岸边集装箱起重机结构振动响应概率密度分布统计

岸边集装箱起重机工作于码头前沿,是现代码头应用最广、集装箱装卸能力最强的装卸设备。文中针对岸边集装箱起重机结构健康监测响应概率密度分布的拟合问题,依据统计学理论选择合适的分布类型完成拟合。对其结构健康监测振动响应数据进行分布检验,采用卡方检验判断其是否符合常见的分布类型。对于不符合的响应数据,使用贝塔分布进行拟合。采用最小二乘法完成贝塔分布的参数求解,得到该数据的概率分布、概率密度函数等分布特性,并与原始数据进行对比。结果表明,岸边集装箱起重机结构小车运行方向和垂向的健康监测振动响应数据符合正态分布,而大车运行方向的振动响应数据不符合常见的分布类型,贝塔分布的拟合效果良好。

还原数学细节:高斯推导正态分布概率密度函数的过程

首先介绍预备知识最大似然估计法和两个引理,然后扼要梳理正态分布概率密度函数发现的历史脉络,并重点分析高斯(C.F.Gauss,1777-1855)发现正态分布概率密度函数的思想方法,据此还原高斯推导正态分布概率密度函数解析式的数学细节和过程.

正态分布的概率密度函数的一个应用

文章运用正态分布的概率密度函数的3σ法则来证明数学分析中的一个问题,并在一定程度上说明利用正态分布的概率密度函数证明此问题的必要性.

标准正态分布概率密度规范性的证明和应用

利用高等数学中二重积分方法,证明了性质"标准正态分布概率密度规范性",并通过例子说明此性质在概率统计学科中的广泛应用.

基于量化指标和概率密度分布的风电功率波动特性研究

基于华北电网实测数据,定性分析风电功率波动量、波动率、变化速率3个量化指标,在不同装机容量和不同差分时间尺度下的波动特性。同时采用二次滚动平均法提取实测风电场输出功率的分钟级分量,利用正态分布函数进行拟合,研究不同装机容量和不同滚动窗口时的风电功率分钟分量概率分布情况。结果表明,风电功率波动在时间尺度上分布具有一定趋势性,且与风电场规模大小紧密相关,合理选择风电场装机容量有利于并网时电网的安全稳定运行。

基于对数正态分布的海杂波修正概率密度分布函数

基于实测海杂波数据和参数拟合方法,提出了适用于X波段雷达的海杂波修正概率密度分布模型。统计了两型X波段雷达在不同距离段上、多周期的海杂波数据。结果表明,修正概率密度分布模型的误差降低了22%以上,且能够适用于不同距离段和扫描周期。海杂波概率密度分布模型能够用于恒虚警检测器门限计算,能够指导海杂波区域的目标检测方法设计。

t分布的概率密度近似于N(0,1)分布的一种证法

在概率论与数理统计中,t 分布是一种重要的分布。在一些概率论及数理统计的教材中谈到t 分布的性质时部指出“当”充分大时,t 分布的图形类似于标准正态分布的概率密度函数的图形”.“当n 较大时,t 分布的分布函数的Z 处的值近似等于N(0.1)分布函数的值。”事实上.设t(n)

求Z=X+Y的概率密度的曲线积分法

求Z＝X＋Y的概率密度一般采用先求二重积分，再求导．本文给出了一种新的更简便的求法──由曲线积分获得．此法可推广到求Z＝aX＋bY的概率密度．图3。

基于概率密度曲线的电网基建工程最优工期拟合分析

为了合理安排电网基建工程建设,提升工程建设进度、预算安排的准确性,有必要对电网基建工程不同建设阶段的周期进行分析,文章通过拟合电网基建项目工期样本的概率密度曲线,借助曲线概率密度函数二阶导数的最大值点求得工期样本的最优区间,进而得到不同电压等级项目工期的最优范围。实验表明,该方法能够发现电网基建工期偏离过大的项目,分析结果可有效辅助工程计划安排,支撑基建业务有序开展。

点位的误差曲线,置信椭圆与概率密度等值线

本文对表示点位精度的点位中误差曲线，点位置信椭圆，点位概率密度等值线以及使用中的点位误差椭圆等进行了总结，目的在于明确一些概念。

应用曲线积分求解条件概率密度函数

本文将随机变量X在随机事件B=(X,Y)∈R 2|Y=f(X)(其中f(X)为线性函数)的条件下的概率分布转化为联合密度函数在该曲线段上的曲线积分,研究了在随机事件B发生的条件下随机变量X的条件概率密度函数.同时,本文通过例证说明,通过曲线积分求解条件概率密度函数较之从条件分布定义的求解方式更为简洁.

潜艇在水面目标位置散布概率密度的计算方法

潜艇声纳在较远距离上发现水面目标时,探测和解算的目标运动要素具有较大的误差。利用泰勒公式,将目标位置计算公式进行简化处理,结合概率论的相关理论,求解目标位置散布概率密度。针对典型战术态势,计算不同时刻目标位置散布概率密度,绘制概率密度图,与目标位置散布仿真图进行对比。

基于广义偏斜正态分布的分配曲线数学模型

为提高分配曲线数学模型的适应性,并进一步明确分配曲线数学模型中的参数意义,以含偏斜系数的3参数广义正态分布函数为基础,新增一个峰度系数,构建了一个直接由分选密度、可能偏差、偏斜系数和峰度系数作参数的4参数分配曲线数学模型。经过对重介旋流器、跳汰机、螺旋分选机等16组分配曲线数据的检验,模型均有良好的拟合精度。偏斜系数和峰度系数对分配曲线的对称性及其两端的形态具有良好的指示作用:偏度系数为正值,曲线发生左偏,低密度物损失加大;偏度系数为负值,曲线发生右偏,高密度物污染加大;峰度系数主要影响分配曲线两端的形态,峰度系数大,两端的分选精度高。同时提出了一个5参数的数学模型,可进一步提高拟合精度。

正态分布法测井曲线标准化在M油田的应用

测井资料标准化是油藏描述中不可缺少的基础工作,是实现由单井解释到多井评价的关键。由于M油田的测井设备陈旧,测井曲线质量差,各井相同测井方法同一储层的响应差异较大,为了重新对该地区进行多井评价,分别采用正态分布法和直方图法对测井曲线进行标准化。实际应用表明,正态分布法较直方图法降低了人为影响因素,因此更适用于M油田多井评价。

基于正态分布的土水特征曲线独立域滞后模型

首先对非饱和土土水特征曲线滞后现象的产生机理与影响因素进行了探讨,总结并分析了各类滞后模型的原理和优劣.在此基础上引入研究土水特征曲线滞后现象的独立域模型理论,根据非饱和土干湿循环过程各个阶段的特点,分别建立了干燥/浸湿边界曲线、干燥/浸湿扫描线的积分方案.然后假定水量分布函数在整体域上符合正态分布,建立了基于正态分布的土水特征曲线独立域滞后模型,并提出了相关的修正方法.最后将该方法应用到已有试验数据的分析中.研究结果表明,该方法可较好反映非饱和土土水特征曲线的滞后现象,根据具体的干湿过程改变积分路径,即可实现扫描线的解算.

基于方向概率密度和小波描述子的沉积微相识别研究

首次提出了利用测井曲线不同形态识别沉积微相方法(算法)必须要满足三个前提条件,即平移和尺度缩放的不变性以及旋转可变性的认识,并提出了一种满足这三个前提条件的利用测井曲线形态识别沉积微相的新方法。主要通过求取不同测井曲线形态的边界方向概率密度后,再对其进行小波变换,可用少数几个对其方向概率密度可以近视重构的低频小波描述子进行沉积微相识别,同时建立了不同沉积微相小波描述子识别模式。对反映不同沉积微相的测井曲线形态方向概率密度函数进行小波分析,使沉积微相信息从高维特征空间被映射到由少数几个低频小波描述子组成低维特征向量空间,使不同沉积微相间差异信息得到放大突出。该方法不仅使利用测井曲线形态对沉积微相识别的这一较复杂问题,简化为对少数几个低频小波描述子进行判断的简单问题,而且还可利用这些小波描述子对其进行一定程度上沉积学分析。

基于正态分布曲线的分段式变步长LMS算法

针对传统最小均方误差(Least Mean Square,LMS)自适应滤波算法由于步长固定,在解决稳态误差与收敛性之间的关系时,始终处于矛盾状态的问题,在对传统的固定步长LMS自适应滤波算法分析的基础上,根据变步长LMS自适应滤波算法的步长调整原则,通过构造步长因子与误差信号的非线性函数,提出了一种基于正态分布曲线的分段式变步长LMS自适应滤波算法,并分析了参数取值对算法性能的影响。针对实际信号处理过程中参考信号难以选取的问题,提出了一种基于分裂阵的参考信号选取方法。理论和海试数据分析结果表明:该算法的收敛速度和稳态误差明显优于固定步长的LMS自适应滤波算法和基于Sigmoid函数的变步长LMS自适应滤波算法。

高空风场条件风速概率分布与正态分布差异分析

在飞行器多学科优化设计中,高空风场是有重要影响的不确定性因素,需要准确获取其统计特性。高空风场条件风速的概率分布是特定的,为了便于将高空风场概率模型用于不确定性设计,减少计算量,提出了高空风场条件风速概率分布与正态分布差异的分析方法,给出了将高空风场条件风速概率分布简化为正态分布的适用条件。数值仿真结果表明:在纬度为24.3°N~42.2°N范围内,不同地区高空风场条件风速概率密度与正态分布概率密度的差异在海拔2~30 km范围内呈喇叭形分布,在海拔15 km附近,高空风场条件风速概率密度与正态分布概率密度最接近,高空风场条件风速的概率分布可近似假设为正态分布。综合以上工作,给出了在飞行器不确定性设计中考虑条件风速不确定性时,生成随机样本方法的选择建议。

统计平均拟合正态分布曲线的迭代算法及其应用

在自然科学中 ,许多独立的均匀微小的随机变量的总和近似地服从正态分布。讨论了在正态分布参数 (均值、方差 )未知的情况下 ,利用统计平均来拟合正态分布曲线的思想 ,并给出了具体的迭代算法。

预测混凝土中氯离子扩散的概率密度演化方法

在氯盐环境下,为更加精确地预测混凝土桥梁中的氯离子浓度分布的随机性,将氯离子扩散系数看作服从正态分布的随机变量,通过理论推导建立氯离子浓度分布的概率密度演化方法,并进行变参数分析。结果表明:氯离子浓度概率密度分布的均值随着深度的增加而降低,但其均方差随着深度的增加而增加;氯离子浓度概率密度分布的均值随着扩散时间的增加而增加,但其均方差随着扩散时间的增加而减小;氯离子浓度概率密度分布的均值和均方差均随着扩散系数的均值和均方差而发生一致的变化。