共查询到18条相似文献，搜索用时 187 毫秒
1.
用QR分解拟合回归方程参数估计和剩余的迭代加细 总被引：1，自引：1，他引：0
讨论用ＱＲ分解拟合回归方程时,参数估计和剩余的迭代加细管算法。证明了：若用ＱＲ分解所作的算法无需计算平方根,则相应的迭代加细算法也需计算平方根。对这种算法作了检验,并讨论了参数估计的精度。 相似文献
2.
本文主要开展多智能系统领导者-跟随一致性分析,其中每个智能体的动态性能描述为分数阶奇异线性系统.基于系统的输出信息,设计一个输出反馈的控制协议.通过有效的证明,推导出多智能体系统领导者-跟随一致性的充分条件.采用奇异值分解（SVD）技巧,可将一致性条件进一步转换为易于求解的线性矩阵不等式.当通信拓扑图假设为无向连通图时,一致性条件可以简化为相对简单的多个线性矩阵不等式.最后给出一个实例,演示如何求取反馈增益,通过仿真图可以发现本文结果正确、有效. 相似文献
3.
改进的奇异值分解(advanced singular value decomposition,ASVD)方法,是对经过空间均匀化订正的格、站点网资料的奇异值分解(singular value decomposition,SVD)方法.根据奇异向量与经验正交函数(empirical orthogonal function,EOF)的关系,给出了格、站点网资料SVD方法中均匀化订正的方法,进而得到了改进的奇异值分解(ASVD)方法.将ASVD方法、SVD方法用于中国60a(1951-2010年)160站冬季气温、降水同期相关系数矩阵C的分析,结果表明:ASVD方法的前4个主要模态的模方拟合率和累积模方拟合率均明显高于SVD方法;ASVD方法前两个奇异向量典型场图上高绝对值区与C模方图上高值区的关系明显较SVD方法合理.由此论证了SVD方法中资料均匀化订正的必要性,验证了实际分析中ASVD方法的效果. 相似文献
4.
5.
奇异值分解及其在北美陆地气温与我国降水遥相关中的应用 总被引：11，自引：7，他引：11
从矩阵理论的奇异值分解（ＳＶＤ）定理出发，详细地论述了有关数学原理及计算方法，作为ＳＶＤ的一个应用，计算了北美陆地气温场与我国夏季降水场的奇异值解，并对分离出的主相关区的可靠性及预报蕴示进行了讨论，结果表明：北美陆地气温与我国夏季降不存在明显的线性相关，尤其是冬季、陆地气温场以降江中下游及西北地区夏季降不有很好的指示意义 相似文献
6.
回归分析,尤其是逐步回归,已在农业气象工作中得到了广泛的应用。然而,当数据的自变量具有高度共线性结构时,最小二乘法意义下的回归系数估计的方差会很大;对于数据的微小变动十分敏感,回归系数的估计值有明显变化,甚至代数符号也发生改变,出现与经验或理论结果相矛盾的现象。用逐步回归法选择变量时,前向选择和后向 相似文献
7.
SVD方法在夏季降水预测中的应用 总被引：4，自引：0，他引：4
用奇异值分解方法（SVD）分析了夏降水异常与前期冬季大气环流异常之间的联系，得到了一些很有意义的结果，为夏季降水预测提供了参考。 相似文献
8.
用奇异值分解方法,对热带西太平洋和印度洋海表温度距平与欧亚500hPa高度距平进行分析,揭示了它们相互关系的事实。表明在它们相互作用的过程中,存在成对的典型空间分布,相应每对分布的时间系数同期相关较高。 相似文献
9.
欧亚环流异常对中国夏季降水的影响及其预测研究 总被引：6，自引：1，他引：6
文中利用奇异值分解 (SVD)方法 ,分析了 5 0 0hPa环流与中国降水的耦合作用。结果表明 ,夏季高度场和降水场相互的空间分布与大气环流的遥相关型紧密联系 ,所对应的时间系数对夏季旱涝趋势有较好的表征能力。冬、春季高度场和夏季降水场的相互关系显示出与夏季相类似的遥相关分布型。利用高度场与降水场奇异值分解的结果及前期环流异常信息 ,可以为夏季降水趋势预测提供参考 相似文献
10.
用奇异值分解方法(SVD)分析了夏季降水异常与前期冬季大气环流异常之间的联系,得到了一些很有意义的结果,为夏季降水预测提供了参考. 相似文献
11.
降水是在多种天气系统和复杂物理过程共同影响下形成的,因此降水预报难度较大。由于数值预报模式的局限性,使得模式预报产品存在一定误差。为探讨更加有效的模式预报产品误差订正方法,基于奇异值分解（SVD）与机器学习（多元线性回归、套索回归、岭回归）构建订正模型,对2007—2019年4月1日—6月30日华南前汛期欧洲中期天气预报中心（EC）模式降水预报产品进行误差订正试验。结果表明:基于SVD与机器学习相结合的订正模型能有效降低EC模式降水预报产品在华南的预报误差,均方根误差最大优化率达4.2%,累计超过69%的站点得到不同程度的优化;SVD与机器学习相结合的订正模型能很好地处理因子间共线性问题,具有更好的鲁棒性;而对多个订正模型加权集成,均方根误差优化率达5.7%,累计超过77%的站点得到优化,显然加权集成方法订正效果不仅优于EC模式预报产品,也优于参与集成的任一订正模型。 相似文献
12.
针对前汛期广西北部暴雨洪涝灾害频发的问题，利用T213模式和日本细网格降水预报等数值预报产品，采用条件数计算选取回归因子的方法建立广西北部区域平均降水量的预报方程。进行了2004、2005年两年5-6月的前汛期业务预报应用试验。采用条件数方法建立的预报方程和传统的逐步回归预报方程的平均预报误差分别为6．3569mm和7．0096mm，同期T213模式的预报误差为7．9456mm。试验表明新方法比传统的逐步回归方程和T213模式具有更高的预报精度，有较好的业务应用前景。计算对比可知，采用条件数计算选择的预报因子间的复共线性较微弱，而逐步回归方法选择的因子间的复共线性很严重，影响了回归方程的预报效果。 相似文献
13.
晴空卫星红外模拟资料反演大气温度廓线的研究 总被引：2，自引：2，他引：0
HIRS／3资料的反演是一个典型的非适定问题,而奇异值分解法（SVD）是一种解病态线性代数方程组的有效方法,它在遇到矩阵的不适定问题时依然可以保持其数值稳定性并能尽量多地利用各探测通道的有效信息。将SVD方法应用于卫星资料的温度反演问题中可以将资料空间和参数空间分型,从中提取有效信息来反演大气温度廓线。通过理想资料试验,分析了温度廓线初猜值、水汽廓线误差等因素对温度反演结果的影响。结果表明：对HIRS／3资料来说,用SVD法反演大气温度廓线时只能截取一定的阶数,以取4～7为宜;温度廓线初猜值的选取对反演结果的影响较大,当模式层的中层误差较大时得到的反演结果最稳定;水汽廓线的扰动对中低层的温度反演结果和第5,8,10,11和16通道的亮温值有较大影响。 相似文献
14.
丁锋 《南京气象学院学报》2012,4(5):385-401
讨论了最小二乘迭代辨识算法及其计算效率问题.最小二乘迭代算法由于涉及矩阵求逆运算,为减小计算量,提出了基于块矩阵求逆的最小二乘迭代辨识算法.基于块矩阵求逆的最小二乘迭代辨识算法不是一种新算法,只是从辨识算法的实现方式上降低计算负担,它与最小二乘迭代算法产生相同的参数估计,但计算量小.文中研究了伪线性回归系统、多元伪线性回归系统、多变量伪线性回归系统的最小二乘迭代辨识算法及其基于块矩阵求逆的最小二乘迭代算法. 相似文献
15.
丁锋 《南京气象学院学报》2012,4(2):97-124
递阶辨识是系统辨识的一个重要分支.递阶辨识原理是在大系统递阶控制的"分解-协调原理"基础上发展起来的,它不仅能够解决参数数目多、维数高、大规模系统辨识算法计算量大的问题,而且能够解决结构复杂的双线性参数系统、多线性参数系统以及非线性系统的辨识问题.首先介绍递阶辨识原理和线性方程组Ax=b的著名雅可比迭代和高斯-赛德尔迭代,给出了线性方程组的迭代方法族;其次将雅可比迭代思想和递阶辨识原理用于研究一般矩阵方程和耦合矩阵方程的递阶梯度迭代求解方法和递阶最小二乘迭代求解方法;再次介绍了方程误差模型的两阶段最小二乘辨识方法(一个简单的递阶辨识方法)和线性回归模型的递阶最小二乘辨识方法;最后研究了类多变量CARMA系统的递阶辨识方法. 相似文献
16.
丁锋 《南京气象学院学报》2011,(6):481-510
递推辨识与迭代辨识构成了两类重要的参数估计方法.递推辨识的递推变量与时间有关,因而可以用于在线估计系统参数;迭代辨识的迭代变量是自然数,与客观世界的时间无关,通常用于离线估计系统参数.基于辅助模型辨识思想、多新息辨识理论、递阶辨识原理、耦合辨识概念等辨识方法都可以用递推算法和迭代算法实现.迭代方法渊源很早,如求解矩阵方程Ax=b的雅可比迭代、高斯-赛德尔迭代等.迭代辨识方法主要使用梯度搜索、最小二乘搜索、牛顿搜索原理来实现.为此主要研究了CARMA系统和Box-Jenkins系统的最小二乘迭代辨识方法与梯度迭代辨识方法.这些方法也可推广到其他所有方程误差类系统和输出误差类系统,以及非线性系统.迭代辨识方法通常用于有限量测数据的系统辨识,其收敛性证明是辨识领域极具挑战性的研究课题. 相似文献
17.
SVD分析揭示的澳大利亚高压年际变化对中国夏季气温的可能影响 总被引：1，自引：0，他引：1
利用澳大利亚海平面气压和中国夏季气温站点资料,使用SVD和线性回归方法揭示了澳大利亚高压（以下简称澳高）的年际变化与中国夏季气温异常的联系。结果表明,SVD的第一模态（简称SVD1）时间系数与通常使用澳高指数相关可达到0．97。SVD1表示出澳大利亚高压的年际变化与中国江南地区夏季气温存在密切联系。澳高增强（减弱）时,江南地区夏季气温偏低（偏高）。整层垂直积分大气加热场、海平面气压场、500hPa的高度场变化以及降水和总云量的变化都对夏季气温的形成有一定作用。澳高对中国夏季气温的可能影响途径为：澳高强（弱）年时,澳大利亚地区低层的异常辐散风场在菲律宾东侧的暖池附近产生辐合（辐散）,引起正（负）涡度源,激发P-J型波列,伴随着在南海-西太平洋地区产生副高正异常（负异常）,导致副高偏西（偏东）,进而增强（减弱）来自孟加拉湾的水汽输送,同时江南地区水汽和异常风场辐合（辐散）,有利于（不利于）该地区降水异常的发生和维持,有益于气温降低（升高）。 相似文献
18.
An empirical atmospheric model(EAM) based on the singular value decomposition(SVD) method is evaluated using the composite El Ni(?)o/Southern Oscillation(ENSO) patterns of sea surface temperature (SST) and wind anomalies as the target scenario.Two versions of the SVD-based EAM were presented for comparisons.The first version estimates the wind anomalies in response to SST variations based on modes that were calculated from a pair of global wind and SST fields(i.e.,conventional EAM or CEAM).The second version utilizes the same model design but is based on modes that were calculated in a region-wise manner by separating the tropical domain from the remaining extratropical regions(i.e.,region-wise EAM or REAM). Our study shows that,while CEAM has shown successful model performance over some tropical areas, such as the equatorial eastern Pacific(EEP),the western North Pacific(WNP),and the tropical Indian Ocean(TIO),its performance over the North Pacific(NP) seems poor.When REAM is used to estimate the wind anomalies instead of CEAM,a marked improvement over NP readily emerges.Analyses of coupled modes indicate that such an improvement can be attributed to a much stronger coupled variability captured by the first region-wise SVD mode at higher latitudes compared with that captured by the conventional one. The newly proposed way of constructing the EAM(i.e.,REAM) can be very useful in the coupled studies because it gives the model a wider application beyond the commonly accepted tropical domain. 相似文献