简介:摘要贝叶斯学派所提出的用参数的后验分布来估计参数的方法在很多领域都优于传统学派。本文旨在详细叙述用密度函数表示的贝叶斯公式,即后验概率密度的推导计算过程,以二项分布成功概率p的后验密度函数求法为例详细说明;以及共轭先验分布的定义,并证明泊松分布均值λ的共轭先验分布为伽马分布。文中最后总结了常见分布中特定参数的共轭先验分布。
简介:本文从规避水文风险角度出发,将非参数核密度估计方法与Copula函数相结合,利用核密度估计方法确定水文变量的边缘分布,利用Copula函数计算不同变量之间的联合分布,并应用于南水北调中线一期工程水源地丹江口水库不同分期降雨径流的概率计算与丰枯风险分析.研究结果表明:该流域汛期降雨与径流的组合概率中,丰平枯等级一致的总概率为76%,而非汛期降雨与径流丰平枯等级一致的总概率仅为53.3%.与汛期相比,非汛期降雨与径流等级不一致的概率明显升高.当汛期径流等级为丰时,非汛期径流等级为丰的条件概率达到60.1%;当汛期径流等级为平时,非汛期径流等级为丰、平、枯的条件概率相差不大;当汛期径流等级为枯时,非汛期径流等级为枯的条件概率达到59.8%.
简介:研究独立样本下密度核估计的相合性.在Peason-χ~2距离和Kullback-Leibler距离意义下,提出密度核估计广义相合性的概念,并获得密度核估计的各种广义相合性.
简介:核主分量分析是一种输入输出特征非线性变换技术。选择最优或接近最优的非线性变换核函数参数,使类的可分性测度最大,是KPCA应用于特征提取的关键。本文采用高斯变异遗传算法作优化技术,实现了KPCA和GA的集成,适合核函数参数的优化选择。仿真表明,该技术可行、有效。
简介:国家核安全局于1995年发布了《核设备抗震鉴定试验指南》(HAF·J0053),对我国核设备抗震鉴定工作起到了很好的指导作用.《指南》的“多频波法”要求“由每个人工加速度时程计算出的在频率0.3Hz至24Hz范围内的功率谱密度(PSD)曲线必须包络由要求反应谱计算出的对应频率范围的功率谱密度80%的曲线”.但如何根据“要求反应谱”推导出具有合理保守性的可接受的“功率谱密度”是至今尚未解决的问题,这给核安全监管工作带来很大困惑.本文首先从编制《指南》的主要参考蓝本入手,分析了功率谱密度要求的意义及必要性;然后从反应谱和功率谱密度的定义和计算方法着手,结合“合理保守性”的监管原则,探讨从“要求反应谱”推导“最低可接受功率谱密度”的方法;最后,对我国今后相关的规范标准制定和修订工作以及核安全监管工作提出建议.
简介:摘要 : Volterra核函数辨识是一种非线性系统模型,能够良好的应用于结构损伤检测,对于现代机械工程的发展起到了非常重要的作用。本文笔者对 Volterra核函数辨识下结构损伤检测进行分析研究,文章中对 Volterra级数进行详细的分析阐述,并提出 Volterra核函数辨识在结构损伤检测当中的具体应用过程。
简介:摘要目的基于核密度估计方法预测妇科肿瘤患者骶尾骨和盆骨骨髓剂量。方法选取中国医科大学附属盛京医院治疗的15例妇科肿瘤限制骶尾骨和盆骨骨髓剂量的放疗计划作为机器学习的训练数据,另选取10例该类计划作为模型的验证数据,计算器官内各剂量点与计划靶区边缘的最小有向距离。应用核密度估计方法训练模型,并用均方根差来评估模型预测的准确性。使用该模型预测实际计划的骶尾骨和盆骨骨髓剂量,对预测的剂量体积直方图(DVH)和实际结果进行线性拟合,使用拟合优度R2来评估模型预测效果。结果在计划要求的DVH参数上,模型预测与验证计划较为接近:盆骨V40Gy差为2.0%,平均剂量差为1.6 Gy,骶尾骨V10Gy差为-0.4%。在非计划要求的DVH参数上,模型预测值除盆骨V10Gy外,其余参数值均明显偏高。在实际病例应用中,模型预测的DVH与最终计划的差异很小,骶尾骨和盆骨骨髓的R2分别为0.988和0.995。结论使用基于核密度估计方法的模型可以较准确预测骶尾骨和盆骨骨髓剂量,通过模型预测剂量也可以作为一种保障计划质量的方法,提高计划的一致性和质量。
简介:摘要:电力系统的运行状况主要通过稳定控制及优化调度实现,其中电网电压质量是最为关键的参数之一。但随着电力系统的发展,其规模和结构的复杂性不断提高,致使其数据呈现出海量、多源、异构的特点,这一变化使得传统电压质量分析方法不再适用。本文考虑电网电压质量提出核密度估计分析模型,并运用 R语言开发了电网分析软件,最后通过在杭州某典型变电站的实际应用验证了核密度估计分析模型在分析电网电压质量的准确性有效性。 关键词:电压质量分析;电力大数据样本;核密度估计理论;软件设计与应用
简介:摘要:主成分分析(Principal Component Analysis, PCA)是一种常用的数据降维技术,可以有效地减少数据维度并保留数据的主要信息。然而,在传统的PCA算法中,所有特征被均等对待,可能导致对一些重要特征的忽视。为了解决这个问题,本文提出了一种基于t类加权核函数的主成分分析维度约简算法。该算法通过引入t类加权核函数来对特征进行加权,使得重要特征的贡献更大,从而更好地保留数据的主要结构和信息。