q -对称熵损失函数下Pareto分布参数估计

Pareto分布作为一种收入分布有着很重要的现实意义,其形状参数的大小直接影响收入分布的均衡程度,因此在经济中有着广泛的应用价值.主要研究了q-对称熵损失函数下Pareto分布形状参数的最小风险同变估计和Bayes估计.通过证明得到,在适当的Γ-先验分布下,α的Bayes估计都具有统一的形式[cT＋d]-1.并且,针对c和d的各种不同取值情况,讨论了[cT＋d]-1的可容许性和不可容许性,给出了q-对称熵损失函数下参数的最小最大估计.     

α稳定噪声下基于随机共振的微弱诱发电位潜伏期延长检测

提出了一种基于分数低阶统计量及随机共振技术的鲁棒性时问延迟估计新方法--随机共振共变时间延迟估计(SRCTDE)算法,用于在低混合信噪比条件下及a稳定噪声下微弱诱发电位信号潜伏期延长的检测.SRCTDE算法首先利用带嗓诱发电位信号与双稳态非线性动力系统之间的随机共振效应提高参考及待测诱发电位信号的混合信噪比,在最大对称...     

用渐近变分法对复合材料层合板简化数值建模及仿真

为有效分析三维复合材料层合板非线性、单向耦合弹性问题,基于渐近变分方法构建单斜对称的复合材料层合板的简化模型。推导了基于旋转张量分解概念的复合材料层合板能量表达式;利用渐近变分法将三维层合板严格拆分为二维板分析和沿法线方向的一维非线性分析;进行了降维后近似能量推导及reissner形式转换;提供了三维场重构关系以得到沿厚度方向的准确应力分布。通过对一具有四层复合层合板的柱形弯曲算例表明:基于该理论和重构过程开发的渐近变分程序VAPAS重构生成的三维应力场精确性较古典层合理论更好,与三维有限元精确解相一致。     

基于软迭代的叠加训练序列信道估计方法

提出了一种基于软迭代的叠加训练序列信道估计方法.该方法将周期性训练序列与用户信息序列叠加后一起发送,通过软迭代方法,在接收端利用信道译码器输出的软信息来计算信息序列的一阶统计量,并将其反馈给信道估计器,用于消除观测量中来自未知信息的干扰,因此提高了信道的利用率和信道参数的估计精度.仿真结果表明,该方法有效地改善了信道估计性能,降低了接收机的误码率,提高了功率效率.     

三维地学建模技术与Kriging方法在固体矿产储量计算中的应用

结合Kriging方法在计算机上的实现和应用,介绍了运用三维地学建模技术生成矿体的三维品位模型的原理流程以及关键技术,并在此基础上进行矿产资源储最计算.其基本流程为:根据实际地质勘探数据生成矿体三维实体模型;在实体tin模型内部应用块模型方法进行划分,建立矿体块体模型;利用Kriging方法进行插值,生成矿体的品位模型...     

关中盆地混合地下热水化学成分的随机模拟

以水文地球化学理论和水文随机模拟技术为基础,利用水文地球化学模拟方法对关中盆地混合地下热水中主要离子与主要离子总含量TDI的关系进行分析,采用最小二乘法及根据残差的偏态系数进行参数估计以确定最适线性方程定量模拟关中盆地水化学场的混合作用对水化学成分的影响.研究结果表明:关中盆地地下热水中的主要离子矿化度与TDI之间具有...     

区域洪涝灾害风险估算模型及其应用

为了减轻洪涝灾害造成的损失,针对系统存在的风险指标,研制区域洪涝灾害风险估算模型.应用马尔科夫链进行某种趋势外推型的风险预测,并估算洪涝灾害无实测值的状态;采用贝叶斯统计理论和方法,通过先验分布结合样本信息来推求后验分布,以最大概率原则判别风险估算的趋势,按照估算结果及当地的实际情况,适度调整针对洪涝灾害的策略,尽可能...     

分布式MIMO系统中载波频偏和信道的EM-PF联合估计

考虑了平衰落背景下分布式MIMO系统中载波频偏和信道的联合估计问题.与集中式MIMO的联合处理方法不同,改进了EM算法,提出了EM-PF算法解决这一强非线性难题.仿真结果表明:改进的算法更逼近克拉美罗界,在高性噪比条件下,误码率更低,有很大的实用价值.     

无线传感器网络测距定位算法改进与分析

在无线传感器网路实际应用中,节点定位技术是重要的支撑技术之一.不同于常规的求解距离等式方程组解法,分别采用MLE(最大似然估计参数)法和最小二乘法,对无线传感器网络测距的定位算法进行改进.非常有趣的是,两种不同方法得到的结果完全一致.最后经过实验评估和算法仿真对比分析测距定位算法改进前后的特性,结果表明改进后的测距定位算法能取得良好的定位精度.     

一类非线性差分方程组解的动力学行为

研究了一类非线性差分方程组xn=A+xn-1/sn-p yn-q,yn=A+yn-1/xn-r yn-sn=1,2,…解的动力学性质,包括有界性和解的全局渐近收敛性,其中:{xn},{yn}为正实数数列;p,q,r,s均为正整数,A≥0;初始解x1-max{p,r},x2-max{p,r},…,x0＞0,初始解y1-max{q,s},y2-max{q,s},…,y0＞0.