零误差密度函数准则的BP神经网络学习研究

BP神经网络的学习通常以均方误差函数(MSE)为目标函数,当目标变量不满足高斯分布时,其结果可能偏离真正最优.零误差密度函数(ZED)利用非参数估计中的Parzen窗法得到误差在零点的概率密度函数.将零误差密度函数作为BP网络的目标函数时,通过对光滑参数的选择使新的目标函数能够适用于期望输出满足任意分布.仿真实验分别以零误差密度函数和均方误差函数为目标函数的BP网络学习在函数逼近方面进行比较,结果表明零误差密度函数要比均方误差函数的适用范围更广.     

基于对称KL距离的相似性度量方法

提出了一种基于对称KL距离的空间直方图相似性度量方法.将空间直方图中的每个区间的空间分布看作一个带权重的高斯分布,其权重为该区间的概率值,均值和协方差矩阵为该区间内所有像素坐标的均值和协方差矩阵;然后计算2个空间直方图对应区间之间的相似度,即计算2个带权重的高斯分布之间的对称KL距离.理论和实验证明：提出的相似性度量方...     

新的箔条散射截面数学模型及其仿真

为反映不同频率电磁波照射下箔条雷达散射截面的变化情况,在研究箔条云回波信号功率谱的统计特性基础上,提出了一种新的箔条散射截面数学模型.该方法表明,单根箔条散射截面频率响应特性可采用高斯分布描述,散射截面最大值为箔条的平均雷达截面积.仿真结果表明,在箔条弹设计中可用来分析不同频率电磁波照射下箔条散射截面的频率响应特性,验...     

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.     

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.     

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.     

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。     

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。     

基于高斯分布的ABC算法及应用

为了克服标准人工蜂群算法中容易陷入局部最优的缺陷、改善寻优过程中随机性过强的缺点,提出一种基于高斯分布的改进人工蜂群算法.通过高斯分布将局部最优和当前全局最优进行比较,从而能较快跳出局部可行区域,并且有较快的收敛速度.最后通过四个常用的数学测试函数进行测试,并将结果和标准ABC、GABC算法进行比较,结果表明改进算法在寻优能力和收敛速度上都有所提高.将改进算法应用于图像边缘检测时,较标准ABC取得了不错的效果.     

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。