基于Pair Copula模型的资产组合VaR比较研究

运用多元相关结构研究领域新出现的pair copula方法估计资产组合的非线性相关结构,并结合能较好模拟金融资产分布的广义逆高斯分布(NIG)来估计资产的厚尾偏态特征,构建新的VaR计算模型。为了检验本文模型,运用国内5类行业股票价格的数据对其效果进行了实证分析。结果显示:相比基于正态分布的VaR模型和基于传统Copula方法的VaR模型,本文模型在描述高维相关结构时更加灵活,由此构建的VaR模型更接近实际发生的损失。     

不同杂波环境下恒虚警检测应用分析

恒虚警处理技术(CFAR)在雷达的目标检测中占有非常重要的地位。首先论述了几种常用的恒虚警处理原理。然后分析了在不同杂波环境下选用某种恒虚警方法的思想及其实现方法,同时也给出了高斯背景中CFAR实现方法。最后通过实际测试结果分析了经典CFAR处理效果,对工程上有指导意义。     

应用粒子群优化的高斯粒子滤波

针对高斯粒子滤波(GPF)在多峰高斯假设条件下不能满足贝叶斯估计精度的问题,提出一种基于粒子群优化的高斯粒子滤波算法(PSO-GPF).该算法用粒子群优化算法更新高斯建议分布的参数,解决粒子退化和多峰高斯下的粒子精度问题.同时,带压缩因子的粒子群优化算法能有效平衡粒子的全局探测与局部开采.实验结果表明,新算法的滤波精度比高斯粒子滤波精度平均可提高93.9%,具有更高的稳定性.     

随机振幅过程在雷达干扰分析中的应用

本文讨论“随机振幅过程”在雷达接收机内部“噪声分析”中的应用 ,但所得结论基本上也可适用于一般电器内部的“热噪声”问题 ,具有普遍的意义及实用价值。     

Gauss分布函数及其分位数的精确度

文[1]得到一般的 Gauss 分布的极大迫近式.本文在面积替代原理的基础上分析其产生误差的原因和改进的方法.从而得到精度很高的 Gauss 分布函数极大迫近式和分位数公式,并指出精确度明显优于 Hastings 和 Shannelerlan 公式.     

混合高斯分布的变分贝叶斯学习参数估计

针对常用于非高斯信号或系统建模的包含隐变量的混合高斯分布模型,提出利用一种变分贝叶斯学习算法进行模型的参数估计.该方法采用一个形式较为简单的自由分布,通过不断最大化边缘似然函数的下界,迭代地更新变分参数,直至近似分布足够逼近参数真实的后验分布,从而实现混合高斯分布的参数估计.文中推导了该方法对混合高斯模型参数学习过程.实验表明,变分贝叶斯学习可以有效实现高斯混合模型的多参数估计,相比采样方法更有工程应用前景.     

TP801单板计算机在核衰变统计分布规律实验中的应用

本文介绍用TP801单板计算机控制核衰变统计分布规律实验的仪器设备。它可以代替手工操作,进行实验中的数据采集及数据处理,并能显示统计分布规律的曲线。可以在实验数学和科学研究中使用。     

逆高斯分布参数的估计

在给出逆高斯分布参数μ及β的极大似然估计和矩估计的基础上,验证了参数μ的样本均值的无偏性及相合性.     

杂波概率分布特性的建模

现代战争中,各种杂波干扰严重影响了雷达发现目标的能力,为了更好地发挥雷达的功用,必须对杂波的特性作深入的了解.从高斯分布统计模型和非高斯分布统计模型两方面分析了杂波的概率分布特性,并进行了建模与仿真.     

广义高斯分布及其在图像去噪中的应用

指出了图像小波系数的统计分布具有非高斯特性,可以用广义高斯模型进行描述.研究了用广义高斯分布(GGD)对图像子带小波系数进行建模以及GGD模型的参数估计问题,在此基础上设计了一种基于贝叶斯估计的子带自适应阈值去噪算法,通过仿真实验对该算法和经典的小波阈值去噪方法进行了去噪性能的比较和讨论.