基于峰度偏度和WD-LDA的飞机目标分类方法

目前,多数的喷气发动机调制特征提取方法都是基于调制波的周期或调制线谱的谱间间隔,但该类谱估计方法往往受信噪比、脉冲重复频率及观测时间影响很难获得很好的分类性能。文中对三类飞机目标回波进行统计分析发现,其归一化幅度分布存在明显差异,据此创造性地提取出峰度偏度特征,并结合小波分解-线性判别分析处理,对目标进行分类。该特征具有很强的抗噪声能力,对脉冲重复频率和观测时间要求不高,且可通过其中一个参数去弥补另一个参数。仿真实验证明了所提方法具有很好的分类性能。

基于聚类和联合偏度与峰度指数的高光谱数据波段选择算法

高光谱数据的光谱分辨率高,数据量大,在提供丰富、详细的地物或目标信息的同时,不同光谱波段特别是相邻波段间有较强的相关性,导致光谱波段之间有大量冗余信息。针对这一问题,面向高光谱异常检测,提出了基于聚类和联合偏度与峰度指数的波段选择方法。首先利用虚拟维度进行估计,确定高光谱数据的本征维度,再结合最大-最小距离的思想进行聚类中心的更新,避免了随机选取的初始值可能导致距离太近的问题。然后,考虑到异常目标常常表现为不满足背景高斯分布的特点,使用联合偏度与峰度指数作为准则函数进行波段选择,有效选择出了重要波段。在三组代表性高光谱数据集上进行了实验,结果表明本文所提出的算法有效提升了高光谱异常检测的效果并降低了虚警率。

基于偏度-峰度检验的无线局域网室内定位算法

针对室内无线局域网环境下接收信号强度(RSS,received signal strength)样本总体分布不一致而产生较大定位误差的问题,提出了一种基于偏度峰度检验的室内定位算法。利用偏度峰度检验法检验RSS样本是否来自正态总体,接受零假设的样本用正态分布近似其总体分布,拒绝零假设的样本用核函数估计其概率密度。实验结果表明提出算法的定位精度比传统算法提高15%以上,而且在相同的定位精度下,能明显降低离线阶段的工作量。

自回归条件方差-偏度-峰度:一个新的模型

提出一个新的自回归条件方差-偏度-峰度模型:GJRSK-M模型,讨论了模型的识别、定阶、估计等技术,运用该模型实证研究了中国股市的高阶矩波动特征,利用样本外预测方法研究了GJRSK-M模型与现有高阶矩波动模型在预测能力方面的差异.研究结果表明:中国股市的条件方差、条件偏度和条件峰度都具有波动持续性和杠杆效应,GJRSK-M模型具有比现有高阶矩波动模型更强的预测能力.最后提出了将高阶矩波动模型运用于金融风险管理研究的思路.

偏度和峰度调整下Black-Scholes模型及实证分析

在传统Black-Scholes模型的基础上,引入了Gram-Charlier级数展开,推导出了基于偏度和峰度调整的Black-Scholes公式(SKB-S)。并以武钢CWB1的数据为例,通过Matlab计算的结果显示,调整后的定价公式优于传统的Black-Scholes公式(B-S)。

基于偏度-峰度检验的无线局域网位置指纹室内定位算法

目前,无线局域网(wireless local area networks,WLAN)技术因其成本低、配置简单、精度高等特点,被认为是室内定位的最佳选择之一。虽然WLAN接收信号强度指标(received signal strength indicator,RSSI)指纹法是最精确的定位方法,但由于其无线电地图(radio map,RM)在发生环境变化时已经过时,具有很大的缺陷,且重新校准RM是一个耗时的过程。因此,提出基于偏度-峰度检验进行WLAN位置指纹室内定位算法改进。在离线阶段,通过偏度-峰度检验样本总体是否服从高斯分布,对于严重偏离高斯分布的样本直接舍去,而对于与高斯分布接近的样本,利用核函数估计其概率密度。在线阶段,利用K最近邻(K-nearest neighbor,KNN),将移动终端设备接收到的RSSI与建立的指纹数据库中的RSSI,通过欧几里得公式计算样本点到观测点的欧氏距离,并从中选择欧氏距离最短的样本点的位置作为研究位置的无偏估计。实验结果:本文提出的算法比传统定位算法的精度提高了11%,证明了该算法具有更高的定位精度和更少的离线工作量等优点,而且在RSS(received signal strength)信号容量较小时该算法的定位误差比其他算法更小,具有显著的稳定性。

考虑基差对高阶矩影响的市场风险度量研究

提出了加入基差项的GARCHSK模型研究了基差对现货收益高阶矩的动态影响,并将该模型应用于提高对现货VaR的度量精度.对股指期货和现货市场的实证研究表明,基差对股指现货收益的条件均值、波动率和偏度均存在显著影响,考虑基差对高阶矩影响后的模型可以提高对股指现货市场风险度量的精确度.

基于温度参数的风电机组异常识别

文章针对风电机组运行过程中机组早期的异常状态识别问题,提出一种考虑有功功率的基于机组温度参数变化特性的风电机组异常识别模型。首先,分析风电机组各系统与温度相关的参数。然后,利用相关性理论,确定了与有功功率相关的温度参数:齿轮箱高速轴轴承前端温度、齿轮箱高速轴轴承后端温度、齿轮箱油温、发电机驱动端轴承温度、发电机非驱动端轴承温度、发电机定子绕组温度,形成了异常检测的参数体系。再次,以正常状态下机组温度参数的偏度和峰度的最大区间作为阈值,建立风电机组异常识别模型。最后,采用滑动窗口对机组运行状态进行在线监测。通过实例研究发现,当机组发生异常状态时,温度参数的偏度或者峰度超过了阈值,比警报提前了15 d。该识别模型为风电机组的早期故障预警提供了参考。

基于高光谱激光雷达信号强度免校准的煤岩分类

安全性对于深井开采至关重要。基于激光雷达的扫描探测技术可以有效监测巷道和深部煤矿现场的围岩安全状况。新兴的高光谱激光雷达不仅可以提供空间几何信息还可以提供丰富的光谱数据,在深井煤矿安全检测和精细结构分析方面具有良好的应用前景,而精确的煤岩分类是监测分析的基础。在实际应用中,雷达强度信号易受仪器属性和环境因素的影响,需校准才能使用。由于深井煤矿粉尘污染严重,常规校准方法难以达到理想效果。针对这个问题,提出一种信号强度免校准的方法,从激光雷达回波信号中提取新特征实现煤岩精确分类。首先,使用高光谱激光雷达获得煤/岩石样本的回波强度信息,并计算出波形熵(WE)和联合偏斜度-峰度系数(JSKF)作为新分类特征参数。其次,采用随机森林(RF)与支持向量机(SVM)分类器实现煤/岩石分类。最后,笔者进行了光谱分段测试,对特征分类性能进行优化。结果表明,所提的免校准方法,提高高光谱激光雷达直接应用能力的同时能够保持良好的分类性能。

概率论与数理统计课程思政教学设计与探讨

节选概率论与数理统计课程中的“偏度系数与峰度系数”作为课堂思政示范内容,通过对该课程思政整体设计、课堂教学目标和思政育人目标设计及课堂思政具体实施过程的设计,以期为该门及该类课程实现课堂教学的三育目标提供借鉴与参考。

考虑条件高阶矩风险的动态对冲模型研究

传统的期货对冲模型多数忽视了期货和现货收益高阶矩风险的影响。本文使用效用函数的Taylor展开分析了高阶矩风险对投资者目标函数的影响,并利用二元GARCHSK模型对期货和现货收益的条件高阶矩风险进行了动态建模,在此基础上提出了考虑条件高阶矩风险的动态对冲模型。通过使用恒生指数期货和现货数据的实证表明,考虑条件高阶矩的动态对冲策略和静态策略相比,能够更有效地降低高阶矩风险和提高投资者的效用。

动物流行病学正态样本异常值的判断和处理

讨论动物流行病学调查分析数据正态样本的判断和处理。描述格拉布斯检验法和偏度-峰度检验法在处理正态样本中的步骤。以仔猪市场价格为例,阐述格拉布斯检验法的运用方法。说明样本异常值的处理技术。

关于淋巴细胞的三十六个数学模型

应用数学规划理论中的类梯度投影方法,以计算机为工具,对一个大样本作了统计研究,得到了关于淋巴细胞增殖的九个年龄组,四个指数的三十六个模型,国内外均未见报道,属新的数学模型,具有较重要的理论和实际意义。文中还定义了两个新的有广泛应用的分布。

基于GARCHSK的铜期货VaR估计方法研究

基于GARCHSK模型对期货收益序列的条件偏度和峰度进行动态建模,提出了"有偏"和"尖峰厚尾"分布下的VaR估计方法。通过对沪铜期货的实证研究表明,其收益分布存在明显的"有偏"和"尖峰厚尾"。基于不同分布假定下的VaR估计结果的Kup iec检验表明,基于GARCHSK的VaR估计方法能够有效提高VaR的估计精度。

高阶资本资产定价和中国股票市场的实证

股票的投资收益不仅仅受系统性风险的影响,其他因素的影响不容忽视。文章引入高阶资本资产定价模型,对传统的CAPM模型进行扩展,并用时间序列回归和横截面回归,参照BJS的实证检验方法,对中国股票市场进行实证分析。结果表明,加入偏度和峰度的高阶资本资产定价模型在中国股票市场具有更好的解释力。而且在这两个因素中,偏度与投资收益显著地负相关;峰度与投资收益正相关,但是相关性并不显著。

成绩正态校验的VBA实现

现有成绩分析管理系统中包含成绩正态分布校验功能,对教学的分析和评价具有至关重要的作用.在VBA的基础上,给出了峰度、偏度正态校验方法的实现过程,并且在校验前,借鉴经验采用均值等方法对成绩数据进行预处理,在正态校验前剔除掉不符合要求的数据,降低了计算量,提高了计算效率,得到较好的分析效果.

基于ZigBee的奶牛个体信息识别及定位系统设计

提出了基于ZigBee的奶牛个体信息识别及定位系统,设计了一套监控软件来采集和校正数据。通过安装在奶牛身上可编程的带有64位永久地址的定位节点,可以完成奶牛个体识别;并通过基于RSSI的无线网络定位技术完成对奶牛的定位,并经过大量试验及偏度-峰度检验法和数据拟合法对试验数据进行校正,使定位精度得到有效提高。

基于波段指数的高光谱影像波段选择算法

为了去除高光谱影像的数据冗余,提高高光谱影像处理的精度和效率,提出了一种基于波段指数的高光谱影像波段选择算法。采用小波变换对高光谱图像数据进行去噪处理,依据联合偏度-峰度指数将波段进行分组,再根据波段指数的大小确定相对较小指数的波段,并将其作为冗余波段进行去除,从而得到最小波段集。结果表明,利用该波段集和全波段所选的端元是一致的,在不影响端元提取的前提下,最大程度地去除了冗余波段,而且该波段集与全波段的分类精度较接近。该算法在波段选择过程中具有可行性与有效性,为降低高光谱影像维数提供了一种帮助。

大坝安全监测异常测值的检验方法

提出了分别以表现特征和成因为依据的异常测值分类方法,研究了检验异常测值的直观判断法、统计检验法和数学模型法,分析了不同性质异常测值的处理方法。