检索结果-内蒙古大学图书馆

复旦学报（自然科学版） 1999年第4期38卷 386-389页

作者：沈家李长国黄云敏复旦大学统计运筹系复旦大学数学系

令｛Ｘｔ，ｔ≥０｝为定义在Ｒｄ１上的随机过程，它由模型Ｘｔ＝ｚｔ＋ φ（Ｚｔ）＋ εｔ所确定，其中对于ｔ≥０，εｔ和Ｚｔ是相互独立的两个随机向量，而｛ｚｔ｝是非随机变量．对于连续观察的样本，研究了非参数密度估... 详细信息

令｛Ｘｔ，ｔ≥０｝为定义在Ｒｄ１上的随机过程，它由模型Ｘｔ＝ｚｔ＋ φ（Ｚｔ）＋ εｔ所确定，其中对于ｔ≥０，εｔ和Ｚｔ是相互独立的两个随机向量，而｛ｚｔ｝是非随机变量．对于连续观察的样本，研究了非参数密度估计量在均方误差意义下的渐近行为，即分别当｛ｚｔ｝渐近收敛和有周期时的情况下非参数估计量的相合性或非相合性．

关键词：非参数密度估计连续时间随机过程非平稳过程

来源：评论

学校读者我要写书评

暂无评论

非参数密度估计在个体损失分布中的应用

引用

统计研究 2003年第8期20卷 40-44页

作者：谭英平中国人民大学

As an exploratory research,this paper tries to present a new approach through which the individual loss distribution can be *** the traditionally parametric statistics idea,the author introduces the whole procedure about how the nonparametric kernel density estimation can be utilized in the analysis of individual loss ***,the effect of the new estimation is testified.

关键词：非参数密度估计个体损失密度核估计密度函数带宽保险事故

来源：评论

学校读者我要写书评

暂无评论

高维数据非参数密度估计的低维流形代表点法

引用

武汉大学学报（信息科学版） 2021年第1期46卷 65-70页

作者：王树良李英耿晶北京理工大学计算机学院北京100081 青岛大学计算机科学技术学院山东青岛266071

非参数核方法由于采用统一的度量标准,在大数据中利用高维样本数据学习时容易遭遇维数灾难问题。挖掘高维空间中的低维几何特性,有助于揭示数据分布的流形结构,进而利用有限样本的高维数据在低维子空间逼近数据的真实分布。基于此,提出... 详细信息

非参数核方法由于采用统一的度量标准,在大数据中利用高维样本数据学习时容易遭遇维数灾难问题。挖掘高维空间中的低维几何特性,有助于揭示数据分布的流形结构,进而利用有限样本的高维数据在低维子空间逼近数据的真实分布。基于此,提出一种新的高维数据密度非参数估计的低维流形代表点法,通过从高维空间中挖掘数据分布的几何结构来估计密度。首先,通过寻找局部区域内能够代表流形结构主方向的点,计算局部协方差矩阵,描述局部的数据分布;然后,考虑流形结构中附近数据点不同的影响,根据每个样本数据点对密度的贡献进行加权。与传统的核密度估计方法和流形核密度方法进行了对比实验,结果表明,该方法能够快速稳健地进行密度估计,反映数据的真实分布。

关键词：低维流形代表点法核密度估计非参数密度估计交叉似然验证高维数据

来源：评论

学校读者我要写书评

暂无评论

非参数密度估计—直方图与分组核密度估计理论研究与应用

非参数密度估计—直方图与分组核密度估计理论研究与应用

引用

作者：王秀祥中国科学院研究生院

学位级别：硕士

概率密度函数是统计学的基本概念之一。假设从某一未知总体中抽取一定数量的样本单元，密度估计就是利用这些样本单元去拟合总体的概率密度函数，f(x)。密度估计包括参数密度估计和非参数密度估计，两者有着本质的区别。前者是假设样本... 详细信息

概率密度函数是统计学的基本概念之一。假设从某一未知总体中抽取一定数量的样本单元，密度估计就是利用这些样本单元去拟合总体的概率密度函数，f(x)。密度估计包括参数密度估计和非参数密度估计，两者有着本质的区别。前者是假设样本来自某一确定的总体分布，只是总体分布的参数未知，如正态分布N(μ,σ2)，通过样本估计分布的参数，μ和σ2，并以此得到总体分布的概率密度函数。非参数密度估计是指在不假定总体特定分布情况下，直接利用样本观测值估计总体概率密度函数，(f)(x)。常见的非参数密度估计方法有：直方图估计、频率多边形估计、平均滑动直方图，核密度估计，最近邻估计；等。\n 本文将首先介绍最为经典的非参数密度估计方法：直方图估计，系统阐述面向样本的最优直方图制作方法。然后，讨论条件分组核密度估计的基本内容，它拥有比直方图更好的估计精度。最后，在直方图和分组核密度估计条件下，利用误差平方和，定义直方图-分组核密度估计，以此提出一个新的最优直方图制作方法。\n 本文的特色和创新之处有以下几个方面：\n 1.本文系统阐述了直方图理论和最优直方图制作的最新研究成果，重点强调面向样本的直方图制作方法。\n 2.定义一个新的概率密度估计方法：条件分组核密度估计。它在数据分析和处理方面具有广阔的应用场合。\n 3.讨论了分组核密度估计的渐近性质。证明条件分组核密度估计拥有与核估计相同的均方收敛速度，且其计算简便，等同于直方图。还研究了分组核密度估计制作的Cross-Validation方法。\n 4.在误差平方和条件下定义直方图-分组核密度估计误差，讨论了其渐近性质。\n 5.比较直方图-分组核密度估计理论和直方图制作的Scott公式，提出一个更加稳健的面向样本的直方图制作方法。更加稳健的面向样本的直方图制作方法。\n 6.在遗传算法基础上，构建求解直方图和分组核密度估计的边界点和最优组距的优化算法，以此替代传统的穷举法，其优点是计算简便且能得到估计的全局最优解。本文还用Monte Carlo方法讨论了边界点和组距对误差平方和的灵敏度分析。

关键词：非参数密度估计直方图制作分组核密度概率密度函数误差平方和

来源：评论

学校读者我要写书评

暂无评论

非参数密度估计在判别分析中的应用

非参数密度估计在判别分析中的应用

引用

作者：朱干江南京信息工程大学

学位级别：硕士

非参数密度估计是近20多年来现代统计学发展的一个重要方向，改变了传统统计学发展的格局。密度函数的非参数估计方法有很多种，主要的有直方图估计、Rosenblatt估计、Parzen核估计和最近邻估计。由于非参数密度估计的理论主要集中在大... 详细信息

非参数密度估计是近20多年来现代统计学发展的一个重要方向，改变了传统统计学发展的格局。密度函数的非参数估计方法有很多种，主要的有直方图估计、Rosenblatt估计、Parzen核估计和最近邻估计。由于非参数密度估计的理论主要集中在大样本上，在应用上需要大量的数据以及复杂的运算过程。随着计算机技术的发展，非参数密度估计的应用变得越来越广泛，其应用领域开始涉及社会科学、物理科学、生物科学，以及各种工程技术领域。但是非参数密度估计的重要性，不仅在于它的单独作用，更在于它作为统计推断的中间环节发挥作用，如用于非参数判别、聚类分析、随机数的模拟等等。在证券市场中，根据综合反映上市公司盈利能力、偿债能力、成长能力、财务杠杆四个方面的多种指标来判定上市公司的财务状况，尤其对亏损是否会戴帽或戴帽是否会脱帽的判别将对涉及公司利益各方，尤其对广大投资者具有十分重要的现实意义。本文详细地介绍了概率密度的核估计和最近邻估计的大样本理论、非参数判别法形成的理论依据和基于核估计和近邻估计的非参数判别法的原理，并给出了非参数判别法的一种统计软件程序。最后本文把非参数判别法应用于财务预警模型的建立，说明了非参数密度估计在判别分析中的实用性和适用性。通过两种方法的计算与分析比较，间接地比较了非参数核密度估计和非参数近邻估计的各自特点和优劣。

关键词：非参数密度估计判别分析核估计近邻估计

来源：评论

学校读者我要写书评

暂无评论

基于小波的非参数密度估计

引用

统计与决策 2014年第10期30卷 13-16页

作者：乔舰李再兴中国矿业大学(北京)理学院北京100083

基于小波变换的良好局部适应性,基于小波的非参数密度估计方法展现出较其他经典类型非参数密度估计方法的优越性,文章对基于小波的非参数密度估计方法进行了综述,尤其对应用中一些参数的选择进行了分析,并通过数值模拟说明了结论的有效性。

关键词：小波多分辨率分析非参数密度估计

来源：评论

学校读者我要写书评

暂无评论

时频域非参数密度估计的独立成分分析

引用

信号处理 2005年第z1期21卷 98-101页

作者：许海翔丛丰裕雷菊阳史习智上海交通大学振动、冲击、噪声国家重点实验室 200240 上海交通大学振动、冲击、噪声国家重点实验室200240 上海交通大学振动、冲击、噪声国家重点实验室200240 上海交通大学振动、冲击、噪声国家重点实验室200240

这篇文章提出了一种新的时频域非参数密度估计独立成分分析,考虑到含噪的情况将小波包系数阈值降噪作为其预处理过程,该种算法实现非平稳信号过定瞬时混合的盲分离,它同时估计了解混合矩阵以及未知时频域内的密度函数,其最大优点是不需... 详细信息

这篇文章提出了一种新的时频域非参数密度估计独立成分分析,考虑到含噪的情况将小波包系数阈值降噪作为其预处理过程,该种算法实现非平稳信号过定瞬时混合的盲分离,它同时估计了解混合矩阵以及未知时频域内的密度函数,其最大优点是不需要选择时频点或者是划分时频面,目前对于实际信号时频盲处理方法来说,选择有效的时频点以及进行合理的时频面划分是有很大局限性的.如仿真所示,其在相同的信噪比特别是低信噪比下分离效果要优于某些时频算法.

关键词：非参数密度估计短时傅立叶变换独立成分分析小波包系数阈值降噪

来源：评论

学校读者我要写书评

暂无评论

非参数核密度估计视频目标空域定位技术研究

引用

光电工程 2010年第8期37卷 12-18页

作者：孙志海张桦武二永周文晖杭州电子科技大学计算机学院杭州310037

针对智能视频监控场合对视频运动目标定位的需求,本文提出了一种基于非参数核密度估计的视频运动目标空域定位技术。该技术先对代表视频运动目标的前景样本点进行非参数核密度估计,选择具有最高密度指标的样本点为第一个目标中心,然后... 详细信息

针对智能视频监控场合对视频运动目标定位的需求,本文提出了一种基于非参数核密度估计的视频运动目标空域定位技术。该技术先对代表视频运动目标的前景样本点进行非参数核密度估计,选择具有最高密度指标的样本点为第一个目标中心,然后通过修正样本点的密度估计值,逐步实现对视频运动目标的空域定位。本文的方法是减法聚类视频运动目标定位技术的进一步推广。推广后的定位方法,可根据具体的目标定位场合,灵活选择核函数对样本点进行核密度估计。实验表明,本文方法具有良好定位效果,同时,在样本点的密度估计上更具灵活性。

关键词：非参数密度估计核密度估计视频目标定位视频目标检测

来源：评论

学校读者我要写书评

暂无评论

非参数核密度估计在我国非寿险公司偿付能力额度计算中的应用

非参数核密度估计在我国非寿险公司偿付能力额度计算中的应用

引用

作者：王志刚天津财经大学

学位级别：硕士

偿付能力是指保险公司支付赔偿或给付债务的能力。偿付能力不足会极大增加保险公司的经营风险,成为保险公司破产的主要原因。偿付能力监管一直是各国政府对本国保险业监管的核心问题。特别是08年全球金融危机,美国国际保险集团陷入次贷... 详细信息

偿付能力是指保险公司支付赔偿或给付债务的能力。偿付能力不足会极大增加保险公司的经营风险,成为保险公司破产的主要原因。偿付能力监管一直是各国政府对本国保险业监管的核心问题。特别是08年全球金融危机,美国国际保险集团陷入次贷危机,出现巨额资金缺口而被美国政府接管。这样大型的国际保险公司都由于偿付能力不足而濒临破产,保险公司偿付能力受到人们的特别关注。各国政府和业界更注重对保险公司偿付能力的监管。保险公司偿付能力研究具有重要意义。偿付能力额度是度量保险公司偿付能力的重要指标。本文主要研究我国非寿险公司偿付能力额度。偿付能力额度的计算方法很多。不同国家监管模式不同,偿付能力额度计算方法也不一样。其中,最简单常用的方法是比率法。应用偿付能力额度比率法,需要对保险公司赔付率数据进行分布拟合。通常,对数据的分布提出假设,进行分布参数的估计,得到拟合分布函数和相关的分位数。这过程的正确性依赖于分布函数假设。当分布函数假设不成立时,赔付率的数据分析过程不能让人信服,结论也无意义。分布函数假设是否成立很难判断,为偿付能力额度比率法在保险业中带来了风险。为了解决这个问题,本文引入非参数核密度估计方法拟合保险公司赔付率数据,计算相应的分位数估计,得到更稳健的偿付能力额度估计。该过程不需要假定赔付率数据的分布函数,直接由数据确定其分布形状,并依然能够得到拟合密度函数和相应的分位数估计。核函数和窗宽是核密度估计的两个要素,对密度函数拟合和分位估计有很大影响。文中介绍了核函数和窗宽的选取方法,并利用R软件对这些方法进行随机模拟,演示核函数和窗宽的选择对估计结果的影响,归纳最优核函数和窗宽的选择办法。基于核函数和窗宽选择的模拟结果,得到核密度分位数估计。本文也对核密度分位数估计和基于正态假设的分位数估计进行了详尽的比较。针对不同样本量,不同数据分布函数和不同概率值等多种情况,利用随机模拟技术比较两种分位数估计方法的优劣,为核密度分位数估计方法的应用提供有益的参考和依据。本文将基于核密度分位数估计的保险公司偿付能力额度比率法应用于我国非寿险公司偿付能力额度的分析,建立含公司规模和投资收益的保险公司偿付能力额度比率模型。论文给出更加稳健的偿付能力额度比率估计,以及各非寿险公司偿付能力额度的短期预测。论文的结论对我国保险公司偿付能力现状研究具有重要意义。非参数核密度估计也适用于其它金融数据的实证分析。本论文也为该方法在其它金融数据实证分析中应用提供了有价值的参考和经验。

关键词：偿付能力比率法核函数非参数密度估计

来源：评论

学校读者我要写书评

暂无评论

基于非参数密度估计的不确定轨迹预测方法

引用

自动化学报 2019年第4期45卷 787-798页

作者：程媛迟荣华黄少滨吕天阳哈尔滨理工大学计算机科学与技术学院哈尔滨150080 哈尔滨理工大学计算机科学与技术学院博士后流动站哈尔滨150080 哈尔滨工程大学计算机科学与技术学院哈尔滨150001 审计署计算机技术中心国家仿真实验室北京100071

随着大量移动设备的出现,准确和高效的轨迹预测有助于提高面向位置的应用和服务的质量和水平.针对现有方法对轨迹不确定性缺乏有效建模的问题,提出了基于非参数密度估计的不确定轨迹终点预测方法.在轨迹建模及模型训练阶段,利用非参数... 详细信息

随着大量移动设备的出现,准确和高效的轨迹预测有助于提高面向位置的应用和服务的质量和水平.针对现有方法对轨迹不确定性缺乏有效建模的问题,提出了基于非参数密度估计的不确定轨迹终点预测方法.在轨迹建模及模型训练阶段,利用非参数估计对起点与终点相同的轨迹构建基于密度分布的不确定轨迹模型;在轨迹预测阶段,将待预测轨迹视为轨迹数据流,并通过KS (Kolmogorov-Smirnov)检验方法与具有相同起点的不确定轨迹模型进行匹配,其中匹配程度最高的不确定轨迹即为预测轨迹.通过真实轨迹数据集上的实验表明,与现有各类主要轨迹预测方法相比,本方法在不同条件下的预测效率与准确性都有较明显优势.

关键词：轨迹预测不确定性非参数密度估计 KS检验

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：