基于期望核密度离群因子的离群点检测算法

针对基于密度的离群点检测方法在不同分布的数据集上检测精度低的问题,提出了一种基于期望核密度离群因子的离群点检测算法。首先,引入k近邻和反向k近邻扩展邻域空间(ENS)代替传统的k邻域范围,更加全面地考虑数据对象的邻域信息;其次,在传统核密度估计(KDE)方法的基础上引入多元高斯函数,在扩展邻域空间内估计数据对象的密度,同时借鉴自适应核带宽的思想,更好地适应不同数据集的数据分布;然后,给出期望距离的概念,进一步区分局部离群点和位于低密度区域的正常点;最后,定义了期望核密度离群因子刻画数据对象离群程度。在人工数据集和真实数据集上对所提算法进行实验验证,并与部分传统算法进行对比,验证了所提算法的有效性。

基于最适带宽的核密度估计源搜索方法

针对发生放射性物质泄漏事故后的辐射源定位问题,提出一种基于最适带宽计算的核密度估计移动机器人源搜索方法,通过对传统带宽计算方法进行改进从而提高核密度估计的精度。利用搭配传感器模块的移动机器人在环境场中采集少量观测数据,计算出概率密度模型并建立空间场的密度分布图,估计出密度最大的位置设为移动机器人的运动方向,移动机器人在运动的过程中继续采集数据并再次进行核密度估计更新带宽以及场密度分布图,最终实现源定位。在室内环境下利用光源模拟辐射源进行定位实验,实验结果验证了所提出方法的有效性。

基于多窗宽核密度估计的风电功率超短期自适应概率预测

精准的风电功率预测是保证新型电力系统安稳运行、促进风电消纳的重要手段。针对核密度估计所求分位数在不同置信度下鲁棒性差的问题,提出多窗宽核密度估计方法,根据不同置信度生成不同窗宽的核密度估计值,实现了风电功率的超短期自适应概率预测。首先,结合风电功率曲线和数据驱动模型,建立基于改进双向长短期记忆网络的风电功率超短期确定性预测模型。其次,推导了最优窗宽核密度估计方法,并基于此构建多窗宽核密度估计误差拟合模型,在不同置信度下自适应生成最优窗宽并构建预测区间。最后,基于实际运行数据验证模型的可行性与有效性。结果表明,所提模型可有效提高确定性预测的精度和概率预测的鲁棒性。

基于核密度估计模型优化手术调度的设计与应用

目的针对现有手术患者转运平台转运流程中,手术状态节点变动存在人工操作依赖性和滞后性、手术衔接不高效的问题,改进手术患者转运平台的手术流转流程。方法结合集成蓝牙低能耗技术的智能手环、人员定位系统,运用核密度估计模型估算手术平均时长,从而改进手术患者转运平台的手术流转流程,并对模型的有效性进行验证。结果应用改进的手术转运平台后,首台延迟率、手术衔接时间较改进前下降6.2%、8.0 min,日均麻醉利用率和日间手术利用率较应用前提高了6.9%、6.4%,且差异均有统计学意义(P<0.01)。结论通过应用改进后的手术患者转运平台,手术室手术衔接效率更高,手术调度更加智能化,可有效提高手术室效率。

中国外商直接投资的空间分异与动态演进——基于非参数核密度估计的实证研究

为了研究我国外商直接投资的空间分布和动态演进规律,选用2000—2020年中国29个省份的省级面板数据,考察不同省份的外商直接投资分布特征和动态演进。为了使分布结果更为准确,文章提出一种新的非参数分布自动离散化算法,拟合最优的相关参数,优化非参分布数据下的核密度估计。结果表明,我国外商直接投资呈现“东高西低”的发展格局,并逐渐向中部地区转移,西部地区外商直接投资的利用额处于绝对的劣势。外商直接投资额整体呈上升态势,密度函数的中心峰度不断向右移动,波峰由原先的“一主一小”逐渐向“多小一主”的格局演变,地区间差距不断扩大。

非视距环境下核密度估计的全球卫星导航系统鲁棒定位方法

非视距(NLOS)传输会引起全球卫星导航系统(GNSS)接收机的伪距测量误差,最终导致定位解出现较大误差,这一问题在城市峡谷等复杂环境下尤为突出。针对该问题,该文提出核密度估计的鲁棒定位方法,其核心思想是在定位解算中引入鲁棒估计来缓解NLOS的影响。考虑到NLOS引起的伪距观测误差偏离高斯分布,所提方法首先利用核密度估计(KDE)方法估计伪距观测误差的概率密度函数,并利用该概率密度函数来构造鲁棒代价函数用于导航解算,从而缓解NLOS引起的定位误差。实验结果表明所提方法在卫星存在NLOS传输时能够较好地减小GNSS的定位误差。

基于核密度估计的起重机应力谱编制方法研究

准确获得起重机金属结构的应力谱是疲劳寿命评估的前提,基于短期实测应力数据样本外推至全寿命周期内应力谱的方法是当前常用的一种方法,针对起重机疲劳寿命评估中常用的基于威布尔分布统计模型外推方法存在的一些不足,文中提出了基于核密度估计的起重机应力谱的外推流程和方法,并以岸边集装箱起重机为研究对象,利用文中给出的流程、方法外推应力循环幅值数据。外推数据统计分析结果显示:基于核密度估计方法生成的数据较好地反映了测试数据的统计特征,与基于威布尔统计模型的外推方法相比,具有不需要进行先验假设、拟合精度高的特点。

基于核密度估计的经验路径模型在西北太平洋虚拟台风构建中的应用

合理评估台风对沿海区域的影响程度与风险对于科学抵御台风灾害而言十分重要,而我国具有详细的台风观测记录至今也仅有60多年的历史,这使得在推算具有一定重现期的极值风速及相应的极值波高和潮位等特征参数时存在局限性,同时台风观测样本量的不足也限制了如深度学习等数据驱动型模型在台风灾害预报中的应用。因此,有必要基于实际台风行进规律构建虚拟台风以克服历史数据量不足的问题。故本文采用基于核密度估计的经验路径模型,在西北太平洋海域构建了18 671场虚拟台风,将虚拟台风的起始与终止位置、发生频数、行进速度和行进方向等参数与实际发生的台风进行统计意义上的对比分析。结果表明,基于本文方法构建的虚拟台风总体上符合西北太平洋历史台风的行进规律。通过这些虚拟台风的构建,可为中国沿海极值波浪和风暴增水研究提供数据量足够且性能可靠的虚拟台风样本数据库。

基于自适应带宽核密度估计的压气机叶片加工误差统计分析方法

针对压气机叶片的加工误差统计分析建模问题,本文提出了一种自适应带宽的非参数核密度估计方法,实现了压气机叶片加工误差的概率密度建模。首先,基于拇指法则求解固定带宽核密度估计中的固定最优带宽作为起始带宽。然后,在固定最优带宽的基础上引入灵敏因子构建了自适应带宽函数,并通过自适应带宽函数对核密度估计进行调控。在此基础上,以核密度估计的精度均方差(MSE)与灵敏度S为目标函数,采用精英策略遗传算法对灵敏因子进行优化获得最优灵敏因子。进而计算出不同数据样本点对应的最优带宽,使得带宽能够根据数据样本疏密程度进行自适应调整。最后,对134组机械加工叶片的叶型截面的6种叶型误差进行统计建模,并采用交叉检验法验证了自适应带宽核密度估计的泛化性能。实验结果表明该方法的适用性好精度高,且拟合优度均在0.9以上,同时避免了传统固定带宽核密度估计的局部适应性问题。本文所提出的统计分析方法能够准确获得现有工艺能力下压气机叶片加工误差的分布特性,为叶片气动设计优化改进提供了一种有效手段。

基于KANN-DBSCAN带宽优化的核密度估计载荷谱外推

针对核密度估计载荷外推全局固定带宽的局限性,提出一种基于KANN-DBSCAN(K-average nearest neighbor density-based spatial clustering of applications with noise)改进带宽取值的核密度估计(kernel density estimation, KDE)载荷外推方法。通过KANN-DBSCAN聚类算法对载荷数据进行分组聚类,采用拇指法求得不同簇间的最优带宽,然后进行核密度估计,再采用蒙特卡洛模拟进行外推。以某电动汽车在用户道路的实测载荷数据为应用对象,对外推方法的合理性进行检验。从统计参数检验量、拟合度检验和伪损伤检验3个指标对外推效果进行评估。结果表明:相比固定带宽的核密度估计外推方法,基于KANN-DBSCSN核密度估计的外推方法获得的外推载荷在统计参数上与实测载荷更为接近,均值、标准差和最大值的误差分别仅为1.9%、 4.3%和1.9%;幅值累计频次曲线拟合度R2均大于0.99,伪损伤均接近1。结果验证了该聚类方法在核密度估计载荷外推的有效性,有助于编制汽车在用户道路上的载荷谱,为具有相似载荷分布特点的机械零部件载荷外推提供了参考。

考虑环境改变的部件核密度剩余寿命预测

针对风机关键部件运行过程中剩余寿命预测精度受环境变化影响的问题,提出一种考虑环境冲击影响的核密度估计剩余寿命预测模型。首先采用自适应核密度的非参数估计方法对部件的连续自然退化过程建模;其次假设恶劣环境对部件的影响为部件受到的随机冲击,在考虑改变运行环境条件下建立其部件所受冲击与连续退化随机相关的剩余寿命预测模型,并分析其可靠性,最后通过风电机组退化数据及齿轮箱磨损实测数据进行了试验分析,验证了所提模型的准确性和有效性。

基于核密度估计的电力物联网并发业务计算负荷建模与任务分配策略

在电力物联网背景下大量并发业务给边缘计算终端处理能力带来了挑战。为此,提出了基于核密度估计的电力物联网并发业务计算负荷建模与任务分配策略。基于核密度估计理论建立了并发业务覆盖等级及计算负荷模型,根据业务覆盖等级决策边缘计算终端的资源配置,以最小化处理延时为目标决策云边协同的任务分配,以电动汽车有序充电业务为例进行仿真分析。结果表明,所提模型和方法能提升系统整体计算资源使用效率、降低业务延时,提高电力物联网应对并发业务处理需求的能力。

基于二维高斯核密度估计的有色纤维颜色特征提取方法

为提高基于显微高光谱成像的有色纤维颜色测量的准确性和可重复性,研究了一种基于二维高斯核密度估计的有色纤维颜色特征提取方法。首先通过显微高光谱成像测色系统采集有色纤维的高光谱图像,选择400~700 nm、波段间隔为10 nm的光谱反射率,将其转换为色度值CIE L^(*)a^(*)b^(*),计算纤维区域中的颜色均值与每个像元颜色的色差ΔE_(00),建立色差ΔE_(00)与L^(*)相关联的二维数据;再基于二维高斯核密度估计方法计算像元的密度值,并确立了有色纤维的密度截断阈值估计方法,用于截断舍弃低密度的离散异常像元;最后根据像元的密度值计算加权光谱反射率并转换为相应的色度值。选取有色羊毛纤维进行实证分析,结果表明:影响颜色测量结果准确性和可重复性的离散异常像元主要存在于二维空间密度分布中的“尾部”区域,离散异常像元越多,“尾部”越长,对测量结果影响越严重;相比均值法和明度加权法,本文通过截断舍弃离散异常像元以减小其对测色结果影响的方式,提高了有色羊毛纤维颜色测量的准确性,且测量结果的可重复性最优,在有色羊毛纤维的染配色和混配色预测模型研究中具有实际应用价值。

基于改进网络核密度和负二项回归的事故黑点鉴别

已有的交通事故黑点鉴别研究大多基于事故频数或事故率,并未考虑交通事故对不同发生地的影响特征。为了综合考虑交通事故在不同交通环境和路网特征下的差异影响,并解决交通事故数据中零值远超经典离散分布的零膨胀问题,本文提出一种考虑节点综合重要度的改进网络核密度估计法,并基于零膨胀负二项回归模型对城市交通事故黑点进行鉴别。首先,在拓扑路网中综合考虑事故发生地的交通环境和道路条件构建事故综合影响度指标,连同事故严重程度指数嵌入到传统网络核密度估计中,通过在道路网络上生成平滑的密度表面定性体现点事件的空间聚集性。在此基础上,构建基于零膨胀负二项回归鉴别模型,明晰事故高发区域边界范围,定量刻画不同严重等级的事故黑点路段空间分布特征。最后,以深圳市华强北街道为例进行实例分析。结果表明,在90%、80%和70%的阈值水平下本文提出的事故黑点鉴别法的有效搜索率均高于平面核密度估计法,且考虑节点综合影响度后,部分无道路区域不再被误识,模型准确率比传统网络核密度法分别提升了3.60%、5.31%和7.20%。

基于变分模态分解的弹性参数核密度估计方法

概率密度建模是地震随机模拟中至关重要的环节,而弹性参数高频成分的概率密度估计决定了高分辨率地震随机模拟结果的精度。针对常规方法中弹性参数高频成分提取精度不足、概率密度建模先验条件过度约束以及弹性参数的概率密度建模分层设计等问题,提出了一种基于变分模态分解(variational mode decomposition,VMD)的弹性参数核密度估计方法。该方法首先采用VMD对测井弹性参数数据进行模态分解,筛选出本征模态函数(intrinsic mode function,IMF)中的高频项叠加得到测井弹性参数的高频成分;然后使用核密度估计分层计算得到高频成分的概率密度模型,并通过该模型进行随机抽样生成随机高频成分叠加至井旁地震数据上以达到丰富地震弹性参数数据高频内容的目的。珠江口盆地34号井区的实验结果显示,VMD有效分离出了中心频率在70 Hz以上的测井弹性参数高频成分,分层设计的核密度估计方法凸显了高频成分的统计规律,叠加随机高频成分后地震弹性参数70 Hz以上的高频成分得到了明显补充。该方法为地震高分辨率随机模拟提供了新的思路。

非参数核密度估计模型预测双酚A的物种敏感度分布规律

双酚A(bisphenol A,BPA)已被证实是内分泌干扰物,可干扰生物体正常的激素功能,对生殖、发育和免疫系统产生不良影响。BPA进入环境后可能会对水生生物和陆地生物造成毒性效应,破坏生态平衡。针对BPA对水生生物的毒性特点,利用Python语言,基于非参数核密度估计模型构建BPA淡水水生生物的敏感度分布曲线,选用4种传统参数模型进行对比,并推导出保护淡水水生生物的BPA水质基准建议值。结果表明,Python构建模型简单高效,相较于传统的参数模型,非参数核密度估计方法在推导BPA的水质基准建议值中更加稳健和精准,其中3种参数模型和非参数核密度估计模型计算得到的雌激素效应毒性的HC 5值分别为4.175、5.096、3.888和1.179μg·L^(-1);其他毒性的HC 5值为7.139、7.452、7.533和5.869μg·L^(-1)。非参数核密度估计的方法能够更好地构建物种敏感度分布曲线,为进一步研究BPA的水质基准和更好地保护淡水水生生物提供了有力支持,同时研究成果以期为我国地表水环境质量标准的制修订做出贡献。

协同CPU和GPU的核密度估计及其可视化算法

大数据时代背景下,空间数据点规模越来越大,图像分辨率越来越高,使用CPU计算核密度估计结果并对其可视化的效率越来越低,难以满足应用对实时性的需求。针对该问题,提出了一种协同CPU和GPU的核密度估计及其可视化算法,该算法结合CPU的控制能力、GPU的并行计算能力以及OpenGL中的核心模式,并借助显存映射,同时优化了核密度估计的计算和可视化2方面。实验结果表明,相较于CPU并行和串行算法,该算法的执行效率分别提高了约5倍和20倍,且随着图像分辨率的提高,加速比呈现逐步上升的趋势。

基于改进核密度估计的光伏发电功率区间预测

该文提出了一种基于改进核密度估计和GRO-CNN-LSTM-Attention的光伏发电功率区间预测模型。该模型通过引入淘金优化算法(GRO)与SE注意力机制提高了点预测模型的准确度,同时通过自适应带宽参数与混合概率密度函数两种策略改进核密度估计区间预测方法,使得改进后的区间预测方法在满足置信度要求的前提下平均区间宽度更窄,提高了区间预测的准确性。在三种不同的天气类型下分别以85%、90%和95%的置信度进行光伏发电功率区间预测,采用预测区间覆盖概率和预测区间平均宽度作为评价指标与其他预测方法进行对比分析,验证了所提预测模型的有效性与准确性。

基于核密度估计的福州市POI与夜光数据空间耦合分析

POI和夜光数据能直观表达社会经济要素的空间分布特征,但将两者进行空间耦合来分析城市空间结构的研究较为缺乏。本研究利用2022年福州的POI和夜光数据,基于不同带宽和数据变换方法下的POI核密度的空间自相关性、标准差及与夜光数据的相关性来获取用于空间耦合分析的POI与夜光数据源,空间耦合后比较两类数据表征城市内部空间结构特征的差异。结果表明:1)核密度带宽设置为2000 m时,对数变换的POI核密度的Moran's I、标准差和与夜光数据的相关性达到综合最优。2)POI和夜光亮度在主城区和县区中心密集分布,高值区的特征值/面积比达到3∶1,福州高度发展区域体现出一中心、多点位的空间分布特征。3)POI与夜光数据空间耦合一致性区域占81.78%,且该区域内POI数据对空间结构特征的表达优于夜光数据。4)POI数据比夜光数据更适用于反映福州西部和北部的边缘乡村和发展中心辐射区域的空间结构特征,夜光数据则比POI数据更适用于福州东部的生态区和商业区的空间特征表达。研究结果得到了POI和夜光数据在各类空间耦合区域的适用性,可为城市空间结构特征的高精度表达提供参考。

基于改进的聚类和核密度估计的分布鲁棒均值-CVaR投资组合优化

在金融市场中,如何构建最优投资组合来平衡风险和回报是当今研究者所面临的主要问题之一。为了构建最优投资组合,研究者们通常使用的是VaR或CVaR模型。本研究通过综合运用聚类、核密度估计以及分布鲁棒均值-CVaR模型的方法,从而达到提升股票投资组合的构建和风险管理能力的目的。本文考虑了包含100只股票日收益数据的实验数据集,通过优化聚类方法,利用核密度估计确定了K-means算法的最佳聚类中心和k值选取。随后,将聚类后的数据输入核密度估计的分布鲁棒均值-CVaR模型中进行分析。通过窗口滚动实验,比较了在有无聚类条件下模型对投资组合收益率的影响。结果显示,应用聚类方法后的模型具有更高的投资组合收益率,有助于投资者更好地平衡风险与回报,构建最优的投资组合。In financial markets, how to construct an optimal investment portfolio that balances risk and return is one of the main challenges faced by researchers today. To build an optimal portfolio, researchers typically use VaR or CVaR models. This study aims to enhance the construction of stock portfolios and risk management capabilities by comprehensively utilizing methods such as clustering, kernel density estimation, and distributionally robust mean-CVaR models. The paper utilized an experimental dataset containing daily returns of 100 stocks. By optimizing clustering methods and determining the optimal clustering centers and k values of the K-means algorithm using kernel density estimation, we then input the clustered data into the robust mean-CVaR model for analysis. By rolling window experiments, we compared the impact of the model on portfolio returns with and without clustering conditions. The results show that the model with clustering methods applied has higher portfolio returns, helping investors better balance risk and return to construct optimal portfolios.