APPROXIMATION RATES OF ERROR DISTRIBUTION OF DOUBLE KERNEL ESTIMATES OF CONDITIONAL DENSITY

In this paper, the normal approximation rate and the random weighting approximation rate of error distribution of the kernel estimator of conditional density function f(y|x) are studied. The results may be used to construct the confidence interval of f(y|x) .

Strong Convergence Rates of Double Kernel Estimates of Conditional Desity Under Stationary Sequences

In the paper,we study the strong convergence rates of double kernel estimates of conditional density under stationary sequences.

基于动态TDFP模型与Wasserstein距离的滚动轴承运行状态评估

针对滚动轴承运行状态评估问题,提出一种基于动态二维特征概率(TDFP)模型与Wasserstein距离的评估方法。首先通过滚动轴承健康数据样本的均方根和线性峭度指标构建二维性能指标序列,利用多元核密度估计构建TDFP基准模型;然后通过不断累积的监测数据样本对TDFP模型进行动态更新,并计算Wasserstein距离测度获取基准模型与更新模型之间的量化差异;最后结合自适应健康阈值策略实现对滚动轴承运行状态的动态评估。滚动轴承全寿命周期实验数据验证结果表明:该评估方法能够准确跟踪轴承的退化过程,并及时捕捉到轴承初始退化时刻,对实际工程应用具有一定参考及借鉴价值。

中国营商环境的测度、时空演变特征与优化路径研究

随着全球经济一体化和区域经济协同发展的不断加深,营商环境的优化已成为推动地区经济增长和提高区域竞争力的重要因素。基于“双循环”格局和中国式现代化的理论内涵,从市场化、法治化、国际化三个层面构建了中国营商环境评价指标体系,根据逐层纵横向拉开档次法对2005-2022年中国30个省份的营商环境进行测度,并通过Kernel核密度估计与协调度模型分析其时空演变特征与优化路径。研究发现,中国各地区营商环境的演变规律存在多元性,综合发展水平持续提升。东部地区营商环境的内部综合差异存在扩大趋势;西部地区营商环境的地区差异逐渐缩小;中部地区和东北地区营商环境的内部差异经历了多轮先增大后缩小的波浪式进程。此外,通过协调性分析发现,不同地区营商环境的短板具有异质性。整体来看,各地区营商环境的国际化水平与市场化水平、法治化水平之间的协调度普遍偏低;分地区看,中部地区的国际化与法治化平均协调度处于较低水平,且改善进展相对迟缓;东北地区和西部地区在市场化与国际化平均协调度上存在的短板是制约其整体协调度提高的主要障碍。基于上述研究结论,提出各地区应根据发展实际,关注自身营商环境的短板,找准制约营商环境发展的堵点,重视并加强营商环境的建设,以推进中国省域营商环境的整体优化与提升,助力加速构建“双循环”格局。

“双碳”目标下我国工业绿色发展水平测度与区域差异研究

“双碳”目标下,工业绿色发展既是实现工业高质量发展的必由之路,也是应对新一轮科技革命推进经济高质量发展的战略选择。基于2011-2021年我国省级面板数据,在构建工业绿色发展评价体系的基础上,运用熵值法测度分析工业绿色发展水平及其基本特征,并运用Dagum基尼系数分解法、核密度估计法测算分析工业绿色发展的区域差异与动态分布。结果表明:(1)全国和三大区域的工业绿色发展取得显著成效,存在“东高西低”的区域不均衡现象;(2)省域工业绿色发展之间的差距呈现逐渐缩小趋势,西部省域逐渐发挥后发优势;(3)区域间差异是我国工业绿色发展差异的主要原因,东部地区在区域内差异方面隐约出现两极化趋势。

Nonparametric inferences for kurtosis and conditional kurtosis

Under the assumption of strictly stationary process, this paper proposes a nonparametric model to test the kurtosis and conditional kurtosis for risk time series. We apply this method to the daily returns of S＆P500 index and the Shanghai Composite Index, and simulate GARCH data for verifying the efficiency of the presented model. Our results indicate that the risk series distribution is heavily tailed, but the historical information can make its future distribution light-tailed. However the far future distribution＇s tails are little affected by the historical data.

基于CFSFDP与LightGBM的风电机组异常状态预警研究

提出一种基于快速密度峰值聚类(CFSFDP)和LightGBM模型结合的风电机组异常状态监测方法。首先采用CFSFDP算法对风电机组监控与数据采集(SCADA)数据中的异常工况数据与噪声数据进行清洗;之后利用贝叶斯优化算法搜索LightGBM的最优超参数并建立风电机组正常运行工况预测模型。针对风速随机性的特点,利用时移滑动窗口方法构建异常状态识别指标,并结合核密度估计法计算指标阈值以实现异常工况预警。应用某风场的真实历史故障数据进行实验,结果表明LightGBM预警模型能在故障发生前对风电机组的异常工况进行及时正确的预警,验证了方法的有效性。

基于时序残差概率的风电场超短期风速混合预测模型

风速的准确预测对提升风电功率预测精度和电网稳定运行具有重要意义,预测模型残差的精准刻画是实现风电场风速序列准确预测的前提,提出一种基于时序残差概率的风电场超短期风速混合预测模型。首先,基于改进变分模态分解方法将风速分解为频率特征互异的分量;然后,通过时间序列模型对分量中具有规律变化特征的线性成分构建确定性预测模型,对于拟合残差成分采用条件核密度估计建立概率预测模型,并基于二者时序递推叠加结果构成风速预测值。在此基础上,针对各残差分量条件概率无法直接表征原始预测结果的问题,提出了一种基于模拟法的概率生成方法,实现对风速的概率预测。最后,以我国东北某风电场运行数据为例,验证所提方法具有较高的预测精度,在保证可靠性的同时,具有极低的预测区间宽度,降低了概率预测不确定性。

面向长尾分布问题的猪只上方体况研究

针对猪只养殖的无人化、智能化问题,本文对传统猪只体况评分方法做出改进,提出一种通过上方进行猪只体况评分的方法,并使用线性插值法作为新的体况评分方式。以Resnet-50网络为基础,引入卷积核注意力机制模块增强对不同体况猪只的特征提取。加入标签平滑算法以及特征平滑分布算法以解决猪只上方体况中存在的长尾分布问题。此外,使用猪场采集的数据制作猪只上方体况数据集,实验结果表明,改进后网络在测试中可达到85.5%的准确率,较原网络提升了3.5%;平均绝对误差和均方误差分别为42.7%和28.5%,较原网络分别降低12.7%和18.7%。通过实验验证猪只上方体况研究的可行性以及所使用方法在提升模型处理长尾分布问题上的有效性。

“双一流”建设高校校区的空间分布特征及其影响因素

我国的“双一流”建设是提高高等教育质量和高校国际竞争力的重要战略。为了合理规划“双一流”建设高校的校区布局,本研究利用GIS空间统计和分析工具,应用地理探测器和多元线性回归分析等方法,分析了两批“双一流”建设高校校区的空间分布特点和影响因素。研究发现:1)“双一流"建设高校的校区呈现集聚型分布,且在新三大地带和省际之间分布不均衡,形成了五个高密度核心区和两个微型核心区;2)校区数量的增加可以降低集聚程度,而一流学科数量对“双一流”建设高校的分布中心产生更大影响;3)人口密度和第三产业占GDP比重是影响“双一流”建设高校校区密度的主要驱动因素;4)地理探测器的结果显示,人口密度对于“双一流”建设高校校区的空间差异具有显著影响,并且解释能力较强,第三产业占GDP比重是新一轮“双一流”建设高校校区空间差异的重要因素。研究结果对于优化“双一流”建设高校的校区布局、提升建设策略以及其他高校申请下一轮“双一流”建设具有重要参考价值。

基于非参数核密度估计法的光伏出力随机分布模型

光伏出力的随机性是影响光伏发电稳定性的重要因素。通过对国内某一光伏电站历史运行数据进行统计计算和分析,揭示气象条件差异对光伏出力水平的影响规律,并提出将数据按气象条件分类,用非参数核密度估计法建立晴天、多云、阴天、雨雪4种气象条件下光伏出力的随机分布模型。该方法对数据分布不附加任何假定,只从数据本身特征出发研究其分布特性,适合分析受气象影响显著的光伏出力分布特性。结果表明,模型所示分布特性与相应气象条件下光伏出力实际概率分布具有很好的一致性。

基于条件概率积分变换的多元Copula函数选择

本文构建了基于条件概率积分变换的Copula函数选择方法,通过对条件概率积分变换下Anderson-Darling(AD)、Kolmogorov-Smirnov(KS)、Cramér-von Mises(CM)这三种统计量的比较,讨论在不同样本容量和变量维数下其对多种Copula函数的拟合效果。利用GSPTSE、INMEX.MX和NDX三大股指样本,将基于条件概率积分变换的Copula函数选择方法与核密度估计和极大似然估计选择法的效果进行系统比较。结果表明,基于条件概率积分变换的检验法可以有效解决多元Copula函数的选择问题,其拟合优度检验更精确、更稳定;核密度估计检验在大样本下比较稳定,而小样本下稳定性较差;相比之下,极大似然值检验法则不稳定。

一类金融时间序列VaR和CVaR的非参数计算

该文在损益变化为一个严平稳过程的假设下,采用非参数方法给出了在已知t时刻之前的历史损益时,t时刻风险值估计所应满足的方程,以及条件风险值估计的解析表达式.以S&P500指数为实例,讨论了t时刻之前的历史损益数据长度对t时刻风险值和条件风险值的影响,并将算得的风险值与由GARCH模型得到的风险值进行了比较,发现它们反映风险随时间的波动情况基本一致,但该方法避免了正态假设,因此得到的风险值相对较大,变化也较平缓.最后,采取不同数量的样本对风险值进行估计,结果表明方法是稳健的.

m-相依样本下条件密度的经验似然置信区间

在m-相依样本情形下基于条件密度的双重核估计构造了条件密度的经验似然置信区间。

统计模式识别研究进展

研究了统计模式识别研究的主要新进展。介绍了统计模式识别的原理和方法。从类条件概率分布的估计、线性判别法、贝叶斯分类器、误差界以及新的模式识别模型等方面概述了近几年有关统计模式识别方面的研究进展。最后进行了评述。

条件密度双重核估计的积分均方误差的中心极限定理

条件密度函数f(y|x)的双重核估计的积分均方误差为在适当条件下,本文讨论了I_n的渐近正态性。

事件驱动型SVM预测供水管网管道结构状况

结合网络核密度估计(NetKDE)和支持向量机(SVM)算法构建了一个新型的事件驱动的供水管道状况预测模型。以上海市杨浦区供水管网为例,应用NetKDE方法对管网历史事件分布进行分析计算,得到的事件核密度用以表征管网中各管段结构安全状况,并利用自然分界法划分状况等级。以状况等级为响应特征,用径向基(RBF)核函数建立供水管网SVM预测模型,通过网格搜索和交叉验证方法确定最优的模型参数,然后利用优化后的模型进行分类预测。结果表明,该模型总体分类准确率达0.91,能够有效识别结构安全状况较差的管段,对于供水管网安全隐患排查和风险防控具有重要的现实意义。

相依样本条件密度双重核估计的注记

对 －混合样本，应用加权和形式的Ｂｅｒｎｓｔｅｉｎ不等式讨论条件密度双重核估计的强相合性．所获结论不仅较好地改进了薛留根（１９９１年）的结论，而且包含了独立情形的结论．

条件密度函数双重核估计的精确度的随机测度的收敛性

度量条件密度函数f(y|x)的双重核估计f_n(y|x)的精确度的量为平均积分均方误差(MISE),由于MISE的计算是十分困难的.我们采用积分均方差误A_n^(?)(ISE)和平均均方误差I_n(ASE)作为MISE的估计量,本文在一定条件下,得到A_n^(?)和I_n与MISE(=EI_n)之间的关系,即A_n^(?)=MISE+O_p(MISE)及I_n=MISE+O_p(MISE).

Copula函数的非参数估计方法

非参数方法是概率统计学的一个分支。核密度估计在估计边界区域的时候会出现边界效应。我们证明了所给出的非参数条件核密度估计hn*(m,n)的一致强相合性。