导读:本文包含了正则分布论文开题报告文献综述及选题提纲参考文献，主要关键词:Gamma分布,连涨连跌收益率,变点
正则分布论文文献综述
谭景宝,夏道明[1]（2019）在《自正则检验Gamma分布的变点问题》一文中研究指出Gamma分布的变点问题在统计推断中十分常见。本文根据自正则检验研究Gamma分布中两参数变点的存在情况,选取上证指数连涨连跌收益率数据进行实证分析,研究其波动状况。结果证明,自正则检验在研究Gamma分布两参数的变点问题时效果显着。(本文来源于《长春师范大学学报》期刊2019年06期）
赵雄[2]（2019）在《大地测量地震同震滑动分布反演的正则化方法研究》一文中研究指出大地测量数据因观测范围广、精度高,反演出的滑动分布结果更为精细、全面,近年来常被国内外学者用于进行地震同震滑动分布反演研究中。地震同震滑动分布反演是研究分析地震发震机理的有效途径。通常采用Tikhonov正则化方法求解同震滑动分布解,其解的精度与正则化参数、正则化矩阵的选择有关。另外,多源数据联合反演相对权比的确定也是影响地震同震滑动分布反演精度的主要因素之一。提高地震同震滑动分布反演精度,获得更精确的震源参数,可以更好地认识和了解地震震源破裂过程。更高的参数反演精度对震间应变积累、震后滑动模式的理解以及地震灾害预测、救援等科研和社会工作具有重要意义。本文针对在利用Tikhonov正则化方法求解地震同震滑动分布过程中正则化参数、正则化矩阵以及多源数据联合反演相对权比的确定进行相关研究。本文主要研究内容及工作如下:1.研究了地震同震滑动分布反演中正则化参数的确定方法,针对常用方法(L曲线)的不足,本文将U曲线法引入到地震同震滑动分布反演领域,模拟实验与2013年芦山实际震例反演结果表明利用U曲线法确定正则化参数较L曲线法具有反演精度高、无需依赖数据拟合度等优势。另外,本文在L曲线法基础上提出折中相交曲线法(Eclectic Intersection curve method,EI)确定正则化参数,模拟实验与2009年拉奎拉地震以及2016年台湾实际震例实验结果表明EI曲线法较L曲线法确定平滑因子具有定位准确、反演精度高、计算效率快、无需依赖数据拟合度等优势。2.研究了地震同震滑动分布反演正则化矩阵的确定方法,针对传统拉普拉斯二阶平滑矩阵构建的正则化矩阵进行约束反演时会低估最大滑动量的情况。本文提出利用最大滑动量对拉普拉斯二阶平滑矩阵进行加权思想。模拟实验结果表明不等权拉普拉斯平滑约束可以较好的改善最大滑动量的反演精度,较传统拉普拉斯平滑约束反演结果改进12%-19%不等,且在平均滑动量、矩震级等参数也有相应的提高,分别较传统拉普拉斯平滑约束反演结果改进4%-12.5%、0.4%-9%不等;2009年拉奎拉与2016年台湾美浓实际地震反演结果表明不等权拉普拉斯平滑约束反演最大滑动量结果较传统拉普拉斯平滑约束偏大,与模拟实验结论一致。从而证明本文提出的不等权拉普拉斯平滑约束可以改善传统拉普拉斯平滑约束低估最大滑动量问题。3.研究了多源数据联合反演相对权比的确定方法,本文提出先进行各类数据单独反演,利用U曲线法确定单独反演时的正则化参数,再进行联合反演,利用判别函数最小化法确定各类数据之间的相对权比。从模拟实验、2009年拉奎拉与2016年台湾美浓实际地震实验反演结果的均方根误差可以看出,本文方法较VCE(方差分量估计法)、UVCE(方差分量估计法+U曲线法)减小33.3%-51.3%之间,从而表明本文方法确定的相对权比对应的反演结果具有一定的优势。(本文来源于《东华理工大学》期刊2019-06-14）
楚春雨,刘春梅[3]（2019）在《基于非凸正则球面反卷积的体素内纤维走向分布估计》一文中研究指出针对经典的基于球面反卷积的体素内纤维走向分布估计方法对噪声非常敏感的问题,提出一种非凸正则球面反卷积方法。该方法基于邻域体素间纤维走向分布的相似性构造非凸空间正则项,采用改进的Richardson-Lucy算法求解非凸正则反卷积问题。基于二张量数据和HARDI模型数据进行仿真,结果表明,与经典的球面反卷积方法和全变分正则化球面反卷积方法相比,所提出的方法估计结果的平均角度误差分别降低了约52%和9%,在抑制噪声的同时能够保持体素内纤维走向的细节信息。(本文来源于《激光与光电子学进展》期刊2019年20期）
梅叁各,戴喜生,余莎丽,吴却[4]（2019）在《高相对度非正则离散抛物分布参数系统迭代学习控制》一文中研究指出对一类具有高相对度的非正则离散抛物型分布参数系统的迭代学习控制问题进行了研究.首先将集中参数系统高相对度的定义相应的推广到离散分布参数系统.基于本文的非正则离散分布参数系统,设计了一类带有相对度为p的离散分布式迭代学习控制算法.然后由偏差分方程解的一般形式,将该分布参数系统降维处理为一般的离散线性系统,给出了在适当初边值条件下迭代跟踪误差沿迭代轴收敛的充要条件.用线性系统稳定性理论证明了本文所设计的分布式学习控制算法的收敛性.数值例子说明了所给算法的有效性.(本文来源于《广西科技大学学报》期刊2019年01期）
刘建兵[5]（2018）在《图的正则覆盖计数与Cayley地图的亏格分布》一文中研究指出图的正则覆盖理论是代数图论和拓扑图论中一种非常重要的工具和方法.近年来,这种方法被大量的应用于对称图和对称地图的构造中.自从Hofmeis-ter于1988年得到了连通图双层覆盖的计数,图的正则覆盖计数问题就引起了国内外学者的广泛关注.另一方面,地图计数与亏格分布一直以来都是拓扑图论的核心研究内容之一,国内外学者也在此问题上得到了丰富的结果.因此基于这两方面内容,本文主要致力于研究以下叁个问题:在给定覆盖变换群下的图正则覆盖计数问题,地图计数尤其是Cayley地图的亏格分布以及图的有向嵌入问题,一类群下的正则t-平衡Cayley地图的分类问题.目前这些方面的研究在国际上已成为研究群、图、地图等不同数学分支交叉领域一个较热的课题.我们力求紧跟国际最新进展,解决一些相关问题.本文的结构如下:第一章是绪论部分,其中第一节主要介绍了图的正则覆盖计数与地图亏格分布的研究背景,第二节给出了本文用到的相关概念和知识,第叁节为本文的结构.第二章,首先给出了循环群的Z2-扩张的分类,然后利用图正则覆盖计数公式得到了覆盖变换群是循环群Z2n-1的Z2-扩张的图正则覆盖计数公式,并由此得到了覆盖变换群是任意循环群的Z2-扩张的图正则覆盖计数公式.最后确定了覆盖变换群是广义二面体群或广义双循环群的图正则覆盖计数公式.第叁章,给出了任意循环群的Zp-扩张(p为奇素数)的分类,并由此得到了覆盖变换群是任意循环群的Zp-扩张(p为奇素数)的图正则覆盖计数公式.第四章,首先给出计算Cayley地图亏格的公式,其次利用此公式计算了网络中几类比较着名的图类的Cayley地图亏格多项式.第一节得到了星图、冒泡排序图、超立方体的Cayley地图亏格多项式,第二节得到了交错群网络的Cayley地图亏格多项式,第叁节给出了多维环面的Cayley地图亏格多项式.第五章,基于有向嵌入、Steiner叁元系和电流图的概念和性质以及前人的结果,利用电流图的方法证明了顶点为n的竞赛图,当且仅当n ≡ 3或7(mod 12)时,可有向嵌入到亏格为(?)的可定向曲面.这个结果部分回答了Bonnington等人在[J.Combin.Theory Ser.B,2002(85):1-20]给出的下列问题:哪些顶点为n的竞赛图可有向嵌入到亏格为(?)的可定向曲面,即Kn的亏格.第六章,基于正则Cayley地图的性质以及已知的结果,得到了两个二面体群直积上的正则t-平衡Cayley地图分类的部分结果.最后一章总结了本文的结果并提出了进一步研究的问题.(本文来源于《北京交通大学》期刊2018-12-01）
王乐洋,赵雄[6]（2018）在《用U曲线法确定地震同震滑动分布反演正则化参数》一文中研究指出针对地震滑动分布反演中正则化参数选取问题,提出利用U曲线法确定地震滑动分布反演正则化参数。利用U曲线法、L曲线法设计模拟实验,并将两种方法应用到芦山实际震例反演中。模拟实验以及芦山实际震例反演结果表明,利用U曲线法确定正则化参数反演地震滑动分布结果与L曲线法相比具有反演精度高、无需依赖数据拟合精度等优势。(本文来源于《大地测量与地球动力学》期刊2018年11期）
宋春卫[7]（2017）在《基于广义高斯分布诱导稀疏正则化模型的图像增强方法研究》一文中研究指出图像增强是一类图像处理问题的总称。图像增强的目的是实现对图像的变换从而使得图像更适用于某些特定的应用。本文将探讨四类图像增强问题,即跨模态人脸合成、图像纹理平滑、图像去噪以及图像去模糊。伴随着手机、数码相机的广泛使用,这四个问题更加具有实用价值;而理论层面上,这几个问题为研究正则化模型提供了必要的实验平台。最大后验概率模型是用于构造图像处理变分模型的一个常用框架。正则化项又是在这个框架下实现图像处理目的的关键。正则化项对应最大后验概率模型的先验概率分布,从统计意义上描述变量的固有特性。尽管自然图像具有不同的表现形式,然而其梯度分布却普遍服从单峰值的广义高斯分布模型,而这个模型给本文的研究提供了思路。一方面,利用广义高斯分布构造先验,等价于Lp范数正则化模型,这个正则化模型是对传统凸范数模型向非凸范数的扩展,并且具有更强的诱导稀疏特性。另一方面,直方图是图像的统计描述,通过添加图像的直方图约束可以为更好的实现图像增强提供有用的信息。因而本文基于这样的考虑提出了两种正则化模型,一种是基于Lp范数正则化模型,一种是基于直方图匹配的正则化模型。在对跨模态人脸合成问题的研究中,尽管利用现有的方法可以比较好的实现整体风格的转换,然而却不能很好的实现对细节的合成。为了进一步的增强合成人脸的细节,本文提出了两步的人脸合成算法。与之前算法相比,本文有叁个方面的创新,一方面是将人脸图像分成不同区域处理,另一方面,通过引入结构化匹配的策略,为人脸器官的合成带来了更多的纹理细节,最后,通过构造LpLp范数变分模型实现了从原始图像到目标图像的纹理迁移的目的,进一步增强人脸合成的纹理。在对图像纹理平滑问题的研究中,具有边缘保持的平滑模型是研究的重点。然而单纯依赖图像轮廓和纹理的尺度差异并不能很好的实现图像纹理平滑同时保持边缘的目的。在本文中,基于对平滑图像的观察,提出了将图像分成轮廓和非轮廓两个区域,并利用广义高斯模型对两个区域分别建模。随后借助结构化随机森林模型将两个模型组合成一个混合Lp范数模型。这个模型相对于传统的单一范数模型,可以更好地刻画不同区域的梯度特点,另外由于轮廓学习提升了对边缘的判别能力,从而使得这一模型可以更好的保持边缘的锐利。在对图像去噪问题的研究中,图像的梯度统计特征是重要的信息。尽管利用稀疏表示模型以及非局部自相似原理构造的算法在性能指标上取得了较好的结果,然而在纹理较弱的区域往往会过度的平滑,而使得这样的区域看起来不够自然。在本文中,我们利用直方图匹配正则化模型结合稀疏表示正则化模型构造图像去噪变分方程。为了进一步提高局部处理的能力,我们又提出了两种基于区域分割的策略。为了能够从噪声图像中估计参考梯度直方图,我们利用随机变量的加性原理,提出了正则化反卷积的算法用于求解参考直方图。通过实验分析我们发现本文提出的直方图估计算法具有很高的精确性。而在与其他图像去噪算法的对比实验中我们看到,直方图匹配正则化模型在提高图像去噪性能方面有很好的性能。在对图像去模糊问题的研究中,图像的统计信息依然起到了重要的作用。图像中细微的纹理由于模糊核的存在而使得其强度很弱,在很多算法中会被当做平滑区域而使得在恢复的图像中,这些区域依然是平滑的。为了增强对这样区域的恢复,同时提升图像去模糊的视觉效果,本文利用直方图匹配正则化模型,提出了图像纹理增强去模糊算法。这一算法结合了Lp范数局部约束和直方图匹配全局约束,利用半二次变量分裂实现了求解。为了实现直方图估计的目的,本文提出利用贝叶斯非参数回归模型从模糊图像直方图估计清晰直方图。通过详细的实验分析我们可以看到,本文提出的直方图估计策略是有效的,并且直方图匹配约束对于提高图像的纹理细节有重要的作用。(本文来源于《哈尔滨工业大学》期刊2017-10-01）
韩小翠,程若磊[8]（2017）在《用巨正则分布导出异核双原子分子理想气体的热力学量》一文中研究指出利用巨正则系综理论导出了异核双原子分子理想气体的热力学量,并讨论了粒子数涨落情况.(本文来源于《物理通报》期刊2017年07期）
程凡永[9]（2017）在《间隔分布正则化机器学习理论及其应用研究》一文中研究指出正则化方法通过引入人类的先验信息,能有效地增强分类器的泛化性能,避免过拟合现象的发生。支持向量机(SVM)利用大的最小间隔来正则化模型,提高了模型的泛化能力,具有重要的理论和应用价值。最近的理论研究结果表明,相对于最小间隔或者单个间隔,间隔分布能更好地刻画泛化性能。在此理论基础上,基于间隔分布正则化的大间隔分布机(LDM)通过最大化间隔分布增强了模型的泛化性能,并取得了优于SVM等先进方法的分类性能。因此,间隔分布学习成为了一个新的研究热点,本文对此展开了相关的理论和应用研究,设计了具有强泛化性能和鲁棒性的分类算法,并探索将其应用到行人检测和场景分类中,主要包括在以下几个方面:(1)针对样本不平衡条件下的分类问题,提出了一种包含代价敏感性间隔分布和错分惩罚的大代价敏感性间隔分布机。在分析大间隔分布机中的间隔均值和间隔方差的基础上,定义了代价敏感性间隔均值和间隔方差,建立了代价敏感性的间隔分布正则化模型。深入研究了模型中代价敏感参数的特性,通过理论推导得出了代价敏感参数的约束条件。在此基础上设计了代价敏感参数符合约束条件的大代价敏感性间隔分布机,通过调整代价敏感参数,实现了对间隔分布的调整,进而实现了分类面的动态调整和少数类样本检测率的提升。大代价敏感性间隔分布机是基于间隔分布正则化设计的,而间隔分布对泛化性能具有决定性作用,所以大代价敏感性间隔分布机既能调节检测率又具有很强的泛化性能。(2)为提高间隔分布学习对间隔数量和噪声的鲁棒性,提出了一种新的基于间隔分布正则化的通用分类算法—二重间隔分布机。在有效特征的分类问题中,样本统计特征通常具有很重要的标示作用。通过研究样本统计特征和间隔分布之间的关联性,本文用两类样本均值间隔的均值和均方差来刻画样本的间隔分布,既实现了类间间隔数量的平衡,又使模型的几何意义更加直观。在此基础上,我们设计了二重间隔分布机通过最大化两类样本均值的间隔分布来提高模型的泛化能力。二重间隔分布机引入的样本均值不仅使两类间隔的数量均衡还可以有效地抑制噪声等不良影响,具有很好的泛化性能和鲁棒性。(3)针对间隔代价的不均衡问题,提出了几何意义明确的代价敏感性二重间隔分布机。在分析二重间隔分布机的基本结构和几何意义的基础上,本文定义了代价敏感性二重间隔分布,并建立了基于代价敏感性二重间隔分布正则化的优化模型。该模型可以利用其中的代价参数调整间隔分布,进而调整分类面和不同代价样本的检测率。本文对代价参数的数学意义进行了深入的研究,推导了代价参数对对偶变量和分类面调整的机制,并得出了代价参数应满足的约束条件。在此基础上,设计了符合代价参数约束条件的代价敏感性二重间隔分布机,用于解决代价不平衡的二分类问题。(4)为实现快速和代价敏感性的行人检测,设计了基于BING框架和代价敏感性二重间隔分布机的行人检测模型。通过行人与非行人图像的HOG特征训练本文提出的二重间隔分布机。为减小二重间隔分布机的搜索区域,本文首先根据BING框架进行快速目标筛选,在此基础上提出了启发式的目标区域定位算法,通过目标选择和区域定位策略来获得行人的区域定位。只需将二重间隔分布机对定位区域进行目标检测即可获得行人检测的结果,提高了行人检测的效率和速度。除此以外,还可以根据检测率的需要使用代价敏感性二重间隔分布机来进行行人检测,获得代价敏感性的的行人检测结果。(5)针对场景识别中的多类目标分类问题,推广了二分类二重间隔分布机来解决多类场景分类问题。以场景识别为应用背景,本文采用邻域编码和推广二重间隔分布机的方法来解决识别中的多类场景分类问题。通过邻域编码对图像进行特征表达,这种表达方法具有很强的表达能力,后续分类只需要线性核即可获得高的预测准确率。在邻域编码特征的基础上,本文采用一对其他(One Vs Rest,OVR)的方案推广二重间隔分布机用来解决多类场景分类问题。实验结果表明,邻域编码特征和多类二重间隔分布机的场景识别框架,能够显着地提高场景识别的速度和稳定性。(本文来源于《湖南大学》期刊2017-04-05）
李斐,冯远静,吴烨[10]（2017）在《基于全变差空间正则化的纤维方向分布估计》一文中研究指出提高白质纤维交叉重构能力是有效提高纤维跟踪技术的前提之一,目前大多纤维重构方法都是基于白质体素的独立重构,没有考虑到纤维的连续性特征,这就促使文章从全局范围考虑提高白质纤维重构能力.文章提出了一种基于全变差空间正则化的纤维方向分布估计方法,该方法首先利用字典基分布的球面反卷积策略拟合多壳采样信号,为了能够适用于单壳和多壳采样方案,文章重新定义了广义的纤维响应函数;进而在q空间中定义基函数系数的全变差正则化约束,旨在减少不必要的方向信息,降低因噪声引起的方向偏差,以获得纤维方向的空间局部一致性.实验分别在模拟数据和实际数据下进行,分别采用单壳和多壳数据验证了文章所提方法能够以更高效的性能实现纤维方向估计,相对于其他算法显着提高了纤维的连续性.(本文来源于《系统科学与数学》期刊2017年01期）
正则分布论文开题报告
（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：
大地测量数据因观测范围广、精度高,反演出的滑动分布结果更为精细、全面,近年来常被国内外学者用于进行地震同震滑动分布反演研究中。地震同震滑动分布反演是研究分析地震发震机理的有效途径。通常采用Tikhonov正则化方法求解同震滑动分布解,其解的精度与正则化参数、正则化矩阵的选择有关。另外,多源数据联合反演相对权比的确定也是影响地震同震滑动分布反演精度的主要因素之一。提高地震同震滑动分布反演精度,获得更精确的震源参数,可以更好地认识和了解地震震源破裂过程。更高的参数反演精度对震间应变积累、震后滑动模式的理解以及地震灾害预测、救援等科研和社会工作具有重要意义。本文针对在利用Tikhonov正则化方法求解地震同震滑动分布过程中正则化参数、正则化矩阵以及多源数据联合反演相对权比的确定进行相关研究。本文主要研究内容及工作如下:1.研究了地震同震滑动分布反演中正则化参数的确定方法,针对常用方法(L曲线)的不足,本文将U曲线法引入到地震同震滑动分布反演领域,模拟实验与2013年芦山实际震例反演结果表明利用U曲线法确定正则化参数较L曲线法具有反演精度高、无需依赖数据拟合度等优势。另外,本文在L曲线法基础上提出折中相交曲线法(Eclectic Intersection curve method,EI)确定正则化参数,模拟实验与2009年拉奎拉地震以及2016年台湾实际震例实验结果表明EI曲线法较L曲线法确定平滑因子具有定位准确、反演精度高、计算效率快、无需依赖数据拟合度等优势。2.研究了地震同震滑动分布反演正则化矩阵的确定方法,针对传统拉普拉斯二阶平滑矩阵构建的正则化矩阵进行约束反演时会低估最大滑动量的情况。本文提出利用最大滑动量对拉普拉斯二阶平滑矩阵进行加权思想。模拟实验结果表明不等权拉普拉斯平滑约束可以较好的改善最大滑动量的反演精度,较传统拉普拉斯平滑约束反演结果改进12%-19%不等,且在平均滑动量、矩震级等参数也有相应的提高,分别较传统拉普拉斯平滑约束反演结果改进4%-12.5%、0.4%-9%不等;2009年拉奎拉与2016年台湾美浓实际地震反演结果表明不等权拉普拉斯平滑约束反演最大滑动量结果较传统拉普拉斯平滑约束偏大,与模拟实验结论一致。从而证明本文提出的不等权拉普拉斯平滑约束可以改善传统拉普拉斯平滑约束低估最大滑动量问题。3.研究了多源数据联合反演相对权比的确定方法,本文提出先进行各类数据单独反演,利用U曲线法确定单独反演时的正则化参数,再进行联合反演,利用判别函数最小化法确定各类数据之间的相对权比。从模拟实验、2009年拉奎拉与2016年台湾美浓实际地震实验反演结果的均方根误差可以看出,本文方法较VCE(方差分量估计法)、UVCE(方差分量估计法+U曲线法)减小33.3%-51.3%之间,从而表明本文方法确定的相对权比对应的反演结果具有一定的优势。
（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。
正则分布论文参考文献
[1].谭景宝,夏道明.自正则检验Gamma分布的变点问题[J].长春师范大学学报.2019
[2].赵雄.大地测量地震同震滑动分布反演的正则化方法研究[D].东华理工大学.2019
[3].楚春雨,刘春梅.基于非凸正则球面反卷积的体素内纤维走向分布估计[J].激光与光电子学进展.2019
[4].梅叁各,戴喜生,余莎丽,吴却.高相对度非正则离散抛物分布参数系统迭代学习控制[J].广西科技大学学报.2019
[5].刘建兵.图的正则覆盖计数与Cayley地图的亏格分布[D].北京交通大学.2018
[6].王乐洋,赵雄.用U曲线法确定地震同震滑动分布反演正则化参数[J].大地测量与地球动力学.2018
[7].宋春卫.基于广义高斯分布诱导稀疏正则化模型的图像增强方法研究[D].哈尔滨工业大学.2017
[8].韩小翠,程若磊.用巨正则分布导出异核双原子分子理想气体的热力学量[J].物理通报.2017
[9].程凡永.间隔分布正则化机器学习理论及其应用研究[D].湖南大学.2017
[10].李斐,冯远静,吴烨.基于全变差空间正则化的纤维方向分布估计[J].系统科学与数学.2017