复合泊松过程

摘要： 根据2005~2018年新疆68次5级以上的地震数据,通过泊松过程描述了地震的发生,利用复合泊松过程得出14年间新疆地震造成的经济损失的期望值,在计算新疆地震重复周期的基础上,对未来一定时期内新疆地震的复发概率做了科学预测,得到新疆地区在未来10年间的地震复发概率.结果表明,5.5级地震的重现期约为每年3次.

摘要： 在进行机械产品寿命预测时,传统的两状态可靠性评估存在较大的估计误差,针对这一问题,在计及冲击载荷条件下,提出了一种基于两阶段Gamma过程模型的三态机械产品的寿命预测方法.首先,在对产品连续退化轨迹研究的基础上,采用两阶段Gam-ma过程描述了产品的连续退化过程;同时,基于复合泊松过程描述了外部随机冲击造成的离散退化;然后,基于累积损伤模型,建立了冲击失效与退化失效竞争条件下机械产品的可靠性估计模型,利用该模型进行了机械产品剩余寿命预测;最后,通过对金属材料的裂纹扩展性能退化过程的仿真分析,验证了所提方法的有效性.研究结果表明:相对于传统两状态的可靠性评估模型,基于两阶段Gamma过程模型的三态寿命预测方法在机械产品的可靠性评估方面具有更高的精度.

摘要： 随着经济社会的快速发展,人们越来越重视对于风险的控制和补偿,保险行业前景广阔.在这样的大环境下,加强保险理论研究,管控风险,合理定价成为行业发展的焦点.泊松过程作为保险策略的随即数学基础有着非凡的理论意义,因此,本文主要研究复合泊松过程及其在保险策略中的若干应用,以说明随机过程在制定保险发展策略中的重要意义.

摘要： 分析了带有复合泊松损失过程和随机利率的巨灾看跌期权的定价问题.资产价格通过跳扩散过程刻画,该过程与损失过程相关.当利率过程服从CIR模型时,获得了期权定价的显式解,并给出相关证明.通过一个实例,讨论了资产价格与期权价格的关系.

摘要： 提出了实现复合泊松过程数值模拟的新途径,并建议采用随机谐和函数方法生成复合泊松过程.依据工程实例,验证了随机谐和函数方法模拟复合泊松过程的有效性.%A new approach to the numerical simulation of compound Poisson process was proposed.The stochastic harmonic function method was adopted to generate the compound Poisson process.Based on the engineering example,the validity of the stochastic harmonic function method to simulate the compound Poisson process was verified.

摘要： In this paper, we study the asymptotic behaviors for the threshold spot volatility estimator of the diffusion process with compound Poisson jumps. By the method of threshold criterion, we construct a kernel estimator for the volatility and study its asymptotic normality. Applying G¨artner-Ellis theorem, we obtain the moderate deviations.%本文研究了带复合泊松跳扩散模型的点波动率门限估计量的渐近性质.利用门限方法和核函数技术,构造并证明了此模型点波动率估计量的渐近正态性.同时,应用G¨artner-Ellis定理及大偏差中的Delta方法,得到了估计量的中偏差原理.

摘要： 面向软件可靠性度量领域,提出了基于复合泊松过程的软件可靠性度量方法,是一种以软件运行和维护中带来的成本和利润损失按设定的损失等级进行强可靠性度量的方法.引入损失量作为失效严重程度的度量标准,并运用复合泊松过程改进度量模型,使其不仅能度量软件失效总数和失效间隔时间,同时也度量平均软件失效损失量.最后,通过数学推导和实验应用,验证了本方法的正确性和有效性,探索软件在不同使用条件下的可靠性问题.

摘要： 在密钥管理中，合适的密钥更新周期将在密钥安全性和更新代价之间取得平衡，密钥泄漏过程首次被研究以估计密钥寿命。通用Hash函数被引入，它以高概率从泄漏的密钥中提取出几乎均匀分布的仍然是秘密的随机比特；密钥安全熵的概念被定义来表征密钥的安全性；部分的逐渐的密钥信息泄漏过程被建模为复合泊松过程，最后，一个有效的估计密钥寿命的算法被提出。

摘要： 在密钥管理中，合适的密钥更新周期将在密钥安全性和更新代价之间取得平衡，密钥泄漏过程首次被研究以估计密钥寿命。通用Hash函数被引入，它以高概率从泄漏的密钥中提取出几乎均匀分布的仍然是秘密的随机比特；密钥安全熵的概念被定义来表征密钥的安全性；部分的逐渐的密钥信息泄漏过程被建模为复合泊松过程，最后，一个有效的估计密钥寿命的算法被提出。

摘要： 本发明公开的服从泊松点过程和簇过程分布的基站间平均距离预测方法，属于通信信号处理领域。本发明实现方法为：采用泊松点过程对基站分布建模，使得基站的分布包含随机性；针对通信热点区域用户及小基站呈现簇分布的特性，通过泊松簇过程对基站位置建模，引入热点区域的基站分布的相关性；在基站建模时考虑随机性和相关性，使得基站建模更为贴合实际基站分布特性；在基站建模基础上得到相对应的概率密度函数和累积分布函数，通过零阶贝塞尔函数进行指数表示以及对复杂的多层积分进行化简，得到各层基站间平均距离的概率密度函数和累积分布函数的解析表达式，通过对基站密度，发射功率等参数进行优化，可显著提高基站间平均距离的预测精度。本发明能够适用于高通信密度区域应用。

摘要： 本发明公开了一种泊松反射率及泊松流体反射率的求取方法及地层分析方法，包括以下步骤：A、获得测井资料以计算纵波阻抗和横波阻抗；B、根据纵波阻抗、横波阻抗及岩性或物性资料交会分析得到泊松阻抗参数C；C、根据泊松阻抗参数C计算泊松角度θ或泊松角对应的射线参数P值；D、对叠前道集资料进行泊松角度部分叠加求得泊松反射率剖面。其提供一种方法求得泊松反射率剖面及泊松流体反射率，提高岩性预测工作的准确性和快速性。

摘要： 本发明公开了一种基于泊松簇过程的窄带蜂窝物联网的部署方法，包括以下步骤：S1，在待测区域将蜂窝移动用户的位置构建为PPP模型；S2，在待测区域将NB‑IoT基站的位置建模为PPP模型，NB‑IoT用户的位置被建模成以NB‑IoT基站为中心形成半径为的簇；S3，构建上行链路干扰模型，并对共存模型进行干扰分析；S4，基于干扰分析得到中断概率表达式和用户传输容量表达式，对干扰过程进行仿真，并对共存模型的性能进行分析。本申请通过调整簇半径和NB‑IoT基站分布密度可以优化网络的中断性能以及增加用户传输容量。

摘要： 本发明公开的服从泊松点过程和簇过程分布的基站间平均距离预测方法，属于通信信号处理领域。本发明实现方法为：采用泊松点过程对基站分布建模，使得基站的分布包含随机性；针对通信热点区域用户及小基站呈现簇分布的特性，通过泊松簇过程对基站位置建模，引入热点区域的基站分布的相关性；在基站建模时考虑随机性和相关性，使得基站建模更为贴合实际基站分布特性；在基站建模基础上得到相对应的概率密度函数和累积分布函数，通过零阶贝塞尔函数进行指数表示以及对复杂的多层积分进行化简，得到各层基站间平均距离的概率密度函数和累积分布函数的解析表达式，通过对基站密度，发射功率等参数进行优化，可显著提高基站间平均距离的预测精度。本发明能够适用于高通信密度区域应用。

摘要： 本发明公开了一种泊松反射率及泊松流体反射率的求取方法及地层分析方法，包括以下步骤：A、获得测井资料以计算纵波阻抗和横波阻抗；B、根据纵波阻抗、横波阻抗及岩性或物性资料交会分析得到泊松阻抗参数C；C、根据泊松阻抗参数C计算泊松角度θ或泊松角对应的射线参数P值；D、对叠前道集资料进行泊松角度部分叠加求得泊松反射率剖面。其提供一种方法求得泊松反射率剖面及泊松流体反射率，提高岩性预测工作的准确性和快速性。

摘要： 本发明公开的一种基于泊松簇过程的地面小区间切换概率预测方法，属于移动通信切换分析领域。本发明实现方法为：通过结合修正RWP模型以及泊松簇过程基站建模方式，以下行链路接受信号强度作为切换标准，建立基于泊松簇过程的地面小区间切换概率预测分析模型，通过所述分析模型实现基于泊松簇过程的地面小区间切换概率预测。本发明通过在传统RWP用户移动模型每次迭代过程中，对用户的移动距离以固定概率进行扩展，提高用户在边缘区域的覆盖范围；通过λ系数对下行链路接收信号强度进行近似圆解表示，提高基于泊松簇过程的地面小区间切换概率分析效率。本发明能够减少不必要的切换请求，降低网络资源消耗，获取最优的建站分布密度和基站位置部署方案。

摘要： 本发明涉及一种基于泊松过程的并发灾害相遇概率预测方法，包括以下步骤：S1、基于地震台站和气象基站记录获取待预测区域的历史灾害数据；S2、基于地震数据，根据时间和距离最近原则选取距地震发生空间和时间最近的气象数据，建立并发灾害数据库；S3、根据并发灾害数据库，采用统计学方法计算地震和强风的年平均发生次数，并提取地震、强风平均持时；S4、基于泊松过程计算地震与强风的相遇概率。与现有技术相比，本发明具有提高多灾害并发概率计算的准确性、适用性强、计算过程简单、易于推广等优点。

摘要： 本发明涉及基于FGn与泊松过程的电力物联网流量预测方法，包括以下步骤：对电力物联网出入节点进行数据分类，并按照分类建立若干个流量特征数据存储库；根据各流量特征数据库的分类进行数据的采集；选取特定时间节点内的有效数据并进行数据预处理和特征提取，获取数据特征；根据数据特征建立初步流量预测模型，并构建分数阶高斯噪音模型和泊松分布性数据模型；将分数阶高斯噪音模型和泊松分布性数据模型并入初步流量预测模型进行去噪，形成单时间节点的预测模型；重复上述步骤生成不同时间节点的单时间节点的预测模型，组合形成周期性联合预测模型。本发明通过FGn分数阶高斯噪音模型和泊松分布性数据模型进行去噪，对流量数据进行准确预测。

摘要： 基于复合泊松过程软件可靠性预测方法，属于软件可靠性预测领域，其特征在于是一种以软件运行和维护中带来的成本和利润损失按设定的损失等级进行强可靠性预测的方法；用一个由软件运行的起止、结束时间、累计故障损失和累计损失量级构成的在时间上等间隔的数据组组成的多个历史数据组为基础，在设定的预测失效数据组个数范围内进行预测；以最后一个历史数据组的结束时间为预测起始值，把累积损失等级视为一个服从软件发布日起到本次预测日为止的随机过程视为随机过程，逐次以前一次得到的累积损失等级来预测，从软件发布日起，本次预测日止的累计损失等级；再在设定的误差范围内与在预测次数上一一对应的历史数据进行比较，解决了软件在不同使用条件下的可信性问题。

摘要： 基于复合泊松过程软件可靠性预测方法，属于软件可靠性预测领域，其特征在于是一种以软件运行和维护中带来的成本和利润损失按设定的损失等级进行强可靠性预测的方法；用一个由软件运行的起止、结束时间、累计故障损失和累计损失量级构成的在时间上等间隔的数据组组成的多个历史数据组为基础，在设定的预测失效数据组个数范围内进行预测；以最后一个历史数据组的结束时间为预测起始值，把累积损失等级视为一个服从软件发布日起到本次预测日为止的随机过程视为随机过程，逐次以前一次得到的累积损失等级来预测，从软件发布日起，本次预测日止的累计损失等级；再在设定的误差范围内与在预测次数上一一对应的历史数据进行比较，解决了软件在不同使用条件下的可信性问题。