检索结果-南通市图书馆

一类特殊的指数分布族参数的经验Bayes检验:NA样本

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

江西师范大学学报（自然科学版） 2011年第6期35卷 617-620页

作者：阳连武廖丽危寰宜春学院数学与计算机科学学院江西宜春336000

在线性损失函数下,对NA样本下一类指数分布族参数θ的经验Bayes单侧检验问题进行了研究.通过构造参数的经验Bayes单侧检验函数,获得了它的渐近最优(a.o)性,在适当条件下得出了所提出的经验Bayes检验函数的收敛速度可以任意接近O(n-1/2).

关键词：经验Bayes检验渐近最优性收敛速度 NA样本

广义Pareto分布参数的经验Bayes检验问题

在线全文

学校读者我要写书评

暂无评论

数学的实践与认识 2016年第5期46卷 215-221页

作者：井晓培周菊玲新疆师范大学数学科学学院新疆乌鲁木齐830054

讨论了独立同分布样本情形广义Pareto分布参数的经验Bayes单侧检验问题,利用核密度函数的核估计构造了参数的经验Bayes检验函数,并在一定的条件下,证明了此经验Bayes检验函数的渐近最优性,获得了其收敛速度.

关键词：广义Pareto分布经验Bayes检验渐近最优性收敛速度

两两NQD样本下Burr XII分布参数的经验Bayes检验问题

在线全文

学校读者我要写书评

暂无评论

河北工业大学学报 2012年第5期41卷 73-77页

作者：杜伟娟孙帆平顶山学院数学与信息科学学院河南平顶山467000

研究了同分布两两NQD样本情形下Burr XII分布参数的经验Bayes(EB)单侧检验问题.利用概率密度函数的核估计构造了参数的经验Bayes检验函数,在适当的条件下证明了经验Bayes检验函数的渐近最优性,并获得其收敛速度.最后给出一个有关本文主... 详细信息

研究了同分布两两NQD样本情形下Burr XII分布参数的经验Bayes(EB)单侧检验问题.利用概率密度函数的核估计构造了参数的经验Bayes检验函数,在适当的条件下证明了经验Bayes检验函数的渐近最优性,并获得其收敛速度.最后给出一个有关本文主要结果的例子.

关键词：两两NQD样本 Burr XII分布经验Bayes检验渐近最优性

NA样本下非对称损失函数截尾参数的经验Bayes检验

在线全文

学校读者我要写书评

暂无评论

河南大学学报（自然科学版） 2006年第2期36卷 20-24页

作者：廖靖宇许昌学院数学系河南许昌461000

研究了负相关(NA)样本下具有非对称损失函数单边截尾参数的经验Bayes检验.其损失函数为L(θ,0θ)=k1(θ-0θ)2I(θ<θ0)+[k1(θ-0θ)2+k2(θ-0θ)]I(θ≥θ0),ki≥0,i=1,2.应用概率密度函数的核估计来构造检验函数,得到了它的收敛速率... 详细信息

研究了负相关(NA)样本下具有非对称损失函数单边截尾参数的经验Bayes检验.其损失函数为L(θ,0θ)=k1(θ-0θ)2I(θ渐近最优性.并发现对所提出的EB检验,在某些条件下,具有渐近最优性的收敛速率,能够任意接近于1.

关键词：负相关(NA)样本非对称损失函数经验Bayes(EB)检验渐近最优性收敛速率

Gamma分布族尺度参数的经验贝叶斯单边检验

在线全文

学校读者我要写书评

暂无评论

合肥工业大学学报（自然科学版） 2013年第7期36卷 888-891页

作者：柳玲周尧合肥工业大学数学学院安徽合肥230009

文章在独立同分布条件下研究了Gamma分布族尺度参数的经验贝叶斯检验问题,在假设贝叶斯检验函数的临界点是属于已知闭区间的前提下,构造了尺度参数的经验贝叶斯检验函数,并证明了其渐近最优性,在合适的条件下获得了O(n-1)的收敛速度,最... 详细信息

文章在独立同分布条件下研究了Gamma分布族尺度参数的经验贝叶斯检验问题,在假设贝叶斯检验函数的临界点是属于已知闭区间的前提下,构造了尺度参数的经验贝叶斯检验函数,并证明了其渐近最优性,在合适的条件下获得了O(n-1)的收敛速度,最后给出了一个满足条件的例子。

关键词： Gamma分布经验贝叶斯检验渐近最优性收敛速度

在线全文

学校读者我要写书评

暂无评论

Bayes方法中的若干问题

Bayes方法中的若干问题

作者：赵文芝西北大学

学位级别：硕士

本文用Bayes方法研究巴斯卡分布可靠度的Bayes估计,用经验Bayes方法研究单边截断型分布族参数的函数的经验Bayes估计及正态分布族位置参数的经验Bayes估计问题。首先,在对称损失函数L（θ,δ）=（（θ-δ）~2/θδ）下,... 详细信息

本文用Bayes方法研究巴斯卡分布可靠度的Bayes估计,用经验Bayes方法研究单边截断型分布族参数的函数的经验Bayes估计及正态分布族位置参数的经验Bayes估计问题。首先,在对称损失函数L（θ,δ）=（（θ-δ）~2/θδ）下,用Bayes方法和多层Bayes方法得到巴斯卡分布可靠度θ的Bayes估计和多层Baye估计及相应置信下限,并证明了相应容许性。其次,在NA（负相关）样本下,用密度函数核估计的方法,构造了单边截断型分布族参数函数Q（θ）的经验Bayes估计,在讨论的条件下证明了它是渐近最优的EB估计,并证明它具有收敛速度q=（λα（δ-2）/δ（2α+4））,其中0＜λ＜2,α＞0,δ＞2。最后,在NA样本下,研究了正态分布族位置参数θ的EB估计问题,导出了θ的Bayes估计的显示表达式,并用密度函数及其导数核估计的方法构造了θ的EB估计,在给定的条件下证明了它是渐近最优的,并具有收敛速度q=（λ（δ-2）（s-1）/2（s+2）δ）,其中0＜λ＜2,δ＞2,s为任意正整数。

关键词： NA样本 Bayes估计多层Bayes估计经验Bayes估计渐近最优性收敛速度核估计位置参数

基于相协样本下刻度指数族和单边截断型分布族参数的Bayes统计推断理论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于相协样本下刻度指数族和单边截断型分布族参数的Bayes统计推...

作者：范国良合肥工业大学

学位级别：硕士

经验Bayes(EB)方法应用在多次面对具有相同结构的Bayes决策序列时的统计推断问题，这一方法在文献中有很多讨论，本文第一章对此作了简单的回顾，并给出了本文的主要结果。本文第二章，第三章基于同分布弱平稳正相协(PA)样本，在加权平... 详细信息

经验Bayes(EB)方法应用在多次面对具有相同结构的Bayes决策序列时的统计推断问题，这一方法在文献中有很多讨论，本文第一章对此作了简单的回顾，并给出了本文的主要结果。本文第二章，第三章基于同分布弱平稳正相协(PA)样本，在加权平方损失下获得了刻度指数族参数的Bayes估计，并构造了相应的经验Bayes(E·B)估计，证明了所提出的EB估计是渐近最优的，并且获得了渐近最优E·B估计的收敛速度。最后，给出了满足主要结果的例子。本文第四章在平方损失下对单边截断型分布族基于同分布弱平稳正相协(PA)样本，构造了位置参数函数的经验Bayes(E·B)估计，在适当的条件下，证明了位置参数函数的经验Bayes(E·B)估计是渐进最优的并获得了其收敛速度。第五章，基于同分布弱平稳正相协(PA)样本，对一类单边截断型分布族在Linex损失下获得了参数的Bayes估计，并构造了相应的经验Bayes(E·B)估计，证明了该估计是渐近最优的并且获得了它的收敛速度，最后给出适合定理条件的一个例子。最后在第六章，给出总结及展望。

关键词： PA样本刻度指数族单边截断型分布族经验Bayes估计渐近最优性 Linex损失平方损失加权平方损失收敛速度

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

系统在线辨识和自适应控制研究

系统在线辨识和自适应控制研究

作者：杨昌利华东师范大学

学位级别：硕士

本文基于Backstepping方法(按状态分量顺序递推的迭代式设计方法),采用构造性的方法构造出所考虑系统的自适应律和控制律,解决了一大类不确定性非线性系统的鲁棒自适应控制问题(包括状态反馈控制和输出反馈控制),并进一步提出了一个更... 详细信息

本文基于Backstepping方法(按状态分量顺序递推的迭代式设计方法),采用构造性的方法构造出所考虑系统的自适应律和控制律,解决了一大类不确定性非线性系统的鲁棒自适应控制问题(包括状态反馈控制和输出反馈控制),并进一步提出了一个更简捷的设计方法,不必借助逐步分析,就可直接给出简明的设计过程;对于离散时间双线性随机系统这一非线性系统的重要形式,本文提出了一种新的自适应方法;对于阶数和参数皆未知的离散时间线性随机控制系统,本文提出了一种具有强一致性的对阶数和参数同时进行在线估计的算法。本文由以下三部分组成:第一部分对于状态反馈和输出反馈情形,分别考虑一类具有一般不确定性和部分参数未知的非线性系统,设计出一种用于跟踪参考信号的状态反馈(或输出反馈)鲁棒自适应控制器,此控制器对系统参数和状态的不确定性具有鲁棒性,能保证闭环系统的全局稳定性,并解决了ε-跟踪问题。仿真结果表明,所设计的鲁棒自适应控制系统具有良好的跟踪性能,而且控制量在容许控制的范围之内。第二部分研究了具有未知参数和相关噪声的离散时间随机双线性系统的自适应控制问题,基于所研究系统的ELS自适应跟踪算法,根据必然等价原理,提出了一种新的自适应控制方法。运用该方法设计的闭环系统能很好地跟踪已给的有界参考信号,并能证明该自适应跟踪算法具有全局稳定性和渐近最优性。进一步,可以证明未知参数

关键词：不确定性非线性系统 Backstepping 状态反馈输出反馈鲁棒自适应控制全局稳定性 ε-跟踪随机双线性系统渐近最优性强一致性参数估计在线辨识

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于罚APE准则的高维VAR模型平均方法

基于罚APE准则的高维VAR模型平均方法

作者：廖永娴中央民族大学

学位级别：硕士

由于信息技术的飞速发展,如今各个行业数据的产生、收集和存储成本显著降低,海量数据纷纷涌现.如何从海量数据带来的大量信息中快速有效的提取出有价值的信息,并使用合适的方法建立模型进行预测成了研究者面临的一个巨大挑战.在高维数... 详细信息

由于信息技术的飞速发展,如今各个行业数据的产生、收集和存储成本显著降低,海量数据纷纷涌现.如何从海量数据带来的大量信息中快速有效的提取出有价值的信息,并使用合适的方法建立模型进行预测成了研究者面临的一个巨大挑战.在高维数据的建模预测方面,模型选择方法依赖于单个模型进行预测,而模型平均方法则同时囊括了更多模型的优点.过往的研究表明,模型平均方法在理论方面具有优良的性质,实证分析中模型平均也比单一的模型选择方法有着更优的预测效果,因此模型平均方法凭借在理论性质和实际应用中的优秀表现而受到广大学者的青睐.本文主要研究高维时间序列模型的平均方法.针对高维稀疏的向量自回归模型(VAR),首先使用CSIS方法对高维数据进行降维,该方法有效地利用了先验信息且具有确定筛选性质.本文在对候选模型的平均过程中主要有如下贡献,首先在累积平方预测误差函数的基础上对模型权重添加惩罚,提出一种新的适合高维数据的模型平均准则,即罚APE准则;其次证明了新方法在预测均方误差意义下的渐近最优性;然后通过蒙特卡洛模拟实验将新方法与几个常用的模型平均方法进行比较,验证了新方法的优良性质;最后使用我国10个港口的月度集装箱吞吐量数据进行实证分析,结果显示本文提出的方法预测效果最好.

关键词：高维时间序列 CSIS降维罚APE准则渐近最优性港口吞吐量预测