无失效数据处理的一个构想

借助于Ｐｏｉｓｓｏｎ过程中年龄过程的ｎ维生存概率分布函数的Ｌｅｂｅｓｇｕｅ分解式，利用极大似然法以及Ｂｕｃｋｌｅｙ－Ｊａｍｅｓ估计。本文给出了基于无失效数据的指数寿命分布参数λ的近似极大似然估计。     

一种RFID数据中位置参数的Bayes估计方法

RFID设备固有的限制和环境噪声的影响,造成RFID原始数据的不确定性。为了估计RFID冗余数据中位置参数,提出了利用多阅读器观测到的冗余数据反演目标符号位置参数的Bayes方法。该方法以3-态识别模型为基础建立了Bayes推论模型,通过融合监测区域中的先验知识和约束条件,采用Markov Chain Monte Carlo(MCMC)的方法求解Bayes联合概率分布,进而得到符号位置参数的后验概率分布。模拟实验结果表明,符号位置参数的估计方法可以获得较好的效率和准确性。     

α稳定分布对称系数和分散系数估计方法

研究了α稳定分布的对称参数和分散系数估计问题,分别提出了基于极限特征的对称参数估计方法和用于估计分散系数的基于概率分布函数的半概率法.首先介绍了α稳定分布的定义和极限特征,并根据极限特征提出一种估计对称参数β的方法,该方法利用α稳定分布的左极限概率与右极限概率的比值来估计β.介绍了α稳定分布的概率分布函数,分析了概率分布函数的性质,并指出当α1时,半概率点与γ之间有紧密的联系,并利用这一联系,提出一种估计γ的半概率方法.通过仿真实验验证了以上两种估计方法,结果表明:基于极限特征的对称参数估计方法当α1.8时多数情况下估计误差小于0.05,半概率方法对γ的估计误差小于0.02.     

弓网系统的无线电干扰特性研究

在实际测量的基础上，通过对大量数据进行统计分析，应用数理统计方法对高速铁路弓网系统产生的无线电干扰场强进行研究，获得干扰电平的频率特性曲线．利用柯尔莫可洛夫一斯米洛夫检验判断干扰电平的概率分布，然后利用最大似然估计得到相应的参数，最后得出干扰的幅度概率分布．在此基础上，根据干扰源的特性得出了弓网系统的无线电干扰对通信系...     

一种改进的新型滤波方法用于参数辨识

针对辅助粒子滤波方法用于参数辨识时,存在计算量大、计算时间长的缺点,提出了一种新的参数辨识方法。该方法基于一种新型非线性最优滤波方法,这种滤波方法通过估计先验分布到后验分布的映射,缩小估计概率分布与真实概率分布的差异来逼近真实概率分布。提出了利用增广状态,结合滤波方法,通过辅助变量解决参数估计问题;理论证明了该滤波算法对于非线性分布函数的最高逼近精度与所用支持点数的2倍成反比。所提出的参数辨识方法与辅助粒子滤波用于参数辨识相比,计算复杂度低,计算时间少,并且能够取得相近的精度;计算效率较粒子滤波方法高;仿真实验验证了所提出算法的有效性,比辅助粒子滤波用于参数辨识有更好的特性。     

基于AFC数据的城轨乘客出行路径选择比例估计方法

在分析城市轨道交通乘客旅行时间组成要素及其分布特性的基础上,提出了一种基于AFC数据的乘客出行路径选择比例估计方法.首先,采用单路径OD实际旅行时间数据,获得旅行时间组成要素的概率分布参数;然后,估计出多路径OD间各路径旅行时间的概率分布参数,并结合多路径OD实际旅行时间数据,得到各条路径的选择比例.仿真实验结果表明,在客流到达均衡、列车按图行车的假设前提下,该方法估计的路径选择比例误差小于1%.     

索赔次数的加权信度估计及其统计分析

利用信度估计的思想研究了索赔次数的信度估计问题,在加权求和损失函数下,最小化期望损失函数得到了索赔次数的概率分布的信度估计.进而,在索赔次数的3大离散分布中分别讨论了风险参数的信度估计,得到了结构参数的估计,并证明了估计的无偏性.最后,利用数值模拟的方法将本文的信度估计与经典的信度估计进行了比较,验证了本文给出的估计的收敛性质.     

基于变分稀疏贝叶斯学习的DOA估计

针对传统稀疏贝叶斯学习的DOA估计算法复杂度较高、收敛速度较慢等问题,提出了一种基于变分稀疏贝叶斯学习的DOA估计算法。首先通过空间网格划分方式建立基于稀疏表示的DOA估计信号模型;其次在此模型基础上为未知待估计参数指定先验分布,得出稀疏信号的后验概率分布;然后利用变分贝叶斯学习算法,通过最小化KL散度寻求后验概率分布的近似分布;最后估计出未知参数,并得到信号的DOA估计值。根据MATLAB仿真图的结果,该算法成功估计出信号的DOA,并达到了预期效果。与传统稀疏贝叶斯学习算法相比,该算法单快拍下具有更高的DOA估计精度以及更快的收敛速度。     

一种自适应容错控制方法

提出了一种基于分布估计的自适应控制方法。该方法利用随机参数模型,并在建立自适应容错控制算法时将随机参数的概率分布估计引入控制系统性能指标,解决了系统运行模态参数不确定和系统运行模态变化不确定的问题。计算机仿真结果表明该方法可以对故障系统进行有效地容错控制。     

Weibull分布在风能计算中的应用

本文应用Weibull分布拟合南京164米塔三个高度上风速的概率分布。三种方法用于估计Weibull分布参数,进而估计总平均风能密度和有效平均风能密度,对各种方法的计算结果作了比较分析。     

概率法在煤层气储量估算中的应用

煤层气田在勘探评价初期,储量估算参数往往存在一定的分布区间,采用体积法估算储量难以给出确定结果.针对此类问题,以M煤层气藏为例,利用概率法估算储量,围绕储量估算参数(储层面积、厚度、含气量),结合地质分析和储量参数样本分别建立理论分布模型(三角分布、正态分布、对数正态分布、威布尔分布、伽马分布)和任意分布模型;利用Kolmogorov-Smirnov(K-S)检验和卡方检验对相关理论分布模型进行拟合度优选;确立储层面积采用三角分布和正态分布模型,储层厚度采用威布尔分布和任意分布模型,储层含气量采用伽马分布和任意分布模型,并形成4组不同模型组合方案,再利用蒙特卡罗方法对储量进行估算.结果表明:任意分布模型服从原始样本分布,置信区间较窄,理论分布模型则体现过滤作用,两者对储量估算结果有一定影响;储层含气量对储量估算结果影响较大;概率法可以排除人为因素,估算出不同概率级别下的储量,从而起到降低决策风险的作用.     

一类数据不完整情况下的概率分布参数估计方法

提出了一类数据不完整情况下的参数估计方法 ,这类方法以分布函数或其各阶导数和频率间的关系为基础 ,并利用最小二乘法建立求解未知分布参数的方程组。另外 ,针对一些常见概率密度函数的特点 ,文中通过合理的近似 ,提出了一种简化的参数求解方法。实例表明本文方法求解出的未知分布参数精度较高 ,对于一些常见的概率分布函数 ,简化方法的求解过程相当简单。     

索赔总额服从几何分布的破产概率及渐近估计

运用概率论知识对索赔总额服从几何分布模型导出了最终破产概率的表达式，并得到其渐进估计。     

索赔总额服从Gamma分布的破产概率及渐近估计

运用古典概率论知识对索赔总额服从Gamma分布模型导出了最终破产概率的表达式,并得到其渐近估计.     

基于LH矩法的半潜式平台气隙响应极值分析

以设计水深为1.5km的半潜式平台为研究对象,假设相对波浪升高峰值服从双参数Weibull分布,引入LH矩法,通过模型试验数据对分布中的未知参数进行估计,得到相应的超越概率分布曲线.分析结果表明:随着LH矩阶数的增加,双参数Weibull分布可以很好地拟合非线性较弱的一年一遇海况下相对波浪升高较大部分峰值,对于百年一遇海况下非线性较强的相对波浪升高较大部分峰值,拟合程度也显著改善.     

基于拉普拉斯模型的双树复小波域图像降噪

分析了图像复小波变换的特点,根据复小波系数服从拉普拉斯分布的特性,采用最大后验概率估计,推导出一种复小波域的软阀值去噪方法。在实验中,分别与图像小波域、复小波域的高斯概率分布模型的去噪方法进行对比分析。结果表明,文中的去噪方法,在去除噪声的同时更好地保留图像的细节信息,且峰值信噪比有所提高,取得很好的降噪性能。     

索赔额服从卡方分布的破产概率及其渐近估计

通过建立合适的数学模型，运用古典概率论的有关知识，针对索赔额服从卡方分布的模型导出了保险公司最终破产概率的显式表达式，并得到了相应的渐近估计，所得结果推广包含了文献[1]和文献[8]的相关结论。     

指数分布参数的Bayes及多层Bayes估计

对寿命服从指数分布的产品,以先验分布为Gamma分布时,给出了参数的Bayes估计和多层Bayes估计.     

关于"上限为三法则"(Rule of Three)的形成条件

"上限为三法则"(Rule of Three)在实验数据统计等带有抽样调查性质的研究上有相当广泛的应用.但是真正了解其由来,及其理论推导的研究工作并不多.人们一般把它当作是一种习惯、一种通则.文中就这一法则分别使用二项分布、普阿松分布、Louis法和贝氏法四种不同的方法进行推导,并通过实际的数值结果对该法则进行验证比较,得到该法则的四个形成条件结论.     

指数分布参数的Bayes及多层Bayes估计

对寿命服从指数分布的产品,以先验分布为Gamma分布时,给出了参数的Bayes估计和多层Bayes估计。