连续时间下非参数回归模型的误差密度估计

本文研究连续时间下非参数回归的误差密度估计问题 ,给出误差密度的一个核估计量 ,利用回归函数的核估计在紧区间上一致均收敛的结论证明了该统计量渐近无偏差 ,均方相合性 ,并说明了该核估计中窗宽选取的办法 .

线性模型M-估计下误差密度估计的相合性

线性模型Ｙｉ＝ｘ′ｉβ＋ｅｉ，ｉ＝１，２，…，其中ｅｉ｛｝∞ｉ＝１ｉｄ．，有未知密度ｆ（ｘ）．讨论了在对β作一般估计后，基于残差作出的误差密度核估计的相合性．在比文献［７，８］弱的条件下，证明了误差密度核估计的逐点弱相合，逐点强相合和一致强相合．

零误差密度最大算法的分析研究

前馈神经网络的学习通常以均方误差为目标函数(MSE),易陷入局部极小,而零误差密度最大算法(Z-EDM)以误差在零点的概率密度函数为神经网络新的目标函数,能够达到全局最优.将Z-EDM算法应用到BP网络中,并通过仿真将两者进行了比较,实验结果表明,Z-EDM算法在分类方面要明显优于MSE算法.并且对这一算法进行了分析,可知以优化此目标函数的神经网络的学习仍是基于经验风险最小化原则,通过仿真将基于Z-EDM算法的BP网络与支持向量机(SVM)在两分类方面进行比较,结果表明此算法对于某些数据集具有与SVM近似的性能,但总体上性能仍不及基于结构风险最小化的SVM.

基于M-估计的误差密度估计

对于线性模型 Yi=x＇iβ十ei,i=1,2,...,{ei}i= 1∞i.i.d.,e1有未知密度函数f（x）,本文基于β的M-估计的残差:ei=Yi—x＇iβ,i=1,2,…,n,其中β为β的M-估计,用 fn（x）=1/2nan sum from i=1 to n I（x-anei^≤x+an）估计f（x）,得到了这种估计的强收敛速度,一致强收敛速度,L1-模相合性,渐近正态性,重对数律。

零误差密度函数准则的BP神经网络学习研究

BP神经网络的学习通常以均方误差函数(MSE)为目标函数,当目标变量不满足高斯分布时,其结果可能偏离真正最优.零误差密度函数(ZED)利用非参数估计中的Parzen窗法得到误差在零点的概率密度函数.将零误差密度函数作为BP网络的目标函数时,通过对光滑参数的选择使新的目标函数能够适用于期望输出满足任意分布.仿真实验分别以零误差密度函数和均方误差函数为目标函数的BP网络学习在函数逼近方面进行比较,结果表明零误差密度函数要比均方误差函数的适用范围更广.

连续时间下非参数回归模型的误差密度估计的渐近均方误差(英文)

本文研究了连续时间下非参数回归的误差密度估计的收敛速度 ,给出了一定条件下误差密度的估计量 ^fT(x)的均方收敛速度 ,详细证明了以下重要结果 :E ^fT(x) -f(x) 2 =O(T-1/ 4)其中f(x)表示误差过程 {et,t≥ 0 }的未知密度 .

i.i.d情况下非参数回归模型的误差密度估计的收敛性质(英文)

本文研究了i.i.d情况下非参数回归的误差密度估计的一致收敛和均方收敛,给出了一定条件下误差密度的估计量,fn(x)的一致收敛速度和均方收敛速度.

矢量GIS平面一般曲线等概率密度误差模型

基于数值分析、经典概率论和线状实体误差分布机理,定义了矢量GIS平面一般曲线等概率密度误差模型的概念,提出了平面一般曲线等概率密度误差模型尺度因子的概念和确定方法,结合平面一般曲线落入其相应等概率密度误差模型内的概率算法和概率置信水平,确定了尺度因子的具体数值,给出了平面一般曲线等概率密度误差模型的形状与规模。

信息熵与误差分布密度函数

本文从信息熵的角度分析测量误差分布问题 ,并导出了二个重要的误差分布函数 :正态分布与均匀分布函数 .

土的容积密度误差对路基滑动稳定性分析的影响

为了研究以土的计算容积密度代替路基压实土的容积密度而导致的对路基稳定性分析结果的影响,应用误差理论建立了分析算法.实例分析结果表明:土的容积密度误差对路基内部和路基整体滑动稳定性分析结果的影响,后者远大于前者.

卷积与误差分布密度函数的合成

实验误差并不是单一的 ,它有可能是几个独立产生的误差之和 ,本文讨论了其和的误差分布密度函数 ,并给出了几种典型的误差分布密度函数的合成结果 .

原油交接双方密度测定误差的原因分析

原油密度是很重要的分析数据,不仅事关原油交接贸易的公平公正,还直接关系到管道公司和炼化企业的经济利益。因此,对原油双方密度测量误差来源进行梳理研讨,有助于解决贸易纠纷。(本文)通过对管道公司原油末站自采仪和企业接收罐前自采仪密度数据对比及存贮挥发性试验,分析探讨了化验数据差异的原因。

土的几种密度测试方法及测试产生的误差分析

本文对土的几种常用密度测试方法:环刀法、灌砂法、灌水法测试产生的误差进行计算、分析,提出采用上述测试方法测试时从使用仪器的选择、检测重点环节的控制几方面减小检测误差的建议。

样圆圆心点不同对造林密度误差率的影响

通过三种造林模型设计密度的假定 ,将造林株行距建立直角坐标系 ,按等距离布局坐标网点作样圆圆心点 ,结果表明 。

蒸汽状态给蒸汽流量计量带来的误差

结合差压式流量计和涡街流量计的数学模型,对安装过程中由于蒸汽状态选择不当所造成的蒸汽流量计量误差进行了详细的分析。指出了蒸汽密度补偿模式与蒸汽状态直接相关,蒸汽状态的错误判定会给蒸汽计量带来较大的误差。压力越低、温度越高,由此带来的误差就越大。提出了蒸汽流量计安装中正确判定蒸汽状态的必要性。

海量数据的网格启发信息密度聚类算法

提出了一种基于网格密度的混合聚类算法。该算法使用平方误差密度函数作为密度评估标准,避免了传统密度算法由于Eps和MinPts设置不当给聚类效果带来的不稳定因素。提出了动态邻域半径策略,解决了传统密度算法采用全局静态邻域半径造成的聚类偏差问题。对空间区域内的所有结点设置网格密度启发信息。在进行数据结构构造和邻域半径计算时,只需计算对应网格区域内结点,从而降低了计算成本;在进行区域查询时,只选择符合条件的代表对象进行扩展,从而减少了查询次数,节省了程序运行时间。对Pendigits数据集和SE-QUOIA 2000数据库进行测试,结果表明:提出的基于网格密度的混合快速聚类算法在海量数据聚类精度、聚类时间以及聚类稳定性上要优于传统的聚类算法。

相依样本非参数回归模型误差的相合估计

考虑非参数回归模型Y_i=g(X_i)+c_i,i=1,2,…,其中误差㈦)为吵混合随机变量序列且具有公共的未知密度f(·),g(x)=E(Y|X=t)为未知回归函数。本文首先基于g(·)的非参数估计l(x)定义残差,然后基于残差构造f(·)的估计l(x),最后在适当条件下建立l(x)的逐点相合性及一致强相合性。

液体相对密度天平的检定方法

介绍了有关液体相对密度天平检定过程中遇到的问题及分析。如何对其进行正确的检定是保证液体相对密度天平量值传递的关键。根据JJG 171-2016《液体相对密度天平》检定规程的内容并结合工作中的经验进行分析探讨。

在线诊断光谱仪用光栅制作误差对光谱成像的影响及补偿

为制作应用于在线诊断光谱仪的高分辨率光栅,通过分析记录参数误差对光栅刻线密度、聚焦曲线、谱像宽度等的影响及规律,提出相应的补偿方法是必要前提。基于费马原理、光程差理论及像差理论,分析了光栅光谱性能对记录参数误差的影响及其敏感性。在光栅使用参数固定的情况下,记录角度误差对光谱性能影响较大,在光栅设计时可通过对记录角度加权的方法来提高记录角度的取值的精确度;记录臂长误差对光谱性能影响较小;记录臂长和记录角度的相对误差决定了其对光栅光谱性能影响程度。结果表明,单侧记录臂长和角度误差对光谱性能的影响,可分别通过调节两臂臂长及角度的相对误差进行补偿。由此可以确定对应用于在线监测光谱仪光栅成像质量影响较大的误差因素,并给出制作误差的相应补偿方法,降低曝光系统的调试难度,为制作在线诊断光谱仪用高分辨率光栅提供理论指导。

大油罐收发小批量油的误差分析

用大油罐收发小批量油经常会出现超溢损现象。按《散装成品油计量操作规程》,立罐计量准确度为±0.35％。这在实际工作中难以做到。造成误差的原因主要有以下几方面。 ①油高测量误差。按操作规程规定,油高测量误差为±1mm。众所周知,油罐越大,每毫米容积也越大。10 000m^3的油罐,每毫米容积在600dm^3以上,而1000m^3的油罐。