基于Kullback信息测度的长输管线的泄漏检测

长输管线泄漏检测的一类方法需要测量其端点甚至中间的流量信号,这是实际中所不希望的.本文提出了一种基于 Kullback 信息测度的长输管线泄漏检测方法,它通过对管线两个端点附近的压力梯度所构成的时间序列进行分析,从而检测出泄漏.这种方法只需要测量两个端点附近的四个压力信号,计算量又小,在实际中容易实现.该方法在一条长120米,内径10毫米的液体管线上进行了实验,结果表明,这是一种很有实用价值的检测方法.

基于Kullback-Leibler散度的无源传感器数据关联

针对多无源传感器多目标多维分配数据关联模型在构造关联代价时未考虑位置估计不确定性所引入的误差问题,提出了一种基于Kullback-Leibler散度的关联算法。将伪量测信息的概率密度函数与真实观测数据的最大后验概率密度之间的Kullback-Leibler散度作为关联代价,给出了一种Kullback-Leibler散度的近似解析公式,从而简化了计算。最后对经典关联算法与本文算法的正确率进行了试验对比,仿真结果表明:基于Kullback-Leibler散度的关联代价能够更精准地反映出数据关联的可能性,所提关联算法可以获得更好的关联性能。

先验分布融合的KULLBACK信息方法

对基于Kullback信息的先验分布融合进行了讨论;采用Kullback信息作为分布之间距离的度量,使得各先验分布与推导出的融合分布的距离和达到最小,即墒的增量最小;对该方法进行了举例说明.

常见分布的最大Kullback-Leibler距离

在Kullback-Leibler距离的基础上,定义了两个概率分布之间的最大Kullback-Leibler距离,证明了这个距离具有欧式距离的对称性,三角不等式性等分析性质,依照该定义,计算了两个不同的二项分布,两个不同的正态分布等一些常见分布之间的最大Kullback-Leibler距离.还定义了多元最大Kullback-Leibler距离,并且计算两个矩阵Γ分布的Kullback-Leibler距离.另外在Kullback-Leibler距离下,还得到了一种正态分布逼近指数分布的条件.

基于Kullback-Leibler距离的起重机回转系统健康评估

针对实时工况下起重机回转系统整体健康状况难以评估的问题,研究基于拉普拉斯映射与Kullback-Leibler距离结合的回转系统整体健康评估方法。在采集回转系统的多维信号后,使用随机森林和拉普拉斯映射对信号进行降噪降维,然后结合回转系统工作原理,利用高斯核密度估计表征回转系统健康性能,最后通过概率密度计算不同回转系统之间的Kullback-Leibler距离,实现回转系统健康性能的评估。试验结果表明,该方法能避免数据中的噪声干扰,健康评估结果与专家评估结果相一致。

基于Kullback-Leiber距离粗差探测的Bayes方法

从影响分析角度,基于Kullback-Leiber距离提出了粗差探测的Bayes方法。对非等权独立观测情形,在一定先验分布下,对数据删除模型、方差膨胀模型和均值漂移模型进行了比较分析,给出3种模型相应的Kullback-Leiber距离的计算公式,建立了粗差探测的判别法则。最后将该方法应用于边角网的粗差探测,取得了较好的效果。

两个一元t-分布之间的Kullback-Leibler距离

该文首次求出了两个一元 t-分布之间的 Kullback-

Kullback-Leibler distance based concepts mapping between web ontologies

A Kullback-Leibler（KL）distance based algorithm is presented to find the matches between concepts from different ontologies. First, each concept is represented as a specific probability distribution which is estimated from its own instances. Then, the similarity of two concepts from different ontologies is measured by the KL distance between the corresponding distributions. Finally, the concept-mapping relationship between different ontologies is obtained. Compared with other traditional instance-based algorithms, the computing complexity of the proposed algorithm is largely reduced. Moreover, because it proposes different estimation and smoothing methods of the concept distribution for different data types, it is suitable for various concepts mapping with different data types. The experimental results on real-world ontology mapping illustrate the effectiveness of the proposed algorithm.

两个多元t-分布之间的Kullback-Leibler距离

该文将文[1]的结果推广到多元t-分布的情形.结果表明,两个多元t-分布之间的Kullback-Leibler距离与分布中的刻度矩阵之比的最大特征根密切相关.作为应用,文章建立了一种在估计未知正定阵时的熵损失函数.

基于Kullback-Leibler分歧的变分滤波WSNs贝叶斯移动定位跟踪西

为了在降低资源能耗和带宽占用情况下,提高无线传感器网络WSNs移动目标定位跟踪的精度,提出了基于Kullback-Leibler分歧的变分滤波的WSNs贝叶斯移动目标定位跟踪算法。首先,利用高斯和Wishart分布在不考虑速度限制和方向移动限制情况下,构建WSNs移动定位的贝叶斯状态演化模型,并基于路径损耗模型构建移动目标定位的观测模型;其次,利用Kullback-Leibler分歧构建变分滤波的误差计算模型,通过周围激活节点实现移动节点目标的位置估计,设计了递归概率计算过程综合预测和更新两个过程,并实现了定位和目标跟踪的同步化;最后,通过仿真验证了所提模型在跟踪精度和资源节约上的优势。

两广义Gaussian分布之间的最小Kullback-Leibler距离

在Kullback-Leibler距离的基础上,对Kullback-Leibler距离进行了改进,给出了最小的Kullback-Leibler距离,并讨论了它的性质.探讨了两个不同概率密度函数的差异程度,得到了广义Gaussian分布最小的Kullback-Leibler距离,并作为特例得到了Laplacian分布和Gaussian分布最小的Kullback-Leibler距离.

基于Kullback散度的主客观权重相结合的投资决策方法

运用信息论中的Kullback散度解释已有的两种主客观权重相结合的多指标决策问题,以最小化Kullback散度的方式建立了确定指标权重的一种优化模型,并给出了一种新的组合权的确定方式,对4家企业投资决策的实例分析表明,应用该指标赋权确定的决策方法既保持了与主观和客观权重法的一致性,又体现了主客观相结合的统一性。

广义Kullback公式及其信息论和控制论意义

经典信息论不考虑语义,更不考虑预测;广义Kullback公式则涉及意义和预测。以某地某月单位时间内降水量为例说明天气预报给予的信息。X为单位时间降水量的随机变量,X∈A={x1,x2,…,xm}Ps

基于Kullback-Leibler距离的闭环系统传感器微小故障诊断

在闭环控制系统中,当故障幅值较小时,由故障带来的影响会被控制量所掩盖.因此,闭环系统中的微小故障诊断实现更为复杂.本文针对闭环系统中的传感器故障,提出了基于Kullback-Leibler(KL)距离的微小故障在线检测与估计方法.本文首先介绍了KL距离的定义及其在多变量故障检测中的应用,然后提出了结合KL距离与快速移动窗口主成分分析(MWPCA)的在线微小故障检测与估计模型.在高斯分布的假设下,利用系统输入输出残差构造MWPCA的数据矩阵,然后通过在线更新数据矩阵主成分的均值与方差实现KL距离的在线更新,最终实现闭环系统中传感器的在线故障检测与估计.仿真实验表明,该方法能有效实现具有低故障-噪声比(FNR)特性的微小故障诊断.

几种连续型分布的Kullback-Leibler距离

Kullback-Leibler距离又称互熵、互信息,它是一种关于两个概率分布差异性的度量.根据Kullback-Leibler距离定义,求出了两个均匀分布、泊松分布、正态分布、帕累托分布之间的KullbackLeibler距离.

两个k阶Erlang分布之间的Kullback-Leibler距离

研究k阶Erlang分布,给出了两个k阶Erlang分布之间的Kullback-Leibler距离、Kullback-Leibler最小距离和最大距离的表达式,并且讨论了这三个距离的渐近情况,结果表明三个距离的渐近性相同.比较了两个指数分布之间Kullback-Leibler距离与两个k阶Erlang分布之间的Kullback-Leibler距离,并找到两者之间的关系.

基于Kullback-Leibler距离的二分网络社区发现方法

由于二分网络特殊的二分结构,使得基于单模网络的现有社区发现算法无法适用。提出一种基于Kullback-Leibler距离的二分网络社区发现算法,该算法将异质节点间的连接关系转换为其在用户节点集上的连接概率分布,并建立基于概率分布的KL相似度衡量节点连接模式的差异性,从而克服二分结构对节点相似性评估的不利影响,实现对二分网络异质节点的社区发现。在人工网络和真实网络上的实验和分析表明,该算法能够有效挖掘二分网络社区结构,改善二分网络社区发现的准确性和效率。

基于Kullback-Leibler距离离散度的加权代理模型

复杂系统的仿真通常具有高维度、高计算量等特点,代理模型因其明晰的数学表达和良好的计算特性可用于逼近真实系统。加权模型对比单个代理模型来说,其稳定性和适应性更广。不同的代理模型其性能不一,根据特定指标,可以构造最优加权代理模型。基于代理模型预测分布以及Kullback-Leibler距离构造各子代理模型之间的离散度,并提出一种新的权函数构造方法。算例表明,该方法与最优子模型的精度相当,同时能提高对真实响应分布的逼近。

基于Kullback信息融合方法的串联系统可靠性评估

讨论了串联系统在具有多源验前信息的情形下的可靠性评估问题,运用K u llback信息作为分布之间距离的度量,在K u llback信息的融合准则下对多个先验分布进行融合.并以融合后的先验分布作为系统的最终验前分布,对串联系统的可靠性指标进行Bayes估计.最后进行的计算机随机模拟结果表明,文中所提出的方法合理且便于应用.

基于KULLBACK信息融合方法的系统可靠性评估

在产品具有多源验前信息的情形下,讨论冷贮备系统的可靠性评估问题,运用Kullback信息作为分布之间距离的度量,在Kullback信息的融合准则下对多个先验分布进行融合。并以融合后的先验分布作为产品的最终验前分布,对冷贮备系统的可靠性指标进行Bayes估计。最后进行的计算机随机模拟结果表明,文中所提出的方法合理且便于应用。