二维顺序统计量的概率分布

研究了二维样本的次序统计量的分布问题,给出了依第一分量排序的次序统计向量的分布的计算公式,证明了在给定第一分量的一个次序统计量的条件下,第二分量的次序统计量的条件分布与某个一维样本的次序统计量的分布是相同的。     

顺序统计量的分布

先用归纳法证明多个顺序统计量的联合分布,接着又根据顺序统计量的联合分布研究单个顺序统计量的分布,最后对其条件分布也做了系统的研究.     

关于顺序统计量分布的一种证明

介绍了顺序统计量的概念，并利用多元随机变量的联合分布与边缘分布之间关系，求出顺序统计量的分布，并通过实例加以描述。     

次序统计量分布的参数识别

设x_1,x_2,…,x_n是n个相互独立的随机变量,第k个(1≤k≤n)次序统计量x(k)的分布是否能唯一决定每个随机变量x_i(i=1,2,…,n)的分布,当k=n时,Anderson TW等对一定类型的随机变量作出了肯定的回答。本文将对一定类型的相互独立同分布(i.i.d.)的随机变量,研究k为任意正整数(1≤k≤n)时上述提出的问题。     

拉普拉斯分布顺序统计量的分布性质

设{Xk，1≤k≤n}独立同分布，X（1），X（2），…，X（n）为其顺序统计量．当Xk服从参数为λ（λ〉0）和μ（μ为实常数）的拉普拉斯分布时，得到了（X（1），X（2），…，X（n））的联合概率密度函数，以及X（1）和X（n）的密度函数．从而进一步得到X（1n）和X（n）的数学期望与方差的表达式．此外还证明了X（1），X（2）—X（1），…，X（n）-X（n-1）不独立，且不同分布．     

Kumaraswamy分布顺序统计量的数字特征及渐近性质

设{Xk,1≤ k ≤n}独立同分布,X（1）,X（2）,······ X（n）为其顺序统计量,当总体服从Kum（λ,φ）分布时,得到了其顺序统计量的联合概率密度、极端值顺序统计量的概率密度和k阶矩的表达式.此外还研究了极端值顺序统计量X（1）和X（n）的渐近分布。     

关于Gamma分布顺序统计量的分布性质

设{Xk,1≤k≤n}独立同分布,X(1),X(2),…,X(n)为其顺序统计量.当Xk服从参数为λ(λ0)和r(r为正整数)的Gamma分布时,得到(X(1),X(2),…,X(n))的联合概率密度函数,及X(1)和X(n)的密度函数.从而进一步得到X(1)和X(n)的数学期望与方差的表达式.证明当r≠1时,X(1),X(2)-X(1),…,X(n)-X(n-1)不独立,且不同分布.     

次序统计量和的渐近分布（Ⅱ）

设｛Ｘｎ，ｎ≥１｝是狡立同分布随机变量列，Ｘｎ，１≤…≤Ｘｎ，ｎ是Ｘ１，…，Ｘｎ的次序统计量，对非负实数Ｐｎ     

关于帕雷托分布顺序统计量的分布性质

设{Xk,1≤k≤n}独立同分布,X(1),X(2),...,X(n)为其顺序统计量.当Xk服从参数为r(r＞0)的帕雷托分布时,得到了(X(1),X(2),...,X(n))的联合概率密度函数,以及X(1)和X(n)的密度函数.从而进一步得到X(1)和X(n)的数学期望与方差的表达式.此外还证明了X(1),X(2)-X(1),...,X(n)-X(n-1)不独立,且不同分布.     

基于高阶统计量的自适应盲源分离算法

提出了一种新的自适应盲源分离算法，在无噪音实时两源两传感器的情况下，一旦观测信号被白化，只需要辨识一个特定的旋转矩阵就可以完成盲源分离，并给出了能表征该旋转矩阵的角的自适应估计器，仿真结果表明，当满足源峭度和不为零的条件时，这种方法是一种稳定的和有效的分离算法。     

双参数指数型分布最小和最大次序统计量矩的精确计算公式

讨论双参数指数型分布最小和最大次序统计量矩的计算,利用双参数指数型分布矩的递推关系及密度函数的特点获得了它的最小和最大次序统计量各阶矩以及各阶混合矩的精确计算公式.     

基于高阶循环统计量的频谱感知方法

根据高阶循环统计量（HOCS）具有的严格平稳特性,提出了一种基于HOCS的频谱感知方法.该方法利用渐近最优估计理论,构造了进行频谱感知的二元假设检验模型,推导了相应的检验统计量,得出了检测概率的闭式表达式.通过对感知算法所需实数乘法运算次数的比较,说明了该算法具有与能量检测（ED）几乎相同数量级的计算复杂度.仿真结果表明,相比传统的ED法和2阶循环统计量检测法（SCFD）,该方法具有良好的检测性能和抗同频干扰性能.     

基于次序统计滤波器的阶跃边缘检测

在二值图像的边缘检测理论中,经典的方法是用固定的卷积核构成边缘检测算子,如Sobel算子,Prewitt算子,Kirsch算子和Roberts算子等。它们对数字图像边缘的复杂几何结构缺乏算法自适应性。现作者将随机滤波的思想引入边缘检测,用次序统计滤波器构造随机卷积核,从而引入一种新的随边缘检测算子,将OSF边缘算子,并分别对雷达图像和文本图像实施边缘检测。实验结果证明了OSF边缘算子的有效性。     

第四统计力学-JRG群子统计理论的现状与展望

1978年,作者首次发表了群子统计理论及其在某些自然科学领域里应用的论文;接着于1984年出版了“模糊群子论”,系统地论述了线性群子理论方程及其某些应用。而后又把群子理论推广到群子间相互作用的非线性体系中,建立了重整化非线性群子理论方程。这些理论不仅能够推导出Fermi-Dirac,Bose-Einstein,Maxwell-Boltzmann统计方程,而且用很简单的方法可推导出著名的Van der Waals非理想气体方程,Kohlrausch电导方程,BET多层吸附方程。通过非线性群子方程又推导了汽液平衡组成关系式,高分子溶液第二维利系数与分子量之间的关系式,共聚物玻璃化温度与组成关系,高分子合金熔体粘度与组成关系,分子量分布关系式等。这些都表现了第四统计理论在各方面的普遍适用性和广泛应用的前景。     

多元线性模型中的W—K统计量

本文提出了多元线性模型中的W-K统计,用它讨论了数据对拟合值的影响并求出了影响度量的概率分布。     

旅游综合就业统计模型的构建

运用投入产出的统计分析方法,在数据处理的基础上,构建了旅游综合就业的统计模型。