省教育厅科研基金(5Y0094A)
-
文摘
讨论了如何运用拟蒙特卡罗方法对二项线性随机效应模型进行参数估计.首先写出观测数据的边缘对数似然函数,然后用拟蒙特卡罗方法将函数中的积分写成求和的形式,接着利用Newton-Raphson算法计算参数的极大似然估计.以一组种子数据为例,说明该方法是简单可行的.
-
关键词
二项线性随机效应模型
拟蒙特卡罗积分
Newton—Raphson算法
-
Keywords
binomial linear mixed model, Quasi-Monte Carlo integration, Newton-Raphson algorithm
-
分类号
O212
[理学—概率论与数理统计]
-
-
题名高斯混合粒子PHD滤波被动测角多目标跟踪
被引量：12
- 3
-
-
作者
张俊根
姬红兵
-
机构
西安电子科技大学电子工程学院
-
出处
《控制与决策》
EI
CSCD
北大核心
2011年第3期413-417,共5页
-
基金
国家自然科学基金项目(60871074).
-
文摘
为解决目标数未知或随时间变化的多目标跟踪问题,通常将多目标状态和观测数据表示成随机集形式,并通过递推计算目标状态联合分布的概率假设密度(PHD)来完成.然而,对于被动测角的非线性跟踪问题,PHD无法获得闭合解,为此提出一种新的高斯混合粒子PHD算法.该算法利用高斯混合近似PHD,以避免用聚类确定目标状态,并采用拟蒙特卡罗(QMC)积分方法计算目标状态的预测和更新分布.仿真结果验证了所提出算法的有效性.
-
关键词
多目标跟踪
随机集
概率假设密度
被动测角
拟蒙特卡罗积分
-
Keywords
multi-target tracking
random sets： probability hypothesis density： passive bearings-only
Quasi-Monte Carlo integration
-
分类号
TN953
[电子电信—信号与信息处理]
-
