拉普拉斯分布参数的近似贝叶斯估计

拉普拉斯分布是刻画尖峰厚尾数据的重要分布之一.本文提出拉普拉斯分布两参数具有显式解的线性近似贝叶斯估计,通过理论证明和数值模拟验证了线性近似贝叶斯估计相比其他估计的优越性,并考察了线性近似贝叶斯估计随着样本量增加的渐近性质.

基于拉普拉斯分布与鲍德温效应的教与学算法及其应用

教与学优化算法(TLBO)是一种进化能力非常强大的算法,近年被广泛应用于各种优化问题。但是,在TLBO算法进化的后期,随着进化迭代次数的增加和求解范围的缩小,种群的多样性逐渐降低,从而导致陷入局部最优和过早收敛。基于此,提出一种基于拉普拉斯分布和鲍德温学习效应的教与学优化算法(LBTLBO)。该算法利用拉普拉斯分布的扰动来拓展探索空间,采用鲍德温学习效应识别出更多有前途的解,使算法更具有竞争性。实验结果表明,与原始TLBO、基于拉普拉斯分布的TLBO、基于鲍德温学习的TLBO以及改进版本的TLBO进行比较,LBTLBO提高了解的精度,具有很强的竞争力。最后,将LBTLBO应用于无人机航路规划问题,并进行了仿真实验,结果显示,与上述改进版本的TLBO相比,LBTLBO能获得更加准确的路径与收敛速度。

基于拉普拉斯分布模型的DCT域图像水印视觉可见性评估

数字水印是数字作品版权保护的重要技术途径之一 .随着数字水印技术的不断应用 ,数字水印产品的测评工作已经引起相关信息安全管理部门的高度重视 ,建立水印测评理论基础的需求越来越迫切 .视觉可见性是数字水印测评的重要技术指标之一 .本文根据DCT交流系数的拉普拉斯分布模型 ,对DCT域的典型水印嵌入算法的视觉可见性进行了评估 ,推导了水印嵌入深度 (拉伸系数 )与信噪比和峰值信噪比之间的理论关系 ,实验结果表明理论估计具有很高的精度 ,误差小于 1分贝 .

拉普拉斯分布下的VaR和CVaR风险计算

金融资产收益率的实际分布具有明显尖峰肥尾等特性,正态分布不能描述这一特性,本文采用拉普拉斯分布来刻画尖峰肥尾性,给出了该分布下金融资产的VaR和CVaR风险值的计算和估计.

中国股指收益率的非对称拉普拉斯分布实证检验

应用非对称拉普拉斯分布拟合沪深两市股指日、周收益率数据。研究结果表明:非对称拉普拉斯分布能够比正态分布更好地反映两市股指的日、周收益率数据的尖峰、厚尾、偏态特征。由于非对称拉普拉斯分布有显性的表达式,便于开展参数估计和数字特征的计算,因此对于股指期货投资者而言,在计算股指收益率的VaR、CVaR进行风险测量时,采用非对称拉普拉斯分布将是较好的选择。

非对称拉普拉斯分布在股票收益率中的应用

股票收益率的实际分布具有尖峰厚尾偏倚特性 ,传统的正态分布不能描述这一特性 ,稳定分布能够很好拟合这一特性 ,但是稳定分布没有解析表达的分布函数 ,且含有 4个参数 ,研究起来较为困难。非对称拉普拉斯分布有明确的解析表达分布函数 ,只含有 2个参数 ,能够较好拟合股票收益率分布的尖峰厚尾偏倚特性 。

基于广义拉普拉斯分布的图像压缩感知重构

针对图像压缩感知重构问题,构建图像小波系数的广义拉普拉斯统计模型。首先通过对典型图像小波系数的直方图统计,以广义拉普拉斯分布拟合图像小波系数的先验概率密度,用KL散度法求得广义拉普拉斯分布的参数。然后基于贝叶斯准则,通过取对数,将稀疏系数的最大后验概率估计问题转化为p范数优化问题,其中p的取值由待重构的图像所决定,即为该图像小波系数对应的广义拉普拉斯分布的形状参数。最后由非凸优化法求解得到图像的小波系数,并实现图像的重构。实验结果表明:对于简单稀疏信号,该方法重构成功率明显高于经典的BP和OMP法;对于测试图像的小波系数信号,所提方法能够自适应地精确重构原始图像。

一种非对称拉普拉斯分布

讨论一种新的非对称拉普拉斯分布,研究了该分布的性质、数字特征、参数估计、应用等,并将该分布与拉普拉斯分布在实际应用中的效果进行了对比.

拉普拉斯分布顺序统计量的分布性质

设{Xk,1≤k≤n}独立同分布,X(1),X(2),…,X(n)为其顺序统计量.当Xk服从参数为λ(λ>0)和μ(μ为实常数)的拉普拉斯分布时,得到了(X(1),X(2),…,X(n))的联合概率密度函数,以及X(1)和X(n)的密度函数.从而进一步得到X(1)和X(n)的数学期望与方差的表达式.此外还证明了X(1),X(2)-X(1),…,X(n)-X(n-1)不独立,且不同分布.

基于拉普拉斯分布天线阵列下MIMO性能研究

多天线系统是可以克服多径干扰的影响并增加频谱使用效率的系统。MIMO系统的容量增加主要取决于无线电信道的空间相关性性能。主要研究了MIMO天线阵列系统的性能,包括MIMO空间时间相关性和天线阵列配置,推导了当角能量遵循拉普拉斯分布时均匀线性阵列、均匀圆阵的衰落相关性解析公式,并分析了两种天线阵列下的系统信道容量。通过计算机程序模拟仿真验证了分析结果,验证结果表明当阵元间距增大或者衰减因子减小(角度扩展增大)时,空间衰落相关性减小,系统信道容量增大,提升了系统性能。

基于拉普拉斯分布模型的快速DCT算法

为提高编码效率,通过分析残差系数在空域和DCT域均符合拉普拉斯分布后,提出一种快速DCT算法。该算法能够在DCT之前对每个量化DCT系数进行零值预判而节省DCT计算。通过头肩序列的实验表明新算法在不降低图像质量的条件下,其整体运算复杂度优于常规算法。

基于拉普拉斯分布的双目视觉里程计

针对相机在未知环境中定位及其周围环境地图重建的问题,本文基于拉普拉斯分布提出了一种快速精确的双目视觉里程计算法.在使用光流构建数据关联时结合使用三个策略:平滑的运动约束、环形匹配以及视差一致性检测来剔除错误的关联以提高数据关联的精确性,并在此基础上筛选稳定的特征点.本文单独估计相机的旋转与平移.假设相机旋转、三维空间点以及相机平移的误差都服从拉普拉斯分布,在此假设下优化得到最优的相机位姿估计与三维空间点位置.在KITTI和New Tsukuba数据集上的实验结果表明,本文算法能快速精确地估计相机位姿与三维空间点的位置.

商业银行汇率风险量化研究——基于正态分布与非对称拉普拉斯分布的在险价值测度

本文应用有别于业界普遍采用的正态或对数正态分布函数量化研究中国商业银行参与国际外汇市场所主要涉及的汇率收益率的风险特征,以期为处于国际化扩张中的商业银行识别、计量与处置汇率风险提供参考。基于正态分布与非对称拉普拉斯分布函数的比较实证研究表明,后者能够更好地拟合汇率收益率尖峰、厚尾、偏态特征;进一步测度基于不同分布的汇率收益率在险价值,发现正态分布假设下的VaR显著低估汇率风险,而非对称拉普拉斯分布在度量汇率收益率在险价值方面更为有效。在商业银行汇率风险管理过程中,非对称拉普拉斯分布无疑是较为理想的选择。

混合拉普拉斯分布及其风险率性质研究

两个拉普拉斯分布的混合分布在形态上主要有单峰态及双峰态,其风险率在发展到一定时间以后或呈平尾稳定(同方差情形)或快速下降(异方差情形),研究其特征及相互关系在风险研究领域有着重要的实际意义;在研究混合正态峰态特征的启发下,从密度函数和风险函数的形态性质入手,比较全面地讨论了混合拉普拉斯分布及其风险率形态变化的所有可能及其对应的各种具体条件.

一种基于变换系数拉普拉斯分布的HEVC码率控制算法

基于变换后残差信号的拉普拉斯分布特性,提出了一种面向高效视频编码(high efficiency video coding,HEVC)的编码树单元(coding tree unit,CTU)级码率控制算法.首先,研究了量化参数、拉普拉斯分布参数以及拉格朗日乘数之间的关系,并建立了模型.然后,根据每个CTU的变换残差的拉普拉斯分布特性动态调整其量化参数,以获取高效的编码性能.此外,通过与帧级码率控制算法相结合,获得了更加精确的码率控制效果以及良好的编码性能.实验结果表明,所提出的码率控制算法可以获得比HEVC标准提案JCTVC-H0213和JCTVC-K0103中所述码率控制算法更优的编码性能.

基于拉普拉斯分布模型的静止物体检测方法

针对监控视频中静止物体的检测,提出了一种基于拉普拉斯分布模型的检测方法。该方法首先改进?-D背景建模方法,快速提取视频背景,构成初级背景,然后在初级背景中引入拉普拉斯分布模型,从而构成精确的自适应动态背景,最后比较初级背景与动态背景之间的差异达到检测静止物体的目的。实验结果表明,该方法能在标准视频数据库中有效地检测到静止行李,并对人群拥挤和光照变化等复杂场景有良好的检测效果。

基于非对称拉普拉斯分布的混合分位数回归参数估计

利用非对称拉普拉斯分布提出一种新的混合分位数回归模型.传统模型仅考虑位置参数,而所提出模型同时考虑了位置参数和尺度参数,并利用期望最大化(expectation maximization,EM)算法对模型参数进行估计.数值分析结果表明,参数估计的精度在各个分位数上均较为理想,并且估计精度随着样本量的增加而提高.最后运用所提出模型及其算法对城市房价数据进行分析.

拉普拉斯分布的一种推广

拉普拉斯分布是一种经典的分布,讨论支持向量回归机所对应的密度函数,作为拉普拉斯分布的一种推广,求出了其参数的极大似然估计。

基于广义拉普拉斯分布的低时延速率控制算法

提出了一种基于广义拉普拉斯概率密度的视频编码速率模型,该模型较传统拉普拉斯概率密度来说更好的刻画了视频序列DCT特征的峰态和尾部分布.以该速率模型为基础,从宏块级目标比特分配和宏块级量化参数调整的角度提出了一种低时延速率控制算法.该算法改善TMN8中采用计算宏块方差得到量化参数所引入的复杂度,使用了在帧级确定基本量化参数,在宏块层进行调整的方法.通过仿真实验验证了该算法可有效的调节缓存占有率并降低系统时延.

双参数离散偏拉普拉斯分布的若干性质和参数估计

本文利用连续分布离散化的一般方法,推导出一种双参数离散偏拉普拉斯分布,并且研究了该分布的若干性质,讨论了参数估计等有关问题以及进行了蒙特卡罗模拟研究,最后通过实例分析展示了该分布能有效的拟合数据.