不同纹理小波变换系数的正态性检验

针对不同纹理的文本图像经Haar小波变换所产生的小波系数，利用非参数假设检验中的直方图及正态概率纸的方法统计其分布规律，并利用黄金分割找出分界点，从而得出结论：不同纹理小波变换系数在各个区间上基本服从正态分布。     

实行巴塞尔委员会96协定的正态性检验

对实行巴塞尔委员会关于银行（金融）业风险监管的１９９６协定的基本假定之一。即证券资产回报服从条件正态分布进行了实证分析。证券资产包括股票和债券，分析采用了常规的偏度、峰度检验、直观的分位图（Ｑ－Ｑ图）和对应的Ｑ－Ｑ图相关系数检验。分析结果显示，Ｊ．Ｐ．Ｍｏｇａｎ关于预测波动率σｔ的模型和标准在我国证券市场有一定的实用性，我国的金融机构可以考虑试行巴塞尔委员会关于风险监管的９６协定。     

实行巴塞尔委员会96协定的正态性检验

对实行巴塞尔委员会关于银行 (金融 )业风险监管的 1 996协定的基本假定之一 ,即证券资产回报服从条件正态分布进行了实证分析 .证券资产包括股票和债券 ,分析采用了常规的偏度、峰度检验、直观的分位图(Q Q图 )和对应的Q Q图相关系数检验 .分析结果显示 ,J.P .Mogan关于预测波动率σt的模型和标准在我国证券市场有一定的实用性 ,我国的金融机构可以考虑试行巴塞尔委员会关于风险监管的 96协定 .     

基于小波变换的K-L变换人脸识别方法研究

将K-L变换和小波变换相结合用于人脸识别的方法.即对人脸图像进行小波变换,用包含了原始图像的大部分信息的低频子带作K-L变换,相比原来方法,该方法得到了较好的识别率,同时也降低了运算量,但训练样本很大的时候.显得很重要.     

两种多元正态性检验方法的应用和比较

讨论了多元正态性检验的两种主要方法--卡方图检验法和主成分检验法,介绍了其基本原理和具体实施步骤,并通过实例研究比较它们的优劣,发现主成分检验法具有更好的功效和更强的实用性.     

水文频率分析中的多项式正态变换方法研究

采用多项式正态变换(聊盯)方法,把偏态分布转换为正态分布,推求指定频率下正态分布的设计值(分位数),然后通过一一变换转换成原偏态分布对应频率的设计值．以P．Ⅲ型分布为例,用Monte-Carlo法进行模拟分析,并对PNT法的统计性能与线性矩(L广M)法的统计性能进行了比较．结果表明,PNT法的精度略差于L-M,g-ej精度．由于PNT法本质上是非参数估计方法,不需要假设水文变量的分布线型,因此该法理论上是一种较为可行的水文极值分析方法．     

正态变换及其误差比较研究

在介绍正态幂变换和正态模变换的同时讨论了逆双曲正弦变换及其性质,并在Cornish－Fisher展开的基础上讨论了相应的正态变换,最后通过随机模拟的方法比较了上述几种正态变换的误差,并通过农作物保险费率精算的实例加以说明．     

正态性检验在教学质量监控中的应用

检验法和偏峰度检验是正态性检验中两种重要检验方法,本文介绍运用M ATLAB编程,利用检验法和偏峰度检验,实现计算机辅助完成试卷的评价和分析,从而提高了试卷处理的质量和效率,建立起完善的试卷质量监控体系。     

总体正态性检验—W检验法的改进

针对正态性检验W检验法应用中存在的不足,提出改进的D统计量.运用随机模拟方法给出概率密度分布图、拒绝域的取值表、功效函数比较图及非正态分布下的拒绝概率表.结果表明:在正态性检验时,D统计量相对于W统计量的检验功效更高一些,而在非正态检验时,其功效函数拒绝率同原统计量相比也有一定的改进.D统计量对某些分布能够更及时作出不服从正态分布的判断;新统计量检验计算更省时省力;对正态性检验具有一定的参考价值.     

基于最小化K-L信息的假设检验

将最小化的K-L信息D(p,p0)应用到假设检验中,讨论简单对简单和简单对复合假设似然检验的误差概率幂指数收敛问题,证明了假设似然检验误差概率是幂指数收敛的.     

一种基于K-L变换聚类的室内定位算法

室内定位环境中接入节点(access point,AP)部署密集时,针对参考节点(reference point,RP)接收到邻近AP的接收信号强度(received signal strength,RSS)数据相关性大,而导致聚类过程中聚类中心相关性高、聚类不准确等问题,提出了一种基于K-L变换的聚类算法;该算法通过K-L变换对RSS指纹数据去相关处理来保留原始指纹数据最大的特征信息数据,然后通过k-means聚类算法聚类能够得到更高的聚类准确率,从而来提高定位精度。实验结果表明,该算法比没有经过K-L变换去相关处理的聚类算法聚类准确率要高;并且在实验过程中确定RSS数据经K-L变换降维之后的维数为5、聚类中心数为5时,定位误差在2 m以内的概率提高了9.3%。     

空间数据挖掘技术及其智能推理体系结构

面对数据的数量和复杂性急剧增加的问题,首先讨论了数据挖掘技术的研究进展,并对数据挖掘在空间数据库中的应用进行了深入地探讨。然后提出三种基于空间数据挖掘、空间数据仓库、智能决策支持系统（IDSS）和范例推理（CBR）技术的智能推理体系结构,并对这三种体系结构的优劣进行了分析对比,其中以第三种结构为优。最后对空间数据挖掘在各领域中的应用前景以及有待解决的问题进行了展望。     

基于Oracle Spatial的空间数据存储及应用

目前,地理数据存储普遍采用空间数据和属性数据分开存储的模式,属性数据一般存储在关系型数据库系统中,空间数据则以文件方式存储。OracleSpatial推出后,空间数据和属性数据可实现一体化存储。介绍了如何使用OracleSpatial建立空间数据库,并给出了具体的实例。     

自平衡试桩结果的解析转换法

提出了一种自平衡试桩结果转化成传统静载试验曲线的解析法．假定桩侧土符合双折线模型、桩端土符合三折线模型，采用荷载传递法分别推导了自平衡试桩上、下段桩的荷载-沉降的解析解．通过对上、下段桩的实测荷载-沉降曲线的拟合，得到抗剪刚度系数和抗压刚度系数等计算参数，再利用解析解将自平衡试桩结果转换成传统静载荷试验曲线即解析转换法．该方法的转换结果与实测桩载荷曲线以及荷载传递位移协调法的转换结果比较，吻合较好，具有较高的精度；相比其他转换方法，该方法具有理论完整、不需实测传递函数、简单实用等优点．     

基于模糊聚类的多尺度空间数据挖掘模型及其矿山应用

基于空间数据的尺度特性,提出了多尺度空间数据挖掘的技术思想,建立了同一地理要素在不同尺度下的信息推理模型,即多尺度空间数据挖掘框架模型.以矿井煤层厚度为研究对象,以聚类分析为挖掘技术,实现了多尺度分析思想应用于空间数据挖掘领域的设想,证实了空间数据挖掘领域中的多尺度现象.研究成果丰富和发展了空间数据挖掘的基础理论.     

静动试桩法及其应用

介绍了一种新的评价单桩极限承载力的方法－静动法（ＳＴＡＴＮＡＭＩＣ法）对比传统的静载荷试验和高应变动测，分析了其适用范围及优缺点。     

离散K—L变换在路标识别中的应用

针对路标符号的识别,介绍了一种基于离散K—L变换的特征提取方法并通过实验证明这种方法能够有效地识别各种常见路标。     

标度变换的等价无穷小量应用

在力学中,利用标度变换法求一些对称物体的转动惯量,可以避免计算繁琐的积分.此处给出了利用标度变换法求连续函数极限及等价无穷小量的新方法.利用标度变换法,将连续函数的极限及等价无穷小量的求法约化为初等的代数问题,从而大大简化了运算.     

Spark框架下交通流数据高效处理方法及其应用

设计并实现基于Spark的交通流数据处理与预测分析应用框架, 可以完成交通流数据的高效清洗、统计、存储和查询。利用基于多阶空间权重矩阵的STARIMA模型进行交通流预测分析, 可以验证数据处理效率及对预测应用的支撑作用。对比实验结果表明: 1) 交通流数据处理框架运行效率高, 适用于复杂的数据清洗和挖掘算法, 为预测模型建立数据支撑; 2) 交通流预测模型对空间权重矩阵进行了多阶优化, 兼顾高效性和准确性, 预测分析结果可以为交通诱导提供参考。