一种基于KS检验的时间序列非线性检验方法

检验统计量的选取将对时间序列非线性检验的结果产生重要影响。该文在采用打乱相位法产生替代数据后,引入了一种非参数检验——Kolmogorov-Smirnov检验(简称KS检验)作为检验统计量。通过对各类信号的数值实验及与传统使用的高阶自相关量以及时间反演不可逆量对比结果表明,KS检验是一种有效、稳定的非线性检验统计量,对噪声信号具有较强的抗噪能力,而对非线性信号具有较高的敏感性。

基于概率神经网络和KS检验的机械状态监测

机械状态监测中经常需要用非线性分类器对机械状态进行分类。概率神经网络是一种典型的非线性分类器。它与传统BP神经网络分类器相比,具有训练速度快,分类准确性高、稳定性好等优点。但是,概率神经网络分类器和其它神经网络分类器一样,存在分类准确性完全依赖现有训练样本的缺陷。当现有训练样本数量不足或机械设备出现了新的状态时,神经网络分类器就不能进行正确分类了,从而造成误报。因此,需要对神经网络分类器的分类结果进行检验。KS检验是一种非参数统计方法,它通过描述两个统计样本的相似性,可以有效的对分类结果进行检验,及时发现概率神经网络的错误,减少误报。

应用KS检验进行耀变体宽波段谱指数之间的相关性

计算每个Blzars天体从射电到X射线波段全波段光谱指数,采用KS检验方法对比了耀变体子类LBLs、HBLs和FSRQs间的宽波段谱指数的相关性质,分析结果表明三类天体的α_(ox)相关性很弱,所有的LBLs和FSRQs之间α_(rx)存在着较强的相关性质,而LBLs和HBLs的αrx相关性很弱,而α_(rx)=0.75可以作为LBLs和HBLs分类依据。

基于KS检验的高斯混合模型分裂与合并算法

高斯混合模型是有限个独立高斯模型的线性组合,估计其子模型个数是一个重要的研究问题.一类典型的算法是以最短描述长度为目标函数,在迭代过程中通过对子模型进行分裂与合并操作确定子模型个数.这类方法一般采用熵比、KL散度和模型相似度作为分裂和合并的判别准则.但是熵比或KL散度准则对稀疏子模型和凹形子模型过于敏感导致过度分裂,模型相似度准则不能反映合并后模型的高斯拟合优度导致过度合并.在算法的迭代过程中,这些过度分裂与合并操作产生振荡现象.针对估计子模型个数时出现的过度分裂与合并问题,基于KS检验的高斯混合模型的分裂与合并算法选择熵比与KS检验作为分裂的判别准则,模型相似度和KS检验作为合并的判别准则.最后在六个数据集上进行了实验证明算法的有效性.

基于双样本KS检验的非特定TVLA方法

测试向量泄露评估(TVLA)在能耗样本量较少时易出现“假阴性”错误。针对该问题进行了理论推导,发现对非特定TVLA,能量迹中存在泄露的采样点处得到的检验统计量t值随能耗样本量变化而变化,非泄露点处的t值则无显著变化,因此当存在泄露时不同能耗样本量下得到的t值序列的分布不同。据此提出在不同样本量下实施非特定TVLA并对得到的t值序列实施双样本KS检验以评估泄露。分别在无防护对齐仿真能耗数据、加防护对齐能耗数据集DPAContestv4_2和加防护非对齐自测能耗数据上进行了验证,结果表明在对齐的仿真能耗数据和DPAContestv4_2数据集上所提方法检测出泄露所需样本量较其他方法均有所减小,最多分别减小了46.1%和39.0%;在非对齐的自测能耗数据进行对齐处理后,所提方法所需能耗样本量较其他方法同样有所减小,最多减小了29.4%。因此所提方法能够有效减小能耗样本量较小时出现“假阴性”错误的概率。

基于KS检验的U-型设计组合同构判别

设计的组合同构判别对设计的分类及其性质的研究具有重要的意义.利用Kolmogorov-Smirnov检验(简称KS检验)方法对两个U-设计是否组合同构进行了判别检测,同时结合一些数值例子对该方法的有效性进行了验证.

基于KS检验和tSNE的设备停复电操作时长分析

南方电网日常检修操作中涉及到大量的设备停复电操作,亟需通过精确分析方法替代原有人工经验判断,实现停复电操作时长的精准分析。按照南方电网实际业务情况,先利用KS检验法筛选出影响设备停复电时长的检修-冷备用、冷备用-热备用、热备用-运行、操作总耗时四大因素,作为KS检验重要分析维度;再针对设备停复电时长的异常样本与正常样本距离较大的特点,利用tSNE方法将多维样本降至二维,直观地展示出异常样本信息,并反映异常样本的偏离程度。通过上述方法,能够快速定位停复电异常事件,为调度管理提供技术支撑。

国际投资模式与中国“走出去”企业绩效异质性：基于KS检验及分位数估计

本研究首次分析我国对外投资企业的不同市场进入模式与企业绩效异质性之间的关系。在研究方法上,我们运用KS检验和分位数回归方法来考察绿地和并购模式是否显著影响企业绩效的差异性。研究显示:生产率高的对外投资企业偏向选择并购进入模式,但国有控股企业的自我选择效应不显著,采用并购进入模式可以一定程度上改善国有控股企业的绩效。

基于KS检验的铁路车站日常货运量预测

科学预测货运量对于铁路现场生产和中长期规划具有重要意义。首先,针对铁路日常货运量的动态性和不确定性将其视为随机变量,其次选用正态分布、对数正态分布、Weibull分布和Gamma分布进行拟合,然后运用Kolmogorov-Smirnov检验(KS检验)方法评价拟合效果并确定最佳分布,进而以置信区间形式进行预测。最后,结合黄骅港站的每天接受重车的运量数据进行计算,验证了方法的实用性和有效性。

基于K S检验的智能故障诊断方法研究

提出了一种利用KS检验对机械故障进行分类的新方法。通过仿真试验和齿轮故障诊断,说明该方法在数据样本含有一定噪声时也能正确判断故障。在利用少量轴承时域故障数据样本建立多故障分类系统后,仅仅需要极短时间就能准确分类多种故障。结果表明,该方法具有很好的分类能力和较高的计算效率,完全可以满足智能故障诊断的要求。

一种基于KS距离的OFDM子载波数估计法

针对正交频分复用(OFDM)信号子载波数估计的问题,利用OFDM信号的高斯性,提出一种基于KS距离的子载波数估计法。侦收端DFT模块输出的KS距离在DFT点数与发射端匹配时最小。理论分析及仿真结果证明,该方法能区分高斯分布与非高斯分布,正确估计OFDM信号的子载波数。

电磁混响室统计特性的检验方法

在介绍电磁混响室各场量理想的统计特性的基础上,简单对比、分析了相关统计检验的思路和方法,提出利用柯尔莫哥洛夫-斯米尔诺夫检验(KS检验)来完成对实际电磁混响室统计特性的检验。两组典型数据的统计分析结果验证了上述方法的可行性和有效性。作为一种与统计特性关系密切的测试方法,电磁混响室中的其它统计检验问题都可以考虑采用这种方法来解决。

A^2和W^2检验法的应用

介绍两种新的检验－Ａ~２及Ｗ~２检验，并用ＭｏｎｔｅＣａｒｌｏ法将这两种检验和ＫＳ检验作了比较，得出了这两种检验方法在文中给定的条件下比ＫＳ法稳健和敏感，且附以实例说明。

复杂地表环境下永久散射体的选取方法

利用PSInSAR(Permanent Scatter Interferometric Synthetic Aperture Radar)监测地表形变的关键在于PS(Permanent Scatter)点的质量。在断裂带地区常因自然地表覆盖复杂、地质地貌环境特殊导致无法准确提取到高质量的PS点,这限制了该技术在断裂震间形变监测中的应用。针对断裂带高质量PS选点问题,文中在常规相干系数选点法的基础上,试验结合振幅离差、KS(Kolmogorov-Smirnov)双样本检验及提出的CR同质像元法,在设定相干系数阈值、振幅离差阈值后再加设KS检验、CR同质像元阈值进行对比研究。以2015年3月14日-2020年2月16日的Sentinel-1ASAR影像为数据源,以青藏高原东北缘西秦岭北缘断裂带武山-甘谷段为试验区进行了PSInSAR处理,对比分析各方法的PS选点质量及可靠性。结果表明,将相干系数、振幅离差及CR同质像元结合的三阈值筛选方法更适用于地表环境复杂的断裂带地区,武山-甘谷段南、北两盘的相对平均形变速率约为0.7mm/a,为左旋走滑趋势。

基于MDTimeGAN的序列数据生成方法

非侵入式负荷分解是能源管理领域的一个热门研究课题,其在各种工业和商业场景中都得到广泛应用。针对负荷分解数据集中存在的样本不平衡问题,提出一种基于多判别器时间序列生成对抗网络(MDTimeGAN)的序列数据生成方法。通过对原始序列提取时域、频域、时频域以及自相关特征,并在TimeGAN模型基础上采用4种不同的判别器对时间序列的多维度特征进行判别,从而提高对原始数据的判别能力,提升数据质量。在3种公开数据集上进行横向和纵向对比实验,结果表明,与对比模型相比,MDTimeGAN模型生成的数据能够更好地覆盖原始数据的分布,在数据分布方面保持良好的性能,生成数据符合时间序列数据的特点。

中国农业全要素生产率的变化及其影响因素分析——基于1991—2008年Malmquist指数方法

本文以分析中国29个省、直辖市和自治区农业全要素生产率变化为基础,对农业全要素生产率增长差异的原因进行了探讨。首先,根据KS和T检验筛选投入产出指标;然后,利用非参数Malmquist指数方法计算出中国农业全要素生产率指数及其构成;最后利用面板两阶段最小二乘法分析了影响农业全要素生产率的诸多因素。研究结果表明,乡村从业人员对农业生产效率值的影响较为明显;技术进步是农业全要素生产率增长的主要原因,区域间农业全要素生产率的差异较大;财政支农的力度和农业在整体经济中的地位会显著影响农业全要素生产率的变动。

基于改进EM算法的多重威布尔可靠性建模

以两参数威布尔分布为多重威布尔混合模型的基函数,建立了以极大似然函数为目标的参数估计优化模型,并改进了求解优化模型的EM算法。改进EM算法中提出贝叶斯随机分类方法,用于初始化算法中的待估计参数。采用径向基函数插值法求解EM算法极大化步中的超越方程组,并通过实际算例对比分析了改进EM算法与传统算法的准确性。给出了用改进EM算法求解多重威布尔混合模型参数的具体算例,分析了多重威布尔混合模型的逼近性能。针对国内同期出厂的10台某型号冲压机床,通过现场跟踪获取其初期故障样本数据,运用多重威布尔混合模型研究可靠性数据分布规律,并研究了KS检验统计量Dmax与威布尔混合模型重数N之间的关系。应用案例表明,4重混合威布尔模型更能准确地反映冲压机床早期可靠性的实际分布规律。

基于非参数密度估计的不确定轨迹预测方法

随着大量移动设备的出现,准确和高效的轨迹预测有助于提高面向位置的应用和服务的质量和水平.针对现有方法对轨迹不确定性缺乏有效建模的问题,提出了基于非参数密度估计的不确定轨迹终点预测方法.在轨迹建模及模型训练阶段,利用非参数估计对起点与终点相同的轨迹构建基于密度分布的不确定轨迹模型;在轨迹预测阶段,将待预测轨迹视为轨迹数据流,并通过KS (Kolmogorov-Smirnov)检验方法与具有相同起点的不确定轨迹模型进行匹配,其中匹配程度最高的不确定轨迹即为预测轨迹.通过真实轨迹数据集上的实验表明,与现有各类主要轨迹预测方法相比,本方法在不同条件下的预测效率与准确性都有较明显优势.

不同湿度条件下大气消光系数的概率分布特征

利用成都市人民南路四段2013年6月到2014年5月逐时PM2.5质量浓度、地面能见度监测资料以及同期温江站气象观测数据,反演得到该区域近地面单位质量大气消光系数样本资料。基于L-矩估计法进行参数估计,并借助Kolmogorov-Smirnov检验(KS检验)、相关系数和离差最小平方和(OLS值)原则对正态分布、对数正态分布、皮尔逊IV型分布以及伽马分布函数在不同湿度条件下近地面单位质量大气消光系数拟合优度进行了检验。结果表明:对数正态分布函数拟合效果最优,不同湿度条件下近地面单位质量大气消光系数均服从对数正态分布;随着相对湿度的增加,近地面单位质量消光系数序列的均值和方差也呈现增长的趋势。

神经元动作电位模式分类的小波时频分析方法

对神经元动作电位进行模式分类是植入式脑机接口研究的前期关键问题。考虑到来自不同神经元的动作电位在时域或频域特征上的相似性,引入小波分析在时频域上对动作电位进行特征描述。首先以db、sym、bior三类小波函数系为例,分别获取了动作电位的高维小波系数特征;然后对特征分量进行非正态分布特性的KS检验,以实现特征降维;最后通过非监督的K均值方法完成动作电位聚类。实验结果表明:在神经信号噪声水平为0.05dB、0.1dB和0.15dB时,各小波基的分类性能略有不同。其中sym5小波性能突出,动作电位错分率基本稳定在1.21%～1.81%。最后与主成分分析法(PCA)进行了分类性能的比较,进一步证实了小波时频分析方法(sym5小波)在抗干扰性和稳定性方面的优势。