基于经验累积分布的正态和均匀混合分布参数估计

混合正态分布模型易受离群点的影响,其参数的极大似然估计不是稳健估计。Fraley和Raftery在混合正态分布中添加一个均匀分布作为离群点的分布,能够准确的拟合观测数据,但是由于均匀分布概率密度函数的特殊性,即当两个参数充分接近时似然函数无界,因此直接利用EM算法进行迭代是行不通的。一般直接指定均匀分布的参数初始值为观测值中任意两个不同的数据点,在所有结果中选取最大似然函数值所对应的参数作为最终的参数估计值,尽管Coretto和Hennig提出网格化思想但是这种方法仍运算量大,效率低。针对一般情形的正态和均匀混合分布参数估计,本文提出了一种基于观测数据的经验累积分布函数的方法,直接估计均匀分布的参数,再估计混合比例和正态分布参数。数据模拟表明该方法具有效率高、计算量小、估计精度高且易于实现的优点。

基于地电波幅值经验累积分布特性的高压开关柜状态判断及运维策略

目前国内各运行单位均采用国外经验判断高压开关柜的局部放电情况,缺乏本地化的开关柜状态判断方法。为此基于广州地区30773组在运高压开关柜的局部放电数据,获得了高压开关柜局部放电地电波现场测试值的经验累积分布函数。比较了广州与国外高压开关柜局部放电地电波测试值的经验累积分布函数典型特征的差异。根据25%、10%及5%划分依据,国外某数据库中对应的经验阈值分别为19dB·mV、29dB·mV、35dB·mV,而广州地区数据库中对应的经验阈值分别为13dB·mV、23dB·mV、32dB·mV,表明以国外数据库的分布规律获得的开关柜局部放电地电波测试值判断经验不完全适用于本地区。基于经验累积分布函数,综合考虑了设备的故障风险概率和运维成本等因素,提出了更加灵活、技术经济效益可靠性更优、更加符合本地区的高压开关柜状态判断原则及运维策略。

基于经验分布下GARCH模型对VaR的金融测度

VaR (Value at Risk)在风险管理领域一直深受银行业和金融机构的重视,GARCH模型对VaR的测量是一个重要研究领域。然而在实际应用中,利用传统参数GARCH模型建模时需要指定条件分布形式,一旦分布指定错误将会导致模型失效。因此,我们在标准的GARCH(1,1)模型下,结合累积经验分布函数对残差进行修正,避免了传统参数分布由于事先指定错误带来的模型风险。经过实证研究发现,我们采用的方法比指定参数分布下的标准GARCH(1,1)模型在测量VaR方面有了很大改进,其失败频率和相对误差都显著降低。因此,文中采用这种创新的尾部分布形式在估计VaR值方面具有一定的实际应用价值。

基于无线传感器网络的智能建筑中目标分布问题研究

采用了无线传感器网络技术的楼宇控制系统可以实现目标分布的监测,从而实现照明控制、空调控制、防火监控以及智能保安等应用。实际应用中,无线传感器网络的多径效应对传感器的接收的信号强度指示(RSSI)读数准确性有严重的影响。为解决此问题,引入经验累计分布函数(ECDF)方法,使用条件概率和电子地图两种方法处理无线传感器的数据并给出目标分布结果。经过室内实验数据训练ECDF,测试结果表明,使用此方法判断目标分布鲁棒性强,准确率高。

木林子天然次生林典型群落物种多度分布格局的尺度效应

物种多度分布格局作为研究群落结构的基本格局,是理解群落性质的重要基础.为分析物种多度格局对取样面积的响应,探讨多度格局的形成机制,本研究以木林子国家级自然保护区典型群落——川陕鹅耳枥+青冈-水马桑(Carpinus fargesiana+Cyclobalanopsis glauca-Weigela japonica)群落15个20 m×20 m森林动态监测样地为背景,采用累积经验分布函数描述6个取样尺度(10 m×10 m,20 m×20 m,30 m×30 m,40 m×40 m,50 m×50 m,60 m×60 m)物种多度分布的空间变异性,进而用断棍模型拟合物种多度分布曲线,并基于χ2检验和AIC值检验模型拟合效果.结果表明:(1)6个尺度下物种的多度分布较为均匀,且群落中稀有种和常见种的比例相对稳定.(2)断棍模型在各个尺度下均可以被接受,且在越小的尺度上拟合效果越好.(3)生态位理论在小尺度上能较好的解释断棍模型与实际物种多度分布格局的差异.

极小子样试验的虚拟增广样本评估方法

提出一种针对极小子样试验的虚拟增广样本评估方法。在工程实际中,对于成本昂贵的大型复杂结构体系或机构系统,往往只能做试件样本量为1或2的极小子样试验。在这种情况下,先根据极小子样试验的试验样本值虚拟增广样本,即把样本量从n=1虚拟增广至n=13,然后根据增广样本构造经验累积分布函数并对其进行修正,最后应用Bootstrap方法对增广样本进行评估,得到未知参数的估计。文中采用一个实例验证了所提出方法的实用性。

频率选择信道下的空时分组码盲识别

在单接收天线下,针对频率选择性衰落信道下空时分组码(STBC)的盲识别问题,提出了一种基于Kolmogorov-Smirnov(K-S)检测的有效算法。该算法以经验累积分布函数作为特征函数,通过K-S检测经验累积分布函数之间的距离,达到识别空时分组码的目的。在不同调制方式、采样因子和置信区间的条件下分别对算法进行仿真并讨论其性能,结果表明,该算法性能较好,在信噪比大于6 d B时可达到90%以上的正确识别概率,在非合作通信方面具有一定的实用价值。

基于最小均方差拟合的QAM调制识别器

针对QAM(Quadrature Amplitude Modulation)识别中存在着识别率受信道参数和噪声影响大、低信噪比条件下识别率不高等问题,提出一种基于最小均方差拟合的识别方法。根据不同QAM调制的信号特征,找到了其对应的特征序列,推导了该特征序列的概率密度函数(pdf)和经验累积分布函数(cdf),并对其进行折叠处理,构造了基于最小均方差拟合的折叠cdf识别方法。仿真结果表明,该方法能够在瑞利信道和高斯白噪声下应用,且该方法在低信噪比下识别概率较高,能够应用于电子战,电子干扰和频谱检测等工程领域中。

中西太平洋大眼金枪鱼中心渔场时空分布与温跃层的关系

采用Argo数据和中西太平洋渔业委员会的大眼金枪鱼延绳钓数据,绘制了温跃层和月平均单位捕捞努力量渔获量(CPUE)的空间叠加图,分析中西太平洋大眼金枪鱼渔场时空分布对温跃层的响应关系.结果表明:全年中心渔场纬向主要分布在南北纬10°之间的低纬度区域.在赤道以南有季节性中心渔场的出现和消失,与温跃层上界温度、深度和温跃层厚度的积极性变化有关.中心渔场主要分布在温跃层上界较深(70~100 m)和厚度较大(>60 m)的海域,厚度小于40 m的区域难以形成中心渔场;适宜分布的上界温度区间在26~29℃,在此区间外CPUE多小于中心渔场阈值(Q3).中心渔场的空间分布随上界深度和跃层厚度的季节性变动而变动,当赤道以南海域的上界深度变浅以及厚度变薄时,中心渔场消失.温跃层下界温度、深度和温跃层强度季节性变化不显著,但与中心渔场出现有显著关系.中心渔场主要分布在温跃层下界深度两条高值带之间的区域,温度低于13℃以及强度大的区域;在温跃层下界深度超过300 m和小于150 m区域,下界温度超过17℃的区域,或者强度小的区域难以形成中心渔场.利用频次分析和经验累积分布函数计算其适宜温跃层特征参数分布,结果表明研究区域大眼金枪鱼适宜分布的上界温度、深度和下界温度、深度分别是26~29℃、70~110 m、11~13℃和200~280 m;适宜分布的温跃层厚度和强度分别是50~90 m和0.1~0.16℃·m^(-1).本研究初步得出研究区域大眼金枪鱼CPUE空间分布和温跃层的关系,为我国远洋金枪鱼捕捞作业和资源管理提供理论参考.

天童常绿阔叶林中常绿与落叶物种的物种多度分布格局

物种多度分布是对群落内不同物种多度情况的数量描述,作为理解群落性质的基石,其形成机制受到广泛关注。常绿与落叶物种是两类有着不同物候性状与生长策略的物种集合,它们普遍共存于常绿阔叶林中。在天童20 ha常绿阔叶林动态监测样地内,虽然常绿物种在物种多度和胸高断面积等指标上占有绝对优势,但其在物种丰富度上却不及落叶物种。分析两者在常绿阔叶林中的物种多度分布特征,能够为理解常绿阔叶林内物种多样性的维持机制提供一个全新的视角。为此,我们基于天童样地的植被调查数据,一方面利用累积经验分布函数对两类生活型植物的物种多度分布进行描述,使用Kolmogorov-Smirnov检验(K-S检验)判断其差异性;另一方面,采用纯统计模型、生态位模型和中性理论模型对二者的物种多度分布曲线进行拟合,并基于K-S检验的结果以及AIC值进行最优模型的筛选。结果显示:(1)常绿与落叶物种的物种多度分布曲线间并无显著差异。(2)在选用的3类模型中,中性理论模型对于两类物种多度分布曲线的拟合效果都最好,而生态位模型的拟合效果则一般。从上述结果可以看出,尽管常绿与落叶物种在物种数量和多度等方面均存在差异,但它们却有着近似的物种多度分布格局以及相近的多样性维持机制。然而,鉴于模型拟合的结果只能作为理解群落多样性构建机制的必要非充分条件,故而只能初步判定中性过程对于常绿与落叶物种的物种多样性格局影响更大,却不能排除或衡量诸如生态位分化等其他过程在两类生活型多样性格局形成中的贡献。