基于平稳子空间分析和相对熵的分类算法

针对多维时间序列维数多、变量间关系复杂的特点,提出了一种基于平稳子空间分析和相对熵的分类算法。首先,利用平稳子空间分析法将多维数据分离为平稳子空间和非平稳子空间;其次,利用相对熵衡量平稳子空间的分布相似性;最后,进行真实数据集的分类。研究结果表明:平稳子空间分析和相对熵分类算法优于DTW算法和PCA-ED算法。     

递增风险率方法在多维低剂量外推中的应用

为了公众的健康,从高剂量到低剂量外推来获得安全剂量是一个关键的问题之一.对单一有毒物体的低剂量外推已经取得了一些进展,然而人类不是生活在单一的有毒物体下,而是生活在多种有毒物体的混和物中,因此多维低剂量外推就显得比较重要了.在本文中,我们将给出一个计算多维安全剂量的方法.     

pn-周期二元多维序列2-adic联合复杂度快速算法（英文）

本文提出了一个快速算法确定pn-周期二元FCSR多维序列2-adic联合复杂度,给出了该算法理论上的推导,产生了pn-周期二元多维序列2-adic联合复杂度一个上界,在确定的条件下,这个上界是好的.     

pn-周期二元多维序列2-adic联合复杂度快速算法

本文提出了一个快速算法确定pn-周期二元FCSR多维序列2-adic联合复杂度,给出了该算法理论上的推导,产生了Pn-周期二元多维序列2-adic联合复杂度一个上界,在确定的条件下,这个上界是好的.     

基于相关向量机的发动机剩余寿命预测

针对民航发动机寿命预测中监测参数较多筛选困难的问题,提出一种基于信息融合与相关向量机的发动机剩余寿命预测方法。首先通过核主元分析方法从发动机多维监测数据中提取退化特征信息;然后利用非线性模型将主元序列融合成反映发动机退化趋势的健康指数序列;最后采用相关向量机以历史失效数据为训练样本建立预测模型,对现有的发动机健康指数序列进行外推预测得到当前样本的寿命预测值。通过NASA Ames研究中心公开的涡轮风扇发动机仿真数据验证了该方法的有效性,其预测性能优于常用的支持向量机模型和过程神经网络模型。     

多维平稳时间序列二阶矩的性质

讨论了多维平稳时间序列均值向量和协方差函数的极限性质,并在多维移动平均(VMA)情况下,给出了最佳线性预报的误差估计.     

环境温度影响下基于频率协整的在线损伤识别

频率作为结构损伤特征参数,在实际工程中容易测得且具有较高的测量精度,但同时也常常受到外界环境和运营条件变化的影响,导致在时间序列上的非平稳,给实际工程的健康监测和损伤判别带来了干扰.为解决此问题,引入计量经济学的协整概念,通过非平稳序列的线性组合得到平稳序列,将因环境因素变化导致的结构特征参数非平稳问题转化为平稳问题.首先,详细介绍了ADF(augmented Dickey-Fuller)检验和EG(Engle-Granger)两步法检验,检验结构特征参数的非平稳阶数并计算协整系数;然后,以一个简支梁为例验证了结构频率序列之间的协整关系,给出了环境温度影响下基于频率协整的在线损伤识别步骤;最后,用预应力钢筋混凝土梁与钢桁架简支桥的算例验证了所提方法的有效性和鲁棒性.     

优化权重下平稳高斯序列的部分和与最大值的几乎处处中心极限定理

在协方差满足一定条件下,研究平稳高斯序列的部分和与最大值的几乎处处中心极限定理,获得平稳高斯序列的加权函数形式的几乎处处中心极限定理,此结果推广Marcin Dudzinski在对数平均下的平稳高斯序列的几乎处处中心极限定理.     

桥梁汽车荷载响应的极值外推方法综述

对汽车荷载研究领域的极值外推方法进行了系统综述,介绍了目前应用的几种主要外推方法,对影响外推极值的关键参数(基础数据和底分布)进行了分析,并重点比较了拟合经验外推方法和最大值外推方法.研究表明:汽车荷载响应极值外推的关键是描述底分布尾部数据走势;条件允许下,应至少选用21d实测数据作为极值外推基础,才能反映实际状况.经验极值外推方法具有一定可信度,但需解决可靠度统一问题;最大值外推方法在基础数据容量大的前提下,外推极值准确性和效率都很高;穿越次数外推方法中,不仅需寻找最优拟合起点、区间和优度检验方法,包含Rice公式在内的经验分布的选择,也至关重要.     

多维线性平稳时间序列AR(P)模型的识别与估计

在实践中,我们碰到须同时处理几个时间序列的问题,不仅要研究序列本身的性质,同时还要研究各序列之间的关系。这就提出多维线性时间序列的模型如何识别与估计的问题。本文是我们在学习有关资料的基础上,试图解决多维线性时间序列的模型的初步识别与参数的粗估计。     

ρ-混合序列完全矩收敛的精确渐进性

设{Xn;n≥1}为正的严平稳ρ-混合随机变量序列,在适当的假设条件下,获得ρ-混合序列完全矩收敛的精确渐进性的一般形式.     

多元平稳序列的马氏扩张

本文研究了多元平稳序列的马氏扩张问题,给出了多元平稳序列具有有限维马氏扩张的在时域与频域上的充要条件。利用了H.Akaike有关马氏扩张的结果。研究了求典型变量明显表达式的问题,给出了在一定条件下通过求已知谱密度阵ff(e~(iλ))的逆和求解代数方程而求出典型变量的明显表达式的方法以及从已知多元平稳序列的谱密度阵及谱表示出发构造其最小马氏扩张的具体算法。     

极值指标下平稳序列的风险测度

平稳金融序列存在相依性,不满足独立同分布假设下极值理论的条件约束.讨论了极值指标下平稳随机序列的风险测度,通过估计极值指标θ并修正广义极值分布的位置参数和尺度参数,得到平稳随机序列的风险值.实证和检验表明平稳金融序列需要极值指标修正模型,提高风险值估计的准确度.     

NA序列完全矩收敛的精确渐近性

设{Xn;n≥1}是具有零均值、有限方差的严平稳负相关(negatively associated,NA)随机变量序列,在适当的条件下,得到了NA序列下部分和以及部分和最大值在对数律下的完全矩收敛精确渐近性的一般函数式,扩大了应用范围。     

多维平稳过程的胚空间

如[1]所述,P.Lévy在研究随机场的马氏性时提出了胚(germ)的概念。后来,N.Levinson与H.P.McKean,Jr.在[2]中研究了一维正则平稳过程的胚空间的结构及其成为分割(splitting)空间的条件。不久前,L.D.Pitt又在[3]中把他们的证明加以简化和改进。在此基础上,本文对多维过程研究了相应的问题,把他们的结果推广到了满秩正则的多维平稳过程。     

基于序列转换的p型有限元后误差估计

提出了基于序列转换的ｐ型有限元后误差估计外推算法，当问题的解是光滑的时间，可采用ε算法对能量模进行估计，当问题的解是非光滑的时间和多项式外推算法，这种情况下，如果采用均匀或近似均匀网和ｈ＾２或外推，如奇附近采用强梯义网格，则ｈ＾３薄（ｈ６３，Ｈ＾６）外推更加适合，计算结果表明提方法有好的计算精度和较高的可靠性。     

平稳序列参数估计的定性稳健性的一些充分条件

对于(严)平稳序列的参数估计的定性稳健性问题,我们用Vasershtein距离代替了Proborov距离,提出了估计序列的弱连续的概念,从而改进了[1]中结果,在此基础上给出了稳健性的一些充分条件。     

基于H.264感兴趣区域平稳视频主观质量的码率控制

为提高低延时低码率条件下的视频质量,提出一种H.264帧层和宏块层的码率控制算法,实现平滑主观质量和平稳缓冲区波动的一种新的权衡。帧层采用比例-积分-微分算法进行帧层码率分配;在宏块层建立一种新的基于运动外推的编码复杂度传播模型,在保证感兴趣区域具有平稳质量的前提下,在感兴趣区域和非感兴趣区域之间进行比特分配;在各区域中,根据编码复杂度传播模型,基于率失真优化选择宏块量化参数。仿真结果表明:和传统JM算法相比,感兴趣区域的质量波动可减少达35.5%～57.1%。该算法在保证较低缓冲区波动的前提下,具有平滑的主观视频质量。     

基于H.264感兴趣区域平稳视频主观质量的码率控制

为提高低延时低码率条件下的视频质量,提出一种H.264帧层和宏块层的码率控制算法,实现平滑主观质量和平稳缓冲区波动的一种新的权衡。帧层采用比例-积分-微分算法进行帧层码率分配;在宏块层建立一种新的基于运动外推的编码复杂度传播模型,在保证感兴趣区域具有平稳质量的前提下,在感兴趣区域和非感兴趣区域之间进行比特分配;在各区域中,根据编码复杂度传播模型,基于率失真优化选择宏块量化参数。仿真结果表明:和传统JM算法相比,感兴趣区域的质量波动可减少达35.5%～57.1%。该算法在保证较低缓冲区波动的前提下,具有平滑的主观视频质量。     

基于序列转换的p型有限元后误差估计

提出了基于序列转换的ｐ型有限元后误差估计外推算法，当问题的解是光滑的时候，可采用ε算法对能量模进行估计；当问题的解是非光滑的时候采用多项式外推算法，这种情况下，如果采用均匀或近似均匀网格，用ｈ２或（ｈ２，ｈ４）外推，如奇异点附近采用强梯度网格，则ｈ３或（ｈ３，ｈ６）外推更加合适．计算结果表明所提方法有好的计算精度和较高的可靠性