检索结果-内蒙古大学图书馆

作者：张玉敏河北大学

学位级别：硕士

在概率论与统计学中,密度函数估计是基于观察到的已知数据,利用无参数估计的方法对未知的概率密度函数进行估计,使得估计所得的概率密度函数与真实的概率密度函数之间的均方积分误差达到最小。经典的无参估计方法是帕尔森窗口法,亦称为... 详细信息

在概率论与统计学中,密度函数估计是基于观察到的已知数据,利用无参数估计的方法对未知的概率密度函数进行估计,使得估计所得的概率密度函数与真实的概率密度函数之间的均方积分误差达到最小。经典的无参估计方法是帕尔森窗口法,亦称为核概率密度函数估计方法。利用核概率密度函数估计方法的关键是核函数的选取以及窗口宽度的确定。在本文中,我们对七种不同核函数的性能进行了比较。针对不同的核函数,利用solve-the-equation的方法推导出了最优窗口宽度的函数表达式并且设计迭代算法得到了每种核函数所对应的最优窗口宽度。在实验部分,我们分别对满足高斯分布、瑞丽分布以及指数分布的三组人工数据集进行了概率密度函数估计,并在此基础上对这七种核函数的性能进行了理论分析。实验结果表明,在保证积分均方误差最小的前提下,较之其它的核函数,二次核函数与四次核函数具有更好的估计效果。

关键词：概率密度函数估计积分均方误差帕尔森窗口法核方法核函数窗口宽度

来源：评论

学校读者我要写书评

暂无评论

一种基于概率密度函数估计的夜间偏振航向计算方法

一种基于概率密度函数估计的夜间偏振航向计算方法

引用

作者：郭雷杨悦婷杨健王岩 100191 北京市海淀区学院路37号

本发明涉及一种基于概率密度函数估计的夜间偏振航向计算方法。首先利用安装于载体坐标系b系的偏振传感器测量当前状态下天空偏振模式，计算偏振角信息，结合预测月亮方位与0°偏振片初始位置得到偏振角误差图像；利用概率密度函数... 详细信息

标准号: CN111595330B

本发明涉及一种基于概率密度函数估计的夜间偏振航向计算方法。首先利用安装于载体坐标系b系的偏振传感器测量当前状态下天空偏振模式，计算偏振角信息，结合预测月亮方位与0°偏振片初始位置得到偏振角误差图像；利用概率密度函数对偏振角误差数据进行估计，求解当前状态下自由度v的估计值遍历取值集合，然后根据所定义目标函数，估计当前对应的预测月亮方位最优值；遍历取值集合，设计目标函数对进行估计，最终得到的全局最优值；根据载体坐标系b系与导航坐标系n系之间的关系，结合天文年历，计算出载体在导航坐标系n系下的航向角信息。

关键词：偏振角导航坐标系载体坐标系月亮方位遍历集合概率密度函数估计概率密度函数天空偏振模式航向角信息偏振传感器定义目标航向计算全局最优设计目标天文年历误差数据误差图像偏振片求解预测偏振测量

来源：评论

学校读者我要写书评

暂无评论

一种基于概率密度函数估计的夜间偏振航向计算方法

一种基于概率密度函数估计的夜间偏振航向计算方法

引用

作者：郭雷杨悦婷杨健王岩 100191 北京市海淀区学院路37号

标准号: CN111595330A

来源：评论

学校读者我要写书评

暂无评论

一种构造缺失样本概率密度函数估计量的方法

一种构造缺失样本概率密度函数估计量的方法

引用

作者：邹玉叶顾邦平 201306 上海市浦东新区南汇新城镇海港大道1550号

本发明公开了一种构造缺失样本概率密度函数估计量的方法，其主要步骤如下：(1)利用小波基函数对真实概率密度函数进行展开；(2)利用逆概率加权法构造小波系数的无偏估计量；(3)利用代入估计法建立概率密度函数的线性小波估计量；(4)选... 详细信息

标准号: CN111191189A

本发明公开了一种构造缺失样本概率密度函数估计量的方法，其主要步骤如下：(1)利用小波基函数对真实概率密度函数进行展开；(2)利用逆概率加权法构造小波系数的无偏估计量；(3)利用代入估计法建立概率密度函数的线性小波估计量；(4)选取硬门限函数构造概率密度函数非线性小波估计量；(5)证明非线性小波估计量的最优收敛速度。最后通过仿真模拟定量分析非线性小波估计量的有限样本表现的优良性。本发明具有可以估计不连续未知函数、弥补缺失数据提高样本信息有效性以及加快估计量收敛速度的优点。

关键词：估计量小波概率密度函数收敛样本概率密度函数估计小波基函数定量分析仿真模拟门限函数密度函数缺失数据无偏估计小波系数样本信息真实概率不连续加权法概率表现

来源：评论

学校读者我要写书评

暂无评论

一种考虑三维空间相关性的土体参数概率密度函数估计方法

一种考虑三维空间相关性的土体参数概率密度函数估计方法

引用

作者：杨智勇李伟杜威肖俊陈俊先 510275 广东省广州市海珠区新港西路135号

本发明公开了一种考虑三维空间相关性的土体参数概率密度函数估计方法，包括以下步骤：S1、确定待模拟场地的维度和几何尺寸；S2、对非正态分布的勘探土体参数进行变换，得到正态分布土体参数；S3、将模拟区域网格单元化；S4、基于土体... 详细信息

标准号: CN117909643A

本发明公开了一种考虑三维空间相关性的土体参数概率密度函数估计方法，包括以下步骤：S1、确定待模拟场地的维度和几何尺寸；S2、对非正态分布的勘探土体参数进行变换，得到正态分布土体参数；S3、将模拟区域网格单元化；S4、基于土体参数的先验信息采用Gibbs抽样方法估计转换后的正态分布土体参数的均值向量和交叉相关矩阵的共轭先验分布；S5、采用Gibbs抽样方法估计转换后的正态分布土体参数数据的概率密度函数，确定钻孔内的多元土体参数分布的概率密度函数。本发明能够充分利用不同土体参数间的交叉相关性降低稀疏测量土体参数的统计不确定性，能为融合多源勘测数据的场地土体参数不确定性量化提供一种有效分析工具。

关键词：土体参数正态分布概率密度函数不确定性三维空间概率密度函数估计抽样非正态分布矩阵场地土体交叉相关均值向量模拟场地模拟区域网格单元先验分布先验信息有效分析转换多源共轭维度稀疏钻孔勘测测量勘探量化融合统计

来源：评论

学校读者我要写书评

暂无评论

基于概率密度函数估计的圆度不确定度评定方法

基于概率密度函数估计的圆度不确定度评定方法

引用

作者：张珂成果刘思源侯捷郭长健阎卫增莫琼杰 200235 上海市徐汇区漕宝路120-121号

本发明提供了一种基于概率密度函数估计的圆度不确定度评定方法，包括对被测对象进行圆度采样，获得一组测量点数据的采集；根据测量点数据拟合出圆，计算出圆度误差；进行多组测量点数据的采集，获得多个圆度误差，将多个圆度误差作为... 详细信息

标准号: CN110543618A

本发明提供了一种基于概率密度函数估计的圆度不确定度评定方法，包括对被测对象进行圆度采样，获得一组测量点数据的采集；根据测量点数据拟合出圆，计算出圆度误差；进行多组测量点数据的采集，获得多个圆度误差，将多个圆度误差作为一组随机变量；建立随机变量概率密度函数，将根据随机变量计算生成样本原点矩代替理论原点矩作数学变化，构造概率密度的约束条件；将样本原点矩作为条件，以概率密度约束条件作为目标函数，得到圆度误差的概率密度函数；对概率密度函数进行数值积分计算概率密度的标准偏差实现圆度测量的不确定度评定。本发明能够实现小样本的圆度误差测量不确定度评定，具有算法收敛快、计算数值稳定的特点。

关键词：圆度误差概率密度函数随机变量不确定度评定测量点数据原点约束条件圆度概率样本概率密度函数估计采集测量不确定度被测对象多组测量积分计算理论原点目标函数数学变化数值稳定算法收敛圆度测量点数据小样本采样拟合评定

来源：评论

学校读者我要写书评

暂无评论

基于二维概率密度函数比较的SAR图像变化检测方法

引用

电子与信息学报 2015年第5期37卷 1122-1127页

作者：刘永春王广学栗苹闫晓鹏北京理工大学机电工程与控制国家重点实验室北京100081 空军预警学院信息对抗系武汉430019

该文将传统区域统计分布特征变化检测方法拓展到2维特征空间,提出一种基于2维概率密度函数比较的SAR图像变化检测方法。该方法首先将观测区域内相邻像素的灰度值组合成2维观测矢量,而后采用2维GramCharlier展开式对观测矢量在不同时相... 详细信息

该文将传统区域统计分布特征变化检测方法拓展到2维特征空间,提出一种基于2维概率密度函数比较的SAR图像变化检测方法。该方法首先将观测区域内相邻像素的灰度值组合成2维观测矢量,而后采用2维GramCharlier展开式对观测矢量在不同时相图像中的2维概率密度函数分别进行估计,在此基础上,借助K-L散度理论对2维概率密度函数在不同时相图像间的变化大小进行定量分析以实现变化检测。实验结果表明,与传统方法相比,该文方法具有更优的检测性能。

关键词：合成孔径雷达图像变化检测概率密度函数估计

来源：评论

学校读者我要写书评

暂无评论

基于统计感知策略的高斯混合模型求解方法

引用

数据采集与处理 2023年第3期38卷 525-538页

作者：陈佳琪何玉林黄哲学 FOURNIER-VIGER Philippe 深圳大学计算机与软件学院深圳518060 人工智能与数字经济广东省实验室(深圳) 深圳518107

高斯混合模型(Gaussian mixture model,GMM)是一种经典的概率模型,常被用于无监督学习领域来确定无类别标记样本点的类别分布。作为求解GMM参数的重要技术,期望最大化(Expectation maximization,EM)算法通过计算GMM对应似然函数的最优... 详细信息

高斯混合模型(Gaussian mixture model,GMM)是一种经典的概率模型,常被用于无监督学习领域来确定无类别标记样本点的类别分布。作为求解GMM参数的重要技术,期望最大化(Expectation maximization,EM)算法通过计算GMM对应似然函数的最优解确定基模型自身参数以及基模型的混合系数。利用EM算法求解GMM存在如下两个缺陷:EM算法易于陷入局部最优解以及EM算法确定GMM基模型相关参数的不稳定,尤其是针对多维随机变量。本文提出了一种基于统计感知(Statistical⁃aware,SA)策略的GMM求解方法——SA⁃GMM方法。该方法从估计给定数据集的未知概率密度函数入手,建立了核密度估计(Kernel density estimation,KDE)与GMM之间的关联。为避免KDE对“过平滑”窗口的选取,设计了同时最小化KDE与GMM之间的经验风险和KDE窗口结构风险的目标函数,进而确定了GMM的最优参数。在11个标准概率分布上的实验证明了SA⁃GMM方法的可行性、合理性和有效性,同时结果也表明SA⁃GMM能够获得显著优于基于EM算法的GMM及其变体的概率密度函数估计表现。

关键词：高斯混合模型概率密度函数估计统计感知经验风险结构风险粒子群优化

来源：评论

学校读者我要写书评

暂无评论

基于无放回抽样的帕尔森窗口集成方法

引用

深圳大学学报（理工版） 2018年第6期35卷 617-621页

作者：何武超王晓兰何玉林熊睿杰沧州职业技术学院信息工程系河北沧州061001 深圳大学计算机与软件学院广东深圳518060 深圳大学大数据系统计算技术国家工程实验室广东深圳518060

为解决大规模数据集的概率密度函数估计问题,提出一种基于无放回抽样的帕尔森窗口集成(sampling without replacement-based Parzen window ensemble,SR-PWE)方法,该方法在不需要利用全部数据的前提下,能够以较低的计算复杂度获得令人... 详细信息

为解决大规模数据集的概率密度函数估计问题,提出一种基于无放回抽样的帕尔森窗口集成(sampling without replacement-based Parzen window ensemble,SR-PWE)方法,该方法在不需要利用全部数据的前提下,能够以较低的计算复杂度获得令人满意的概率密度函数估计表现.基于无放回抽样得到的若干原数据集的数据子集,利用帕尔森窗口法在数据子集上进行基概率密度函数估计,并将抽样上估计的基概率密度函数集成得到原始数据集的概率密度函数.通过在柯西分布和正态分布上对比帕尔森窗口法和SRPWE方法的概率密度函数估计表现,证实SR-PWE方法可行且有效.

关键词：概率分布概率密度函数估计帕尔森窗口核密度估计方法窗口宽度无放回抽样集成方法大规模数据集

来源：评论

学校读者我要写书评

暂无评论

一种任意信号源盲分离的高效算法

引用

电子学报 2001年第10期29卷 1392-1396页

作者：张洪渊史习智深圳市中兴通讯股份有限公司技术中心研究部上海交通大学振动冲击噪声国家重点实验室上海200030

提出了信号源盲分离的DBBSS算法 .利用随机变量概率密度函数非参数估计的核函数法 ,对混合信号的概率密度函数及其导数进行估计 ,并由此估计信号的评价函数 (scorefunction) .解决了现有信号源盲分离算法中 ,普遍存在的非线性函数只能... 详细信息

提出了信号源盲分离的DBBSS算法 .利用随机变量概率密度函数非参数估计的核函数法 ,对混合信号的概率密度函数及其导数进行估计 ,并由此估计信号的评价函数 (scorefunction) .解决了现有信号源盲分离算法中 ,普遍存在的非线性函数只能凭经验选取 ,以及混合信号同时包含超高斯信号和亚高斯信号时 ,算法失效的问题 .该方法非常简单 ,可以直接应用于所有以非线性函数代替评价函数的信号源盲分离算法 .

关键词：数字信号处理信号源盲分离独立分量分析概率密度函数估计

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：