导读:本文包含了密度核估计论文开题报告文献综述及选题提纲参考文献，主要关键词:最大熵方法,密度核估计,逐次迭加算法,概率密度估计
密度核估计论文文献综述
卢钰坤,宋向东[1]（2019）在《基于密度核估计的最大熵方法改进探析》一文中研究指出基于最大熵方法的随机变量统计模型,可以确定出一个含有最少主观假定的分布。针对传统最大熵方法在拉格朗日优化计算中存在的全局优化困难、求解精度不高等问题,提出了一种基于"核密度+逐次迭加法"求解最大熵的方法。通过验证,对密度核估计最大熵方法的改进,不仅优于非参数方法中的密度核估计方法,也提高了传统最大熵算法的精度。(本文来源于《现代商贸工业》期刊2019年28期）
刘天泽[2]（2016）在《WOD样本递归密度核估计的相合性》一文中研究指出概率密度函数的估计问题一直是数理统计中比较热门的问题,受到了许多学者的广泛关注.众所周知,独立随机变量序列的极限理论的发展已比较完善,但在许多实际问题当中,样本并不是独立的,而是有一定的相关性,于是学者们陆续提出了各种相依序列的概念.宽相依(WOD)变量是一类包含独立变量、负相协(NA)变量、广义负相依(END)变量等在内的非常广泛的相依变量.基于WOD序列包含范围的广泛性,本论文主要研究在WOD样本下递归密度核估计的相合性的问题.本文的第一章,介绍了递归密度函数核估计和WOD序列的研究背景、国内外研究现状.第二章,利用WOD序列的指数不等式,在适当条件下获得了WOD样本下递归密度核估计的逐点强相合性.第叁章,在两种不同条件下,均得到了WOD样本下递归密度核估计的r阶平均相合性.(本文来源于《北华大学》期刊2016-05-01）
王敏,李开灿[3]（2015）在《密度核估计的广义相合性》一文中研究指出研究独立样本下密度核估计的相合性.在Peason-χ~2距离和Kullback-Leibler距离意义下,提出密度核估计广义相合性的概念,并获得密度核估计的各种广义相合性.(本文来源于《湖北文理学院学报》期刊2015年11期）
陈相兵[4]（2015）在《基于多元密度核估计的Bayes判别法》一文中研究指出判别分析是根据所研究个体的观测指标来推断该个体所属类型的一种统计方法,但一般的Bayes判别法都须假设各个判别变量服从正太分布,且经常出现回代误判率不为零的问题.首次将多元密度核估计应用到Bayes判别法中,消除了判别变量要服从正太分布这个条件约束,并应用建立的最优窗宽调整算法,将回代误判率调整为零,最后对实例进行分析看出结论应用效果较好.(本文来源于《数学的实践与认识》期刊2015年10期）
朱亚培[5]（2015）在《密度核估计的改进及其相关问题的讨论》一文中研究指出在样本数据分布形式未知,或数据因各种原因被严重污染时,基于样本去估计分布密度做出统计推断是一种非参数方法,其稳健性好,适应性广.随着决策可靠性要求的不断提高,这种方法的深入研究更具有价值.首先,从核密度估计兴起的背景着手,解析了密度核估计不断改进的思想,介绍了相关的基本知识及密度核估计的研究概况,并阐述了本课题的研究思想及意义.其次,梳理了讨论所涉及的重要概念,避免非参数密度估计理论研究中不必要的重复,以定理的形式给出了估计量?()nf x的特征的分解式.在此基础上对核估计的渐近无偏性、相合性、一致相合性、一致强相合性进行了证明.另外,还讨论并证明了在相对较弱的条件下,选取适当的窗宽,得到估计的最优收敛速度.中心问题是从一个新的角度出发改进核密度估计?()nf x,用多项式拟合(?())nE f x,应用核估计量的大样本逼近,证明并得到偏差?()(?())n nf x-E f x的一个分解,从而得到核估计量?()nf x的一个新的表达式.通过引入一组不同的窗宽,构建一个关于新的估计量的模型,使用正交变换使得模型的误差满足GM条件,应用线性模型理论得到改进的估计量.借此在估计密度函数的同时,还可估计密度的各阶导数.在一定程度上缩减了估计的工作量,提高了估计的效率.最后,就改进后核估计量的渐近最佳性展开了讨论及证明,利用新估计量构造检验,做了置信区域、众数检验等相关问题的讨论.不仅如此,还做了实例随机模拟.选取高斯核及适当的窗宽,适当阶数的多项式,通过样本对分布做了改进前后两种不同的密度核估计的模拟,比对结果显示,改进后的方法大都优于原方法,说明改进后方法的有效性.(本文来源于《兰州交通大学》期刊2015-05-01）
韩绍金,李建勋[6]（2014）在《基于密度核估计的贝叶斯网络结构学习算法》一文中研究指出贝叶斯网络结构学习算法主要包括爬山法和K2算法等,但这些方法均要求面向大样本数据集。针对实际问题中样本集规模小的特点,通过引入概率密度核估计方法以实现对原始样本集的拓展,利用K2算法进行贝叶斯网络结构学习。通过优化选择核函数和窗宽,基于密度核估计方法实现了样本集的有效扩展;同时基于互信息度进行变量顺序的确认,进而建立了小规模样本集的贝叶斯结构学习算法。仿真结果验证了新学习算法的有效性和实用性。(本文来源于《计算机工程与应用》期刊2014年15期）
朱海江,缪芳,秦永松[7]（2013）在《相协样本下密度核估计的联合渐近分布》一文中研究指出证明了相协样本下密度函数的核估计在有限个不同点上的联合渐近分布为多维正态分布.(本文来源于《数学研究》期刊2013年03期）
苏红柳,唐国强,孙国华[8]（2013）在《ND样本下密度核估计的相合性》一文中研究指出设{X n,n≥1}是同分布的ND随机变量序列,f(x)为其概率密度函数,基于X1,X2,…,X n,对密度函数f(x)的核估计进行了讨论,根据ND序列的性质和不等式,在适当的条件下证明了其强相合和r阶矩相合。(本文来源于《桂林理工大学学报》期刊2013年03期）
贠亚男,郑茂,郑林华[9]（2011）在《一种含参数的概率密度核估计的独立分量分析算法》一文中研究指出分析了盲源分离算法中互信息准则与概率密度核函数的关系,利用广义高斯模型,提出了一种基于含参数的核概率密度估计的独立分量分析算法。该算法利用观测样本求峰度,通过分段函数给出相应高斯指数值,并利用样本数据进一步修正源信号的概率密度函数,实现对分离信号评价函数的精确估计。在此评价函数基础上,采用互信息最小化准则,推导出分离矩阵的迭代更新规则。所提算法在一定程度上解决了ICA算法中信号评价函数估计的难题,且能对任意源混合信号进行有效盲分离,仿真实验验证了算法的性能。(本文来源于《系统仿真学报》期刊2011年11期）
张波,刘鹤飞,陈兴,郭洪亮[10]（2011）在《多维密度核估计的渐进正态性及稳健渐进正态性研究》一文中研究指出文章在一定条件下证明了多维密度核估计的渐进正态性定理,把概率密度一维稳健性定义推广到多维情况,并在一定条件下证明了多维密度核估计的稳健渐进正态性定理。(本文来源于《统计与决策》期刊2011年19期）
密度核估计论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
概率密度函数的估计问题一直是数理统计中比较热门的问题,受到了许多学者的广泛关注.众所周知,独立随机变量序列的极限理论的发展已比较完善,但在许多实际问题当中,样本并不是独立的,而是有一定的相关性,于是学者们陆续提出了各种相依序列的概念.宽相依(WOD)变量是一类包含独立变量、负相协(NA)变量、广义负相依(END)变量等在内的非常广泛的相依变量.基于WOD序列包含范围的广泛性,本论文主要研究在WOD样本下递归密度核估计的相合性的问题.本文的第一章,介绍了递归密度函数核估计和WOD序列的研究背景、国内外研究现状.第二章,利用WOD序列的指数不等式,在适当条件下获得了WOD样本下递归密度核估计的逐点强相合性.第叁章,在两种不同条件下,均得到了WOD样本下递归密度核估计的r阶平均相合性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
密度核估计论文参考文献
[1].卢钰坤,宋向东.基于密度核估计的最大熵方法改进探析[J].现代商贸工业.2019
[2].刘天泽.WOD样本递归密度核估计的相合性[D].北华大学.2016
[3].王敏,李开灿.密度核估计的广义相合性[J].湖北文理学院学报.2015
[4].陈相兵.基于多元密度核估计的Bayes判别法[J].数学的实践与认识.2015
[5].朱亚培.密度核估计的改进及其相关问题的讨论[D].兰州交通大学.2015
[6].韩绍金,李建勋.基于密度核估计的贝叶斯网络结构学习算法[J].计算机工程与应用.2014
[7].朱海江,缪芳,秦永松.相协样本下密度核估计的联合渐近分布[J].数学研究.2013
[8].苏红柳,唐国强,孙国华.ND样本下密度核估计的相合性[J].桂林理工大学学报.2013
[9].贠亚男,郑茂,郑林华.一种含参数的概率密度核估计的独立分量分析算法[J].系统仿真学报.2011
[10].张波,刘鹤飞,陈兴,郭洪亮.多维密度核估计的渐进正态性及稳健渐进正态性研究[J].统计与决策.2011