概率密度函数

摘要： 异常点检测是数据挖掘领域的一个重要研究方向,传统的基于近邻和局部异常因子的异常点检测算法存在计算复杂度高和误检率高的缺陷.为解决该缺陷,提出一种基于观测点机制的异常点检测(observation-point mechanism-based outlier detection,OPOD)算法.首先在原始样本空间中随机放置若干观测点,然后计算观测点与样本点之间的距离,将原始数据转换为与观测点相对应的距离数据,再估计距离数据的概率密度函数,进而计算距离数据出现的概率值,最后通过对多个观测点距离数据概率值的融合最终确定原始样本点中的异常点.基于PyCharm平台,采用sklearn.datasets的make_blobs函数生成仿真数据集,分别测试不同规模和不同维度数据集对OPOD算法性能的影响,并对比了OPOD算法、基于局部异常因子的异常点检测(local outlier factor-based outlier detection,LOFOD)算法和基于近邻的异常点检测(nearest neighbor-based outlier detection,NNOD)算法的运行时间、异常点召回率和误检率.结果表明,OPOD算法具有对异常点进行检测的能力,且随着观测点数量的增加算法呈收敛趋势;观测点选取合适的条件下,具有比基于近邻和局部异常因子的异常点检测算法更低的时间复杂度和更好的异常点检测效果.

摘要： 为了更详尽地描述仿真误差,对基于三元组的半实物射频仿真的仿真角度误差二维联合概率密度函数(probability density function,PDF)进行了详细研究,给出了仿真误差的方向性分布。基于重心公式,在设定馈电幅度相对误差满足高斯分布的基础上,给出了两个角度方向上的仿真角度误差的联合PDF。结果表明,三元组对不同方向处的点目标的仿真误差二维联合PDF存在差异;两个角度方向上的仿真角度误差会存在相关性,且该相关性会随点目标位置的不同而不同。由于平行于航迹方向与垂直于航迹方向的角度误差对系统的影响不同,该工作有利于对于半实物射频仿真的等效性进行更精细的评估。

摘要： 能谱处理算法是提升探测系统能量分辨率的重要方法之一。其中,种子局部平均(seeded localized averaging,SLA)算法是一种比较新颖的处理算法,采用平均计算的方式对多个道址的信号进行处理输出,但在处理对称双峰及偏峰时会出现峰位飘移及生成不存在的虚峰等问题。针对该问题通过赋予不同的权重、引入均值不等式和优化迭代参数等改进方法,提出了一种基于概率密度函数迭代的加权平均变换(weighted average transform,WAT)算法,利用概率密度函数模型描述探测器的随机输入信号,在对符合设定分布的随机输入信号累积处理过程中,利用加权平均的计算方式来处理信号。WAT算法保留了SLA算法原有的性质,还提高了非对称峰输入的能量分辨率,进一步提高了原始输入分布的适应性,解决了SLA算法处理时双峰输入后出现虚峰及重合峰等问题,偏峰处理将半高宽由741改善为435,峰位未飘移且未出现虚峰。利用WAT算法,对输入信号为高斯分布、对数高斯分布及多峰分布的情况进行数值模拟,验证了WAT算法用于能谱求解的有效性。

摘要： 针对粒子滤波对电动汽车锂电池荷电状态(SOC)估算误差大的问题,在建立二阶RC等效电路模型并利用脉冲放电实现电池参数辨识的基础上,采用了改进的无迹粒子滤波(IUPF)算法。该算法利用无迹卡尔曼在粒子滤波中生成重要的概率密度函数,然后在重采样阶段通过设置粒子阈值选择最优粒子,并用正则化粒子滤波改善了粒子退化问题。分别在恒流放电状态和动态应力测试(DST)下对该算法进行验证,实验结果表明:锂电池SOC估算最大误差为1.86%,提高了锂电池SOC估算精度,为电动汽车锂电池管理系统准确在线估计提供有效依据。

摘要： 复合随机变量在各个领域有着广泛的应用.本文在连续型的情形下,给出复合随机变量的概率密度函数的积分公式,在离散型的情形下,给出复合随机变量的概率分布列的迭代计算公式,考虑到实际应用的问题,最后给出一个把连续型随机变量离散化得出复合随机变量近似分布函数的数值例子.

摘要： 差分波束形成算法由于具有小尺寸、高指向性、宽带恒定束宽等优点受到了广泛关注。传统的基于零点约束的差分波束形成算法在工程上实现简单,但受限于白噪声增益放大特性,在低频处鲁棒性性能较弱。针对此问题,提出了一种基于误差概率密度函数零点能量最小化的差分波束形成算法,通过引入导向矢量误差分布的先验信息,对零点能量的期望值进行最优化。仿真结果表明,在低频处改进算法的白噪声增益性能明显改善,进一步提升抗干扰性能,并且在波束方向的频响更平坦。

摘要： Kriging模型的U学习函数(Learning Function U)是将模型预测符号容易产生错误的样本点加入设计并拟合模型,但是样本点在非重要区域的过多抽样会导致模型的收敛速度偏慢。为提高可靠性的计算效率,通过对样本点赋予不同的权值,提出U权重学习函数(Weight Learning Function U,WU)。学习函数选择的样本点接近极限状态曲面,有效减少功能函数的调用次数,加快Kriging模型的收敛过程,提高可靠性计算效率。算例表明WU函数相比其他方法在Kriging模型建立过程中所需样本点少,收敛速度快,计算效率高,在功能函数复杂或为隐式的工程问题中具有较高的实用价值。

摘要： 为了对轴承振动性能序列进行动态预报,将自助法与最小二乘法进行有效融合,提出了一种基于自助最小二乘线性拟合的轴承振动性能序列动态预报模型。首先,采用自助法对紧邻的10个振动数据进行了模拟抽样,构造出了当前状态下多组振动侧面信息,将每组轴承振动信息利用自助最小二乘法进行了线性拟合;然后,运用最大熵原理获得了拟合系数a和c的概率密度函数、真值及估计区间,进而得到了滚动轴承振动时间序列的真值拟合与区间拟合;通过不断更新紧邻的10个振动数据,实现了滚动轴承振动性能真值与区间的动态预报;最后,采用某轴承3个服役时间段的振动性能案例,对轴承振动性能序列动态预报模型的准确性进行了验证。研究结果表明:采用预报模型获得的预报值与实际值可保持良好的一致性,其最大预报误差仅为14.73%,同时预报区间差值小、精度高;该振动性能序列动态预报模型可较好地对应用于工程实际中的轴承进行健康监测及安全诊断。

摘要： 三峡水库蓄水前后长江中下游流量特征变化及其对造床作用的影响一直受到学者的关注.采用枝城等6个水文站日均流量资料,分别统计了各站流量的经验频率分布,检验了8种概率密度函数的适用性,并讨论了三峡水库蓄水前后流量频率分布特征与造床流量的关系.研究表明:长江中下游干流洪中枯各级流量的频率分布具有分段特性,无法用皮尔逊Ш型或对数正态等常见函数来整体描述,但中洪流量区段符合分段幂函数;拟合得到的分段幂函数转折点可近似反映造床流量,包括临界值在内的函数特征参数受洞庭湖等调蓄作用影响,在螺山站上下游差异较大;三峡水库蓄水后,洪水削减使得各站的流量频率分段特性增强,分段幂函数仍然适用;由于三峡水库蓄水后流量过程变化和频率调整的影响,枝城、沙市、监利站造床流量将变为蓄水前的0.79、0.73、0.74倍,螺山、汉口、大通站造床流量将变为蓄水前的0.89、0.90、0.93倍.本文的方法和认识对于长江中下游径流特征分析和造床流量计算具有参考价值.

摘要： 针对小样本情况下,采用极大似然估计Mle法求解分布参数会产生较大误差的问题,基于Bootstrap数据扩充的思想提出了B-mle法,减小了参数估计的误差.首先,利用Bootstrap法对小样本数据重抽样产生多组再生样本,达到扩充数据样本的目的;其次,对再生样本采用极大似然估计求解分布参数,得到多组参数的极大似然估计值,并采用核密度估计方法直接从参数估计值求解得到概率密度函数;最后,在给定置信水平下,确定参数的置信区间,得到可靠度的置信区间,并通过Monte Carlo法验证B-mle法的可行性和可信性.利用B-mle法对柱塞泵失效数据进行可靠性的评估,得到不同置信水平下Weibull分布形状参数、尺度参数以及可靠度的置信区间.

摘要： 固体密实充填采煤是当前解放"三下"压煤的一种有效技术手段,其衍生的地表沉降规律与全部垮落法采煤有着本质区别.为实现对固体密实充填开采后地表沉降进行科学准确地预计,结合相似材料模拟试验和数值模拟试验总结了其上覆岩层的变形特征及基本顶上覆荷载的分布规律,试验结果表明以煤壁为分界点,荷载变化规律呈分段函数分布.在上述研究的基础上,借助Winkler和Vlazov两类弹性地基梁建立了基本顶力学模型,得到了基本顶弯曲下沉方程,并基于概率密度函数思想推导出固体密实充填采煤地表沉陷的计算公式.最后将研究成果应用于山东某矿,取得了较好的工程实践效果.

摘要： 地球表面上的江河湖海中的流体,乃至围绕地球表面的大气均属于地球物理流体的范畴,均受到尺度不同的随机因素干扰而使其流动存在随机性的一面.基于统计力学系综统计的概念,建立了大尺度流体流动的统计力学描述的理论框架,推导了大尺度流体流动的概率密度函数所遵循的基本方程.不同于一般随机因素驱动导致的流体流动的随机性,所研究的大尺度流体流动中的随机性扰动不再遵循一般的白噪声假设,其记忆效应十分显著,由此引入了质点在状态空间轨道上的状态变化函数,进而解决了记忆效应如何表达的难题,提出了考虑初始状态、轨道的随机过程的统计描述方法,进而更全面地反映了大尺度流动的根本特征.

摘要： 针对汽油等多组分燃料液滴的蒸发过程,本文引入了混合蒸发模型进行计算.该模型将燃料分为若干个烃类化合物组,并且采用概率密度函数描述每组烃类化合物中具体组分的分布.通过将混合蒸发模型的计算结果与单Gamma分布模型的结果以及实验数据的对比,表明当前混合蒸发模型能够更加准确地描述燃料热物性参数和燃料组分分布.通过使用混合蒸发模型对单个汽油液滴蒸发过程进行模拟,表明每组烃类中轻质组分优先蒸发,在相同分子量范围内,芳香烃类化合物相对于其它烃类化合物组滞后蒸发.

摘要： 采用小火焰模型(flamelet)和概率密度函数(PDF)相结合的方法,引入二甲醚详细的化学反应动力学机理,建立了活化热氛围下的二甲醚燃烧模型,分析起升火焰随协流温度的变化,并对临界温度附近的起升火焰特性进行研究.结果表明:二甲醚起升火焰高度随协流温度的升高呈两阶段变化,低于临界值,起升高度随温度的增加而迅速降低;高于临界值,起升高度下降趋势减缓;二甲醚起升火焰稳定在偏浓混合气区域,即混合分数大于等于当量比为1时的混合分数0.079的混合气区域.

摘要： 本文应用谱分析方法对随机海况进行简化处理,将随机海浪波面升高处理为窄带随机过程,以得到随机海况的自相关函数.将数值模拟得到的复原力臂函数表示为近似的解析函数.考虑非线性阻尼和航速,建立随机波浪下的船舶参数横摇运动微分方程,利用随机平均法将原来的运动微分方程转化成伊藤随机微分方程.得到横摇稳态概率密度函数.

摘要： 液晶面板产线的不确定性对生产调度或者作业计划模型有着重要的影响,本文认为应该基于实际生产数据从总体上对具体生产过程的状态进行客观描述,建立各状态时间分布的概率密度函数.基于此,本文提出使用狄利克雷分布(Dirichlet Distribution)描述产线各状态的联合概率分布,并使用极大似然估计方法得到了各产线的状态的经验分布参数,通过与实际数据的比对,发现使用狄利克雷分布描述各产线的状态分布具有较大的合理性.

摘要： 在化学机械制浆中,高浓磨浆系统是一个非常重要的生产环节,其输出的纤维形态分布直接影响到后续的生产能耗和产品质量.但是高浓磨浆系统是一个非线性、强耦合的系统,且其输出的纤维形态分布不具有高斯分布的特点,随机性较强,难以通过普通的方法进行控制.为了实现对输出纤维形态分布概率密度函数(PDF)的控制,本文基于随机分布控制理论所得到的状态空间模型,设计了双闭环迭代学习控制算法,并将其运用于高浓磨动态随机系统中,通过最小化性能指标,最终达到对输出纤维形态分布PDF的跟踪控制.最后,利用某化学机械制浆厂高浓磨浆系统的采样数据,进行仿真实验.结果表明了算法的有效性,具有很好的实用价值.

摘要： 本文建立了RLMN仿真模型,并对该模型的概率密度函数(the Probability density function,PDF)的两种理论推导进行分析.该模型接收信号的包络是由衰落因子为M的Rician分布与衰落因子为N的Lognrmal分布的乘积构成,其PDF的推导通过这两种分布的乘积或两种分布的对数累加得到.文章利用Matlab对所构建的RLMN模型进行了仿真,分析比较了两种PDF推导的精确性.

摘要： 针对稀疏采样环境中非线性非高斯观测数据的滤波问题,提出了一种能够融入目标特性的辅助高斯和积分粒子滤波方法(AGSQPF).该算法中,利用多个高斯混合近似目标的预测概率密度函数和后验概率密度函数,并基于Gauss-Hermite积分规则和粒子滤波方法对概率密度函数进行近似实现.同时,在时间更新阶段融入目标速度、时间间隔和最新的观测信息,有效提高目标状态估计的性能.实验结果表明,提出的辅助高斯和积分粒子滤波能有效对稀疏采样环境中目标观测数据进行滤波,且性能要优于传统的高斯和粒子滤波(GSQPF).

摘要： 面对越来越复杂的通信环境,无线衰落信道的模型研究越来越得到人们的重视.本文首先在一种新的信道模型RLMN基础上进行研究,采用了直接方法对其的概率密度函数进行了推导,降低了数学复杂度.并且采用Sum-of-Sinusoids(SOS)统计方法对其概率密度函数、累积分布、电平通过率和平均衰落持续时间进行了仿真,在此方法中参数的计算采用了精确多普勒扩展法.仿真结果证明了其有效性和实用性.

摘要： 基于环境参数概率密度函数的长期室内环境质量评价方法及评价系统，本发明涉及长期室内环境质量评价方法及评价系统。本发明的目的是为了解决现有长期室内环境质量评价方法得到的评价结果波动特性体现不明显，且过程数据的描述方法不利于横向对比，且需要庞大的数据储存空间，不利于数据共享的问题。过程为：一、获得环境参数的时程数据；二、得到环境参数的频率分布；三、采用得到不同概率分布模型拟合；四、得到拟合优度；五、确定环境参数的概率密度函数；六、确定环境参数与室内环境质量评价指数的映射关系；七、得到在不同分布的环境参数共同作用的环境下的长期室内环境质量分布估计，对室内环境进行调整。本发明用于室内环境质量评价领域。

摘要： 本发明涉及基于本征概率密度函数的舰船水下噪声深度学习识别方法，属于海洋信息技术领域，所述方法基于本征概率密度函数对舰船水下噪声深度学习识别，通过模态分解获取信号的本征模态函数，求解相应的概率密度，采用深度学习分类器实现对舰船类型的自动识别。本发明方法在复杂多变的海洋环境中更加稳定，与现有技术相比，识别的准确率从90.8%提高到99.6%，且提高了运算速度，能满足在线的处理需求。

摘要： 本发明提出一种基于掩码变量最大概率密度函数分布的侧信道测试分析方法，利用掩码集合中不同掩码值对应的掩码后变量分布偏差，计算概率密度函数分布，通过选取分布在不同敏感中间值下的最大值得到一种面向掩码方案的增强侧信道测试分析方法。本方法首先对掩码方案的掩码集合进行预评估，然后计算所有猜测密钥相应的假设中间值在该掩码集合下的概率密度分布，最终选择最大概率密度分布值作为假设功耗值，计算与实际功耗之间的相关性，得到所有猜测密钥的概率排序，恢复出正确密钥。本发明的方法能够适用于固定掩码方案，同时实现提高测试分析成功率，减少测试分析成功所需要的曲线量。

摘要： 本发明公开了属于随机分布系统控制领域的一种基于B样条模型输出概率密度函数预测函数建模控制方法，本发明基于预测函数控制输出分布形状分布，采用线性B样条函数逼近方法，构建三维输出PDF模型；在二维分布控制基础上，设计三维动态系统控制器，并利用B样条函数建立模型。选择定义在x,r轴上的两个独立变量的B样条函数表示三维输出分布；在三维系统中定义双变量基函数B

摘要： 本发明公开了一种基于概率密度函数的工作量证明机制仿真方法、装置、介质及终端，方法包括：查询新区块的参数信息和仿真网络节点信息，得到仿真参数信息；将所述仿真参数信息输入到概率仿真算法中进行计算，得到最终仿真出块时间与最终出块节点序号；返回所述最终仿真出块时间与最终出块节点序号；本发明采用上述方法后利用工作量证明机制本身具有的概率特性，实现对共识算法的仿真，解决了现有仿真方法进行大量重复哈希计算的问题，只需要一次计算即可导出仿真出块时间，大大减少仿真环境中的资源消耗，最终实现对任意难度与任意算力情况下区块链网络的运行状态的仿真，并实现高保真的工作量证明算法出块时间仿真。

摘要： 本发明公开了一种随机森林和概率密度函数的供水管网用户用水量预测方法。此算法用于对供水管网用户用水量的预测，首先根据时间跨度内用户用水数据进行数据整理，然后通过用水量四分位数进行用水级别的划分，在通过随机森林进行用水级别的预测，最后通过概率密度函数法进行用水量的预测。发明通过相关实验验证了方法的有效性。

摘要： 本发明涉及基于本征概率密度函数的舰船水下噪声深度学习识别方法，属于海洋信息技术领域，所述方法基于本征概率密度函数对舰船水下噪声深度学习识别，通过模态分解获取信号的本征模态函数，求解相应的概率密度，采用深度学习分类器实现对舰船类型的自动识别。本发明方法在复杂多变的海洋环境中更加稳定，与现有技术相比，识别的准确率从90.8%提高到99.6%，且提高了运算速度，能满足在线的处理需求。

摘要： 本发明涉及一种基于拟合概率密度函数的工业机器人关节异常检测方法，包括以下步骤：获取工业机器人关节的电流信号；将所述电流信号按数值大小进行频次直方图统计；通过所述频次直方图拟合所述电流信号的概率密度函数曲线；将所述概率密度函数曲线与所述工业机器人在正常状态下的关节基准概率密度函数曲线进行比较，完成异常检测。本发明可以有效的解决工业机器人关节的异常检测问题。

摘要： 本发明涉及一种基于概率密度函数的新能源消纳能力确定方法及系统，方法包括：构建新能源消纳生产模型并进行生产模拟；对基础数据进行Z分数标准化处理和数据重构，得到数据矩阵；通过多项式拟合方法确定单因素与消纳能力的函数关系式；利用核函数将单因素变化低维数据映射到高维空间中，得到高维空间模型；利用概率密度函数计算高维空间模型的联合分布函数，并考虑贝叶斯先验概率和后验概率分析构建多不确定性的新能源消纳模型；根据得到的模型确定新能源消纳能力确定值。本发明构建的新能源消纳模型可确定多不确定因素变化下的新能源消纳能力区间值，能够高效、可靠的对消纳能力进行量化评估，能够缓解新能源消纳问题及电网调度运行控制工作。

摘要： 本发明公开了一种基于亚格子速度‑标量概率密度函数的湍流燃烧计算方法，包括如下步骤：步骤1，引入亚格子速度，构建基于亚格子速度‑标量滤波质量密度函数的粒子求解器，并为湍流流场中的粒子亚格子速度场赋予初值；步骤2，基于大涡模拟求解器得到湍流流场的流场变量；步骤3，基于湍流流场的流场变量与粒子求解器更新湍流流场中粒子的状态信息；步骤4，重复步骤2‑3直至达到终止条件。该方法引入了亚格子速度作为新的变量，即增加了亚格子速度的统计信息，使得模型能够更好的封闭标量的亚格子对流输运项，同时引入亚格子速度相较引入完整速度而言，粒子演化方程更为简单并且单个网格粒子数并未增加，计算成本与计算复杂度大幅降低。