公共文化服务平台

搜索到317篇“ 协方差函数“的相关文章

基于时空协方差函数的风能场景生成方法与应用被引量：2: 2023年; 与传统发电不同,风力发电具有较大的随机性与时空相关性.在风力发电并网的电力系统优化调度问题中,保障电力调度在不同风力发电功率场景中的最优执行是决策问题的关键点,因此高质量的风能场景生成非常重要.基于高斯随机过程和时空协方差函数表征风力发电站输出功率的时空相关性,由Pair Copula模型建立联合概率分布,通过经验概率逆变换方法实现具体场景.评估生成场景的多种指标,验证生成场景的优越性.基于修改的IEEE 6总线系统建立电力系统机组组合的混合整数规划模型,求解不同场景下的问题,验证场景生成方法在风力发电并网调度问题中所具有的经济性和可行性.; 彭星皓李艳婷; 关键词：风力发电 COPULA函数经济调度

顾及点位绝对关系求解最小二乘配置的协方差函数: 2023年; 最小二乘配置(Least Square Collocation, LSC)广泛应用于GNSS高程拟合,其中协方差函数确定是其关键问题。传统的基于随机函数的各态历经平稳性求解协方差函数仅考虑信号间的距离,而忽略点位绝对关系对协方差函数的影响。基于此,本文顾及未测点与已测点之间的相对关系与绝对关系,提出一种在有限数据下求解未测点S*与已测点S协方差函数的方法。利用51个GNSS水准点进行试验验证,并与具有高度非线性化的GA-BP网络进行对比分析,结果表明本文方法可用于最小二乘配置的协方差函数求解。; 闫占瑞; 关键词：最小二乘配置 GNSS 协方差函数 GA-BP网络

基于约束B样条光滑方法的协方差函数估计: 2022年; 协方差函数在描述信号时域特征和空间相关结构等方面发挥着关键作用.近年来,许多文献研究了协方差函数的非参数估计问题.然而大部分的非参数协方差函数估计量常常无法保证正定性.为克服上述困难,本文在平稳随机过程背景下,首先研究无约束条件的B样条协方差函数估计量的渐近性质;在此基础上,基于完全单调函数与B样条基函数的关系,构造带有约束条件的B样条协方差函数估计量,此估计量满足正定性.然后,通过研究带约束条件的B样条与无约束条件的B样条协方差函数估计量的关系,建立带约束条件的B样条协方差函数估计量的渐近性质.通过数据仿真模拟实验发现,本文所提出的估计量具有优异的正定性和平均均方误差(average mean squared error,AMSE)表现.最后,本文给出加拿大气温数据和澳大利亚电力需求数据中的正定协方差函数估计量.; 王江艳林金官; 关键词：协方差函数正定性函数型数据

部分观测函数型数据的协方差函数检验: 函数型数据广泛存在于医疗、经济、气象等各研究领域,因此函数型数据的统计分析方法有着巨大的应用价值,其基本原理是把观测数据的函数当做单个实体,而不仅仅是当做单个观测序列。检验函数型数据协方差是否相等是函数型数据方差分析的重...; 刘鹏

体重协方差函数分析最优模型的选择方法: 2021年; 为了得到考力代羊协方差函数分析的最佳模型和准确的参数估计,以便为考力代羊的选育提供参考依据,利用考力代羊的育种体重记录数据,分为4部分进行:第一,先在固定效应模型中,利用SPSS软件的GLM程序对模型中的固定效应进行筛选;第二,用DFREML软件的DFUNI程序进行单性状分析,利用对数约束似然函数最大值和似然比检验对模型中的随机效应进行筛选;第三,单性状分析的方差组分作为多性状分析的初始值,多性状分析的协方差组分作为协方差函数估计的初始值;第四,用DFREML软件的DXMRR程序进行协方差函数估计时,利用Araike和贝叶斯信息标准(AIC、BIC)对模型中效应的配合阶数进行筛选。结果表明,协方差函数分析模型中固定效应(b)为出生年份、出生月份、出生类型和性别;随机效应为个体加性遗传效应(a)和母体永久环境效应(c),且固定效应和随机效应的配合阶数依次为5、5、4时所得的协方差函数估值最佳。最佳模型为y=Xb+Za+Wc+e(e为误差方差)。; 李秀丽; 关键词：考力代羊

均值未知的单变量时间序列自协方差函数的无偏估计及其应用: 本文参考了对于均值未知的单变量时间序列自协方差函数的一种完全(几乎)无偏估计。该估计量是使用去均值化的观测数据计算而得到的普通样本自协方差的一个线性函数。具体做法是将普通样本自协方差组合构成一个向量,并且这一向量的期望是...; 王特; 关键词：时间序列 ARIMA模型; 文献传递

非参数趋势项时间序列自协方差函数的变点检测被引量：1: 2017年; 本文主要考虑带有非参数趋势项时间序列的自协方差函数的变点检测问题.本文采用局部多项式对趋势项进行拟合,并对去除趋势项后的时间序列,通过累积和(CUSUM)统计量进行变点分析.在GMC条件及一些正则性假设下,我们讨论了检验统计量在原假设和备择假设下的渐近性质及检验的相合性.实证方面,我们运用0-5阶的局部多项式分别对带有AR(1)误差的模型进行估计,并进行变点检测.通过检验水平和经验功效的比较分析,验证了有限样本下检验方法的有效性.; 张瑞红王立洪; 关键词：相合性局部多项式估计

内蒙古绒山羊早期生长性状协方差函数估计的研究被引量：2: 2016年; 为了研究内蒙古绒山羊生长发育的特点,试验采用内蒙古绒山羊1998-2011年的体重记录（出生重到2岁体重）资料。通过建立随机回归模型,采用单变量分析,嵌套3阶legendre模型,筛选固定效应。固定效应包括群、出生类型、性别,出生年和测定年。通过综合比较对数似然函数值、残差方差、AIC和BIC信息标准,选择拟合生长性状的固定效应。最后分别对固定效应和随机效应（加性遗传效应和永久环境效应）配合不同阶数的Legendre多项式,应用似然比及残差方差等作为综合评价指标,选择用于生长性状遗传评估的最优模型。研究结果表明,群、出生类型、性别、出生年和测定年均对所有体重影响极显著;生长性状最优遗传评估模型为LP8-8-7。; 刘燕王瑞军郑云胜; 关键词：内蒙古绒山羊协方差函数 LEGENDRE多项式

关于一类具有特殊协方差函数的高斯过程的极大似然估计方法: 高斯过程是一种常用且重要的随机过程,如果把高斯过程看作一种随机变量的集合,则该集合中任意随机变量的组合仍服从联合高斯分布。鉴于高斯过程具有很多优良性质,它在许多领域都有应用,比如:基于高斯过程的机器学习方法既简单实用、适...; 姚春晓; 关键词：高斯过程协方差矩阵极大似然估计牛顿迭代; 文献传递

基于复合协方差函数的多任务模仿学习算法的研究与实现被引量：1: 2016年; 针对多任务下机器人模仿学习控制策略的获取问题,构建复合协方差函数,采用高斯过程回归方法对示教机器人的示教行为样本点建立高斯过程回归模型,并对其中的超参数进行优化,从而得出模仿学习控制策略,模仿机器人应用控制策略完成模仿任务.以Braitenberg车为仿真实验研究对象,对其趋光、避障多任务的模仿学习进行研究.仿真实验研究结果表明:与基于单一协方差函数的模仿学习算法相比,基于复合协方差函数的模仿学习算法不仅能够实现单任务环境下的机器人模仿学习,而且能够实现多任务环境下的机器人模仿学习,且精度更高.任务环境改变实验研究结果表明该方法有很好的适应性.; 于建均韩春晓阮晓钢刘涛徐骢驰门玉森; 关键词：机器人模仿学习

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈