可靠性理论中剩余寿命函数的研究

阐述了剩余寿命函数(RLF)年龄特性与寿命函数年龄特性的密切关系;给出了平均剩余寿命函数(MRLF)的特征;研究了递减平均剩余寿命(DMRL)分布类,并且给出了它们的一些特征;最后给出了剩余寿命分布随机序之间的关系.     

Tsallis最大熵原理及其逆问题

首先研究并证明了Tsallis最大熵和约束条件下的Tsallis最大熵原理;其次,针对最大熵方法的逆问题,讨论了贝叶斯参数估计理论中利用Tsallis最大熵原理确定参数的先验概率的逆问题;对于一些具体的概率分布,根据Tsallis最大熵原理,利用变分的方法,求解出使Tsallis熵达到最大值的约束条件.该类逆问题的解一般不是惟一的,其他分布情况也可按此方法得出。     

剩余寿命分布类与剩余寿命函数特征的研究

阐述了递减方差剩余寿命(DVRL)分布与平衡分布的平均剩余寿命函数的密切联系;研究了递减方差剩余寿命(DVRL)分布类及递减百分位数剩余寿命分布类,并且给出了它们的一些特征;给出了以剩余寿命函数(RLF)的一般矩为基础的特征结果.     

正态随机变量与Γ随机变量之比的分布

针对非对称数据的拟合问题, 构造了由相互独立的正态随机变量与Γ随机变量之比|X/Y|所构成的随机变量, 利用补余误差函数的性质推导了|X/Y|的密度函数与分布函数, 并讨论了其分布特征. 结果表明, 所给出的分布具有尖峰、 细腰和右偏的特性, 能更准确地刻画数据特征.     

定时截尾数据Pareto分布参数的Bayes估计

研究定时截尾数据情形下Pareto分布参数θ的Bayes估计和可容许性.给出熵损失函数的定义,取损失函数为熵损失函数,通过计算求出定时截尾情形下的熵损失函数,从而给出了Pareto分布参数θ的Bayes估计的一般形式;在给出先验分布为Gamma分布的条件下,计算出参数θ的后验密度,进而得出了参数θ的Bayes估计的精确形式,证明了所得到的参数θ的Bayes估计的可容许性.     

关于解析函数的一些注记

设h(r,s,t)为定义在D(?)C~3上的复函数,通过限定h(r,s,t)的条件定义了函数类H_n(a),并利用其得到判断具有负实部函数的定理,给出其在微分方程方面的应用.     

熵损失函数下指数分布参数的估计

文章在指数分布参数的先验分布为其共轭先验分布Gamma分布Γ(a,b)时,给出了其在熵损失函数下的E-Bayes估计和多层Bayes估计。     

生存指数熵及其分析性质

对于随机向量X不确定性的测度,提出了两种新的熵测度的广义类,把它们作为生存指数熵和广义生存指数熵.这些新的熵改进了Shannon熵,克服了shannon熵的缺陷.生存熵定义了测度的广义类,它包含了累积剩余熵的特殊情形.研究了这两种熵的分析性质,证明了新熵的一些性质与Shannon熵和Rényi熵的性质相类似.     

基于Tsallis相对算子熵的不等式

目的 为了研究信息熵之间的关系.方法 利用一个函数的数学性质和矩阵Tensor积的性质.研究了关于Tsallis相对算子熵的性质和不等式的问题.结果 得到了Tsallis相对算子熵的上界和下界,同时讨论了Tsallis相对熵关于n个算子Tensor积的次可加性.结论 所得结果是Tsallis熵的次可加性的推广.     

模糊Tsallis熵及其在图像阈值分割中的应用

对于图像处理、模式识别与计算机视觉来说,图像分割是一种重要的技术。在众多图像分割技术中,阈值化技术由于其简单及有效性得到了广泛应用,而阈值的选择则成为其中一个关键的问题。模糊集理论在许多领域得到了成功的应用,如,控制、模式识别、医学等。可以认为,在进行图像处理时,人们自然地把一些模糊因素考虑进来,如,图像边缘、区域、纹理等术语的定义。基于非广延统计力学熵原理,提出了构建模糊Tsallis熵,同时也证明了在图像分割中,模糊Tsallis熵是基于Shannon原理的模糊熵的推广。基于最大熵原则,把模糊Tsallis熵应用于图像阈值分割,在合成及真实图像分割实验中,显示了所提出的模糊熵的有效性。     

非对称损失函数下逆指数分布参数的Bayes估计

针对逆指数分布的估计问题,在参数的先验分布为无信息Quasi先验分布下,得到了平方误差、LINEX损失和熵损失函数下参数的Bayes估计。最后,通过各估计在平方误差损失函数下的风险函数的比较给出本文的结论。     

熵的定义式和系综概率分布函数关系的探讨

先以熵的定义式推导出微正则系综、正则系综、巨正则系综的概率分布函数，然后由这三种系综的概半分布函数导出系综的熵满足熵的定义式，最后分别探讨这三种系综的热力学性质．     

体相CO2约化自扩散系数的标度律关联模型

用巨正则转换矩阵蒙特卡罗（GC-TMMC）和分子动力学（MD）模拟方法研究了体相CO2单位分子的过剩熵与其约化自扩散系数（D*s）的标度关系。过剩熵主要考虑3种定义：总体过剩熵sex，以分子重心径向分布函数定义的二体熵s(2)c和所有原子径向分布函数定义的二体熵s(2)t。结果表明，总体过剩熵sex与D*s之间存在明显的标度关系，并且独立于状态点所处的相态，可以用热力学量-过剩熵来关联动力学量-自扩散系数（约化方式）；二体熵在小于超临界温度范围内的标度结果偏离了-sex-D*s的“共同曲线”。本文拓展了过剩熵标度律在分子流体中的应用范围，得到了其在体相CO2自扩散系数关联中的应用规律。     

熵损失下Poisson分布参数倒数的估计

研究在熵损失函数下 ,Poisson分布参数倒数的估计 ,得出在熵损失下 ,[c T( X ) d] -1 形式的一类估计的可容许性和不可容许性 ,并给出可容许估计的充要条件     

基于二维灰度熵及混沌粒子群的图像阈值选取

为了同时考虑直方图的概率信息和类内灰度级的均匀性,提出了基于灰度级-梯度二维直方图的Shannon灰度熵及Tsallis灰度熵阈值选取方法.给出了Shannon灰度熵和Tsallis灰度熵的定义及其一维阈值选取方法,导出了二维Shannon灰度熵及Tsallis灰度熵阈值选取公式及其快速递推算法,并利用混沌粒子群算法寻求两种阈值选取方法的最佳阈值.实验结果表明,与基于改进的二维最大熵及粒子群递推的阈值选取方法相比,所提出方法的分割图像能更准确地反映原始图像的边缘、纹理及细节信息.     

关于Hurwitz zeta 函数的均值公式

设 ζ(s,α)为 Hurwitzzeta函数 .当 Re(s) >1时 ,定义ζ(s,α) =∑∞n=01(n α) s(实数 α>0 ) ,ζ″(s,α)表示 ζ(s,α)关于复变量 s的二阶导数 .利用解析方法及三角和估计给出了 Hurwitz zeta函数ζ(s,α)对参数α的二次积分均值的一些很有趣的渐近公式 .     

关于Hurwitz zeta函数的均值公式

设ζ(s,α)为Hurwitzzeta函数。当Re(s)>1时,定义ζ(s,α)=∑∞n=01(n+α)s(实数α>0),ζ′(s,α)表示关于复变量s的一阶导数,利用解析方法及三角和估计给出了ζ(s,α)对参数α的二次积分均值的一些有趣的渐近公式.     

熵损失函数下定时截尾情形参数的Bayes估计

给出了在熵损失函数下,指数分布参数的Ｂａｙｅｓ估计,在给出先验分布的条件下,得到了Ｂａｙｅｓ估计的精确形式,证明了此估计是可容许的。     

关于Hurwitz Zeta函数的积分均值

设ζ(s,α)为HurwitzZeta函数.当Re(s)>1时,定义ζ(s,α)=∑∞n=01(n+α)s(实数α>0),ζ′(s,α)、ζ″(s,α)分别表示关于复变量s的一阶导数、二阶导数.利用解析方法及三角和估计给出了ζ(s,α)对参数α的积分均值的一些有趣的渐近公式.     

m相依样本概率密度函数核估计的相合性

设｛Xn,n≥1｝为严平稳的m相依随机变量序列, f(x)为X₁的概率密度函数, 基于样本X₁,X₂,…,X_n, 构造了密度函数f(x)的核估计, 并利用独立同分布样本的性质证明了f(x)核估计的r阶平均相合、 逐点相合和一致强相合性.