中国居民消费支出区域差异的演变特征——基于Dagum基尼系数分解和Kernel核密度估计的实证研究

基于国家统计局公布的2013—2019年城乡一体化住户收支与生活状况调查数据,采用Dagum基尼系数和Kernel核密度估计对我国居民人均消费支出的区域差异及分布动态演进进行实证研究。结果表明:人均消费支出的整体差距在不断缩小,区域间发展不平衡带来的差异仍是其主要来源,贡献率均超过50%;城乡居民消费支出的差异也是导致整体居民消费支出不均衡的重要来源。考察期内,各地人均消费支出不断提高,但不同区域的消费支出分布呈现明显的差异性,西北地区平均消费支出在六大区域中最低,且呈现双峰形态,这表明该区域内消费支出两极分化的特征最为明显。应根据各区域的实际情况,制定具有针对性的促进消费政策,提升消费支出较低区域的消费能力,发挥消费支出较高区域的辐射作用,缩小区域间消费差距,促进国内大循环的畅通发展。

四川农业现代化发展水平的空间非均衡及演变趋势——基于Dagum基尼系数分解和Kernel核密度估计的实证研究

由于政策力度不同,地区农业现代化发展内部＂分化＂和不同步现象开始凸显。以四川省作为研究对象,通过构建评价指标体系计算出四川农业现代化发展水平,并基于Dagum基尼系数分解方法及Kernel核密度估计对四川农业现代化发展进行实证研究,得到以下结论：四川农业现代化发展水平呈上升趋势,地区差距正逐步缩小;地区差距主要来源于地区间的差距,且地区间差距的贡献率呈上升趋势,地区内差距的贡献率变化不大,对总体差距贡献较小,超变密度的贡献较大,但贡献率呈下降趋势;区域内部有较明显的＂极化＂现象,川南丘陵区和川东丘陵区两地区间差距最小。

基于最适带宽的核密度估计源搜索方法

针对发生放射性物质泄漏事故后的辐射源定位问题,提出一种基于最适带宽计算的核密度估计移动机器人源搜索方法,通过对传统带宽计算方法进行改进从而提高核密度估计的精度。利用搭配传感器模块的移动机器人在环境场中采集少量观测数据,计算出概率密度模型并建立空间场的密度分布图,估计出密度最大的位置设为移动机器人的运动方向,移动机器人在运动的过程中继续采集数据并再次进行核密度估计更新带宽以及场密度分布图,最终实现源定位。在室内环境下利用光源模拟辐射源进行定位实验,实验结果验证了所提出方法的有效性。

基于核密度估计模型优化手术调度的设计与应用

目的针对现有手术患者转运平台转运流程中,手术状态节点变动存在人工操作依赖性和滞后性、手术衔接不高效的问题,改进手术患者转运平台的手术流转流程。方法结合集成蓝牙低能耗技术的智能手环、人员定位系统,运用核密度估计模型估算手术平均时长,从而改进手术患者转运平台的手术流转流程,并对模型的有效性进行验证。结果应用改进的手术转运平台后,首台延迟率、手术衔接时间较改进前下降6.2%、8.0 min,日均麻醉利用率和日间手术利用率较应用前提高了6.9%、6.4%,且差异均有统计学意义(P<0.01)。结论通过应用改进后的手术患者转运平台,手术室手术衔接效率更高,手术调度更加智能化,可有效提高手术室效率。

基于核密度估计的起重机应力谱编制方法研究

准确获得起重机金属结构的应力谱是疲劳寿命评估的前提,基于短期实测应力数据样本外推至全寿命周期内应力谱的方法是当前常用的一种方法,针对起重机疲劳寿命评估中常用的基于威布尔分布统计模型外推方法存在的一些不足,文中提出了基于核密度估计的起重机应力谱的外推流程和方法,并以岸边集装箱起重机为研究对象,利用文中给出的流程、方法外推应力循环幅值数据。外推数据统计分析结果显示:基于核密度估计方法生成的数据较好地反映了测试数据的统计特征,与基于威布尔统计模型的外推方法相比,具有不需要进行先验假设、拟合精度高的特点。

基于核密度估计的经验路径模型在西北太平洋虚拟台风构建中的应用

合理评估台风对沿海区域的影响程度与风险对于科学抵御台风灾害而言十分重要,而我国具有详细的台风观测记录至今也仅有60多年的历史,这使得在推算具有一定重现期的极值风速及相应的极值波高和潮位等特征参数时存在局限性,同时台风观测样本量的不足也限制了如深度学习等数据驱动型模型在台风灾害预报中的应用。因此,有必要基于实际台风行进规律构建虚拟台风以克服历史数据量不足的问题。故本文采用基于核密度估计的经验路径模型,在西北太平洋海域构建了18 671场虚拟台风,将虚拟台风的起始与终止位置、发生频数、行进速度和行进方向等参数与实际发生的台风进行统计意义上的对比分析。结果表明,基于本文方法构建的虚拟台风总体上符合西北太平洋历史台风的行进规律。通过这些虚拟台风的构建,可为中国沿海极值波浪和风暴增水研究提供数据量足够且性能可靠的虚拟台风样本数据库。

基于核密度估计的电力物联网并发业务计算负荷建模与任务分配策略

在电力物联网背景下大量并发业务给边缘计算终端处理能力带来了挑战。为此,提出了基于核密度估计的电力物联网并发业务计算负荷建模与任务分配策略。基于核密度估计理论建立了并发业务覆盖等级及计算负荷模型,根据业务覆盖等级决策边缘计算终端的资源配置,以最小化处理延时为目标决策云边协同的任务分配,以电动汽车有序充电业务为例进行仿真分析。结果表明,所提模型和方法能提升系统整体计算资源使用效率、降低业务延时,提高电力物联网应对并发业务处理需求的能力。

基于二维高斯核密度估计的有色纤维颜色特征提取方法

为提高基于显微高光谱成像的有色纤维颜色测量的准确性和可重复性,研究了一种基于二维高斯核密度估计的有色纤维颜色特征提取方法。首先通过显微高光谱成像测色系统采集有色纤维的高光谱图像,选择400~700 nm、波段间隔为10 nm的光谱反射率,将其转换为色度值CIE L^(*)a^(*)b^(*),计算纤维区域中的颜色均值与每个像元颜色的色差ΔE_(00),建立色差ΔE_(00)与L^(*)相关联的二维数据;再基于二维高斯核密度估计方法计算像元的密度值,并确立了有色纤维的密度截断阈值估计方法,用于截断舍弃低密度的离散异常像元;最后根据像元的密度值计算加权光谱反射率并转换为相应的色度值。选取有色羊毛纤维进行实证分析,结果表明:影响颜色测量结果准确性和可重复性的离散异常像元主要存在于二维空间密度分布中的“尾部”区域,离散异常像元越多,“尾部”越长,对测量结果影响越严重;相比均值法和明度加权法,本文通过截断舍弃离散异常像元以减小其对测色结果影响的方式,提高了有色羊毛纤维颜色测量的准确性,且测量结果的可重复性最优,在有色羊毛纤维的染配色和混配色预测模型研究中具有实际应用价值。

基于变分模态分解的弹性参数核密度估计方法

概率密度建模是地震随机模拟中至关重要的环节,而弹性参数高频成分的概率密度估计决定了高分辨率地震随机模拟结果的精度。针对常规方法中弹性参数高频成分提取精度不足、概率密度建模先验条件过度约束以及弹性参数的概率密度建模分层设计等问题,提出了一种基于变分模态分解(variational mode decomposition,VMD)的弹性参数核密度估计方法。该方法首先采用VMD对测井弹性参数数据进行模态分解,筛选出本征模态函数(intrinsic mode function,IMF)中的高频项叠加得到测井弹性参数的高频成分;然后使用核密度估计分层计算得到高频成分的概率密度模型,并通过该模型进行随机抽样生成随机高频成分叠加至井旁地震数据上以达到丰富地震弹性参数数据高频内容的目的。珠江口盆地34号井区的实验结果显示,VMD有效分离出了中心频率在70 Hz以上的测井弹性参数高频成分,分层设计的核密度估计方法凸显了高频成分的统计规律,叠加随机高频成分后地震弹性参数70 Hz以上的高频成分得到了明显补充。该方法为地震高分辨率随机模拟提供了新的思路。

基于核密度估计的故障诊断信号非均匀量化方法

在工业物联网的某些故障诊断场景中,由于缺少电信网络覆盖,采集信号通过远距离无线电(Long Range Radio,LoRa)技术实现无线可靠回传,但其较低的传输速率会限制故障诊断的精度。针对LoRa窄带宽的技术限制,提出了采样频率和量化分辨率固定条件下的时域信号非均匀量化方案。首先,通过建立基于核密度估计(Kernel Density Estimation,KDE)的非参数拟合模型,重点研究了带宽受限场景中合适的核函数类型和带宽确定准则,拟合生成传感信号幅度的概率密度函数(Probability Density Function,PDF)。其次,以PDF为输入,以最小化量化噪声为目标函数,通过非线性规划,输出最佳的一组非均匀量化电平值。其特点在于针对出现频次最高的时域幅度,采用更小的量化间隔,实现量化噪声的最小化。最后,以轴流风机状态检测为例进行了实验,结果表明,基座松动和轴承故障对量化电平的影响更大。随着量化分辨率的增加,KDE量化逐渐趋近均匀量化,相较于高斯量化的优势逐渐缩小。因此,提出的KDE量化方案适合窄带宽条件下的非均匀量化,可提高信道利用率,并在传输带宽和量化噪声之间取得折中。

基于核密度估计的单轨车辆构架载荷谱外推

车辆构架疲劳寿命预测准确性受动载荷谱完整性的影响,但线路实测的载荷数据具有短时与局部特征,为了准确预测疲劳寿命需要将短期样本数据外推至全寿命周期范围,本文以单轨车辆转向架构架为分析案例。首先,采用基于自适应带宽的核密度估计方法对实测载荷谱进行概率密度估计,其次,通过蒙特卡洛模拟算法实现了载荷谱外推;最后,基于核密度外推后的载荷谱对构架进行疲劳寿命分析。分析结果表明,与传统线性外推的数据相比,基于核密度估计外推的载荷谱评估结果更加安全,更有利于保障车辆的安全运行。

基于核密度估计的贝叶斯模型冰雹检测方法

针对冰雹检测方法中大量带标签数据不易获取的问题,本文提出一种基于核密度估计(Kernel Density Estimation,KDE)的贝叶斯模型冰雹检测方法,利用大量无标签数据和少量带标签数据,根据概率对冰雹进行检测。该方法首先根据大量无标签数据的密集程度将其初步分成若干集合,然后每个集合采用高斯核密度函数以及最佳固定带宽值,计算得到每个集合的类条件概率,其次利用少量带标签数据以及降水粒子的融化层信息建立类先验概率,最后根据每个集合的最大后验概率匹配降水粒子类型,实现冰雹与其他降水粒子类型的检测结果。通过实测数据对模型的验证结果表明,该方法能够较好的实现冰雹检测。

基于高斯核密度估计的典型负荷曲线形态聚类算法

在电力现货市场结算过程中,获取市场化用户的实时电量至关重要。文中聚焦现货市场中非分时计量用户的电量分解,设计了一种利用典型负荷曲线获取分时电量的方法和流程。文中选取样本用户,对样本用户计量数据进行预处理后得到完整样本典型负荷曲线。然后,文中提出一种基于核密度估计聚类中心的负荷曲线聚类方法,将kmeans算法原有的均值获取聚类中心升级为高斯核密度估计获取最大概率的聚类中心进行迭代计算,并将聚类中心曲线作为典型负荷曲线对不具备分时计量的用户进行日电量划分,划分至以15 min为颗粒度的电量进行结算,运用云南省样本用户计量数据,采用传统峰平谷比例分解、传统聚类算法以及本文改进聚类算法获取的典型负荷曲线进行电量的实时分解算例分析,结果显示,文章所提的改进Kmeans算法具备更好的分类性能和较好的效率,同时所分解电量具备更高的准确性。

基于最优带宽的广东海上风电出力非参数核密度估计与分析

为支撑广东省海上风电规划与电网安全调度,提出一种基于最优带宽参数下的海上风电非参数核密度估计模型,该模型无需依靠先验性的参数结果,可适配出力分布呈多峰性的海上风电。算例分析验证了所提模型的拟合效果可兼具曲线平滑与反映尖峰特征的特点,降低拟合估计的误差,并通过分析多时空尺度下的海上风电非参数核密度估计模型,形成对应地区的发展建议。所得结果可为广东省海上风电规划、电网安全调度提供风电运行的参考借鉴价值。

Kernel-Kmeans:一种基于核密度估计的空间聚类算法

利用核密度估计的非参数检验特性,提出了一种基于核密度估计的Kmeans改进算法KernelKmeans.该算法综合了基于划分的聚类思想以及基于密度的聚类思想,首先由核密度估计算法计算样本点的密度分布,然后对密度分布栅格进行窗口计算并取极大值来初步确定聚类中心以及聚类数量,最后将聚类中心和聚类数量作为参数输入Kmeans算法得到聚类结果.以OpenStreetMap发布的京津冀城市群点数据开展实验研究,采用算法运算时间与轮廓系数为验证指标,与Kmeans算法、极大极小改进Kmeans算法进行了对比验证,结果表明Kernel-Kmeans算法的精度高于后两者.

基于核密度估计法的大跨度非对称悬索桥碰撞概率分析

为了对随机地震作用下大跨度非对称悬索桥的梁端碰撞概率进行评估,基于OpenSEES建立了一座典型实例桥的三维非线性有限元模型,综合考虑了地震动与模型参数的双重随机特性,采用拉丁超立方抽样与核密度估计方法建立了桥梁碰撞概率模型,并验证了该方法的有效性,最后分析了桥梁结构随机参数、伸缩缝宽度及非线性阻尼器对悬索桥梁端碰撞概率的影响。分析结果表明:若忽略桥梁结构参数的不确定性可能会高估桥梁的碰撞概率,其最大误差可达122%;大震作用下非线性阻尼器可以显著减小桥梁的碰撞概率,且阻尼器的减震效果随着伸缩缝宽度增大而越加明显;当PGA<0.7g时,通过设置阻尼器不仅可以减小悬索桥的碰撞力峰值,而且可以减少梁端碰撞次数;当PGA>0.7g时,阻尼器对碰撞次数影响较小,但能明显降低其碰撞力。

基于椭圆定位与核密度估计算法的石墨烯/环氧树脂薄膜损伤检测

石墨烯/环氧树脂复合薄膜作为纳米复合薄膜材料,在气体检测、应变检测、保护图涂层和吸波涂层等领域具有广泛的应用。而复合薄膜在制备过程中可能会产生缺陷,将影响复合薄膜的性能。因此,快速、准确地检测并定位复合薄膜内部的损伤具有重要意义。提出了一种引入核密度估计算法的超声兰姆(Lamb)波损伤检测、定位系统装置,该系统由柔性损伤检测单元和缺陷位置显示单元组成,其中损伤检测单元由32对检测电极阵列和4个压电陶瓷(PZT)激励源构成;基于飞行时间测量,通过提取Lamb波损伤散射信号与激励信号到达各电极对的时间差,结合椭圆定位与核密度估计算法,利用上位机实现了薄膜内部多损伤检测定位及损伤的云图显示。同时,优化了损伤位置的定位算法,结果表明,改进的二维核密度估计算法提升了损伤定位的精度,其位置偏差优于8%。

高斯核密度估计连续后验Logit模型找矿方法

针对证据权模型存在连续型数据需要划分为二态数据并要检验自变量之间的条件独立性的问题,提出了连续后验Logit二分类模型,并据此提出了高斯核密度估计连续后验Logit模型找矿方法,该方法用连续型数据直接计算有矿后验Logit,无需转换连续型数据为二态数据,也无需检验变量之间条件独立性,减少了工作步骤,可以提高定量找矿的精度和工作自动化程度。利用化探数据对广西丹池成矿带的锡矿预测与已知矿产空间分布具有较好的对应关系,证明该方法是可行和有效的。

基于试验设计和核密度估计的飞机结构载荷概率分布确定

可靠性设计准则能够定量考核各种随机因素影响,能使飞机结构的安全性和经济性趋于最优,因此建立相应验证方法以预计结构发生有害变形和破坏的概率具有重要的理论价值和工程意义。考虑到载荷概率分布确定是可靠性设计准则试验验证的核心工作,该文以某型飞机起落架载荷谱实测为例,利用试验设计(DOE)完成试飞方案设计,选取匹配样本数据之后,采用核密度估计(KDE)得到载荷概率密度函数和概率分布函数,并通过K-S检验完成拟合度和正确性验证。结果表明,试验设计能以较少的试飞架次模拟飞机结构的实际受载情况;核密度估计可有效解决小子样实测样本数据量不足的问题,为后续其他复杂不规则分布的拟合提供有益的参考和借鉴。

基于动态阈值核密度估计的登录异常检测

登录验证是各种信息系统的第一道门户,是保障系统安全的重中之重。但用户账号通常面临着两种风险:一是账号被撞库,二是账号被盗。其中,撞库是指黑客利用第三方泄露的账号和密码生成对应的字典库来尝试批量登录目标系统或网站的行为。针对用户登录日志通常是稀疏数据的问题,提出了一种基于动态阈值核密度估计的登录异常检测方法。该方法能够在稀疏登录日志上建立动态阈值,通过核密度估计计算用户登录历史基线,并在此基线上完成用户登录异常检测。对比实验结果表明,该算法能够有效地进行异常登录检测,并针对稀疏登录数据有着更好的检测效果。