基于重加权策略平衡损失的用电窃电行为检测方法

由于传统的用电窃电行为检测方法在面对复杂的用电环境时,往往存在漏报的情况,导致检测精度低。针对上述现象,提出基于重加权策略平衡损失的用电窃电行为检测方法。通过对用电数据进行监测和分析,进而提取出窃电行为的特征。引入记忆单元更新参数,利用历史数据对模型进行训练和优化,提高窃电行为检测的精准度。优化重加权策略平衡损失函数,更好地平衡不同因素对损失的影响,提高模型的预测精度。通过训练分类器检测用电窃电行为。实验证明,该方法能够准确检测窃电行为,检测精度较高,具有较高的应用价值。

加权平衡损失函数下逆伽马分布的Bayes估计

在逆伽马分布尺度参数的先验分布为其共轭先验分布伽马分布Γ(a,b)时,给出了其在加权平衡损失函数下的Bayes估计、E-Bayes估计和多层Bayes估计.最后通过数值模拟,说明了此3种估计具有较高的稳健性和精确性,其中多层Bayes估计的稳健性最好,E-Bayes估计的精确性最好.

平衡损失函数下的信度模型

保险公司对保费进行定价时,一般是有一个目标保费.本文结合信度定价原理,考虑保费的目标估计,得到平衡损失函数下的信度估计.并对其未知参数进行估计,得到相应的经验Bayes信度估计.

平衡损失下回归系数的线性容许估计

该文在平衡损失函数下 ,研究线性模型中回归系数的线性容许估计 ,得到了充要条件 .结果表明 。

平衡损失下奇异线性模型中线性估计的可容许性

在平衡损失函数下,给出奇异线性模型中回归系数线性估计的可容许的定义,并得到齐次线性估计类中线性估计可容许性的充分必要条件.

平衡损失函数下具有共同效应的信度保费(英文)

在经典的信度理论中,一个保单组合的各风险之间是相互独立的,同时从二次损失函数中推导出信度保费.(Wen et al.,2009)给出了风险间具有共同效应的特殊的相关结构的信度保费表达式.本文在平衡损失函数下考虑此种风险结构的信度理论,特别地得到了Bühlmann和Bühlmann-Straub模型的信度保费表达式.

平衡损失下回归系数最优线性无偏估计的相对效率

本文研究了一般Gauss-Markov模型中回归系数的最优线性无偏估计的相对效率问题.利用Lagrange乘数法,获得了回归系数的最优线性无偏估计.并在此基础上定义了最优线性无偏估计的两种相对效率.

平衡损失函数下Cox模型的可靠性分析:记录值样本情形

本文在记录值样本下,分别讨论了一类指数分布可靠性指标的经验贝叶斯估计以及未来失效样本的预测问题.通过ML-II方法估计超参数,进而在平衡均方损失和平衡Linex损失下,获得了相关指标的经验贝叶斯估计,并给出未来记录值样本的经验贝叶斯预测区间.利用Monte-Carlo模拟方法给出了一个数值算例,研究了结果的精确性.

平衡损失下Bayes线性无偏最小方差估计的优良性

在平衡损失风险函数准则下研究了未知参数的Bayes线性无偏最小方差(BLUMV)估计相对于最小二乘(LS)估计的优良性.在predictive Pitman closeness(PRPC)准则下研究了BLUMV估计相对于LS估计的优良性.

基于平衡损失函数的具有时间效应的多合同信度模型

利用信度理论的方法,考虑制定的保费的公平性、合理性,以及各风险组之间具有特殊的相依效应(时间效应),得到了平衡损失函数下具有时间效应的多合同模型的信度保费和多合同Bühlmann模型的信度保费,同时给出了结构参数的无偏估计,推广了经典信度理论。

平衡损失下一般Gauss-Markov模型中回归系数的线性Minimax估计

通过对Zellner提出的平衡损失函数的改进,提出一种新的平衡损失函数,并在此基础上研究一般Gauss-Markov模型中回归系数线性估计的Minimax性,得到了齐次线性估计类中的线性Minimax估计,并证明了在适当的假设下回归系数线性Minimax估计在几乎处处意义下的唯一性。

平衡损失函数下风险等相关的信度模型

文章通过考虑保费的目标估计来对具有等相关性风险保费进行了研究,得到了平衡损失函数下的信度估计。结果表明,得到的信度估计仍具有经典信度保费公式的加权形式。

平衡损失函数下具有风险相依结构的信度模型（英文）

在经典信度理论中,一个保单组合各个保单索赔额之间是相互独立的,同时在均方损失函数下推导出信度保费.温利民等(2012)给出了一个保单过去索赔额间具有一种相依结构——被称为时间变化效应的信度模型的保费表达式.本文将这种被称为时间变化效应的相依结构推广到一个保单组合各个保单索赔额间,在平衡损失函数下,得到了Büglmann和Bühlmann-Straub模型的信度保费表达式.

平衡损失下有限总体回归系数的线性可容许预测（英文）

本文研究了平衡损失函数下正态总体和非正态总体中有限回归系数的可容许预测.利用统计决策理论,获得了非正态总体中齐次线性预测为可容许预测的充分必要条件和在正态总体中齐次线性预测在一切预测类中可容许性的充要条件,推广了二次损失下的若干相关结果.

平衡损失下回归系数的最优估计

主要研究一般Gauss-Markov模型中回归系数的最优估计问题.在平衡损失下,考虑回归系数的线性估计在线性无偏估计类中的最小风险性,得到回归系数的最优线性无偏估计,并证明最优线性无偏估计在几乎处处意义下的唯一性.特别地,考虑了一类特殊的估计:b-线性估计;获得了回归系数的最优b-线性无偏估计,结果表明最优线性无偏估计也是回归系数的最优b-线性无偏估计.

平衡损失函数下具有时间效应和通胀因子的信度估计

文章考虑时间分量上的相依性,在平衡损失函数下,研究了具有时间效应及通胀因子的信度模型。通过正交投影方法,得到了未来保费的非齐次和齐次信度估计,并给出了结构参数的无偏估计。通过数值例子验证模型的有效性。结果表明,所得到的信度估计是经典信度模型的一个推广。

平衡损失函数下的双相依信度估计

文章结合信度定价原理,考虑保费的目标估计,各风险组之间的共同效应以及不同年份之间风险的时间变化效应,得到平衡损失函数下具有双相依结构的信度估计,进一步,导出相应的Bühlmann和Bühl-mann-straub信度估计,从而推广了经典的信度原理。

平衡损失函数下具有时间变化效应的信度保费

在经典信度理论中,一个保单组合中各风险之间是相互独立的,并且对于这组保单的某一特定的个体,没有考虑其在过去各年索赔额的时间变化效应,在均方损失函数下推导出它的信度保费。为此,在研究个体过去索赔额序列间具有时间变化效应的特殊相关结构的信度保费表达式的基础上,采用平衡损失函数考虑此种风险结构的信度理论,得到了Bühlmann和Bühlmann-Straub模型的信度保费。

平衡损失下一般Gauss-Markov模型中回归系数的最优估计（英文）

在平衡损失下,我们研究了一般Gauss-Markov模型中回归系数的最优估计,首先我们得到了线性估计为最佳线性无偏估计的充分必要条件;其次证明了平衡损失下的最佳线性无偏估计在几乎处处意义下是唯一的,并且是普通最小二乘估计和二次损失下最优估计的平衡;最后,我们讨论了最优估计关于损失函数和模型设定的稳健性,并得到了该最优估计在模型误定下具有稳健性的充分必要条件.

平衡损失下回归系数的最优线性无偏估计

在平衡损失函数下得到了回归系数的最优线性无偏估计,结果表明平衡损失下的最优线性无偏估计就是线性模型中回归系数的最小二乘估计.