导读:本文包含了序列蒙特卡罗论文开题报告文献综述及选题提纲参考文献，主要关键词:DW检验,LM检验,回归检验法,检验功效
序列蒙特卡罗论文文献综述
叶宗裕,王卫杰[1]（2019）在《基于蒙特卡罗模拟的误差序列自相关检验研究》一文中研究指出进行计量经济分析时一般都要检验模型是否存在自相关性,但目前常用的几种自相关检验方法都不同程度地存在一些问题,对此进行进一步的研究有重要意义。对于一阶自相关性检验,DW检验是最常用的方法,但其存在两个不确定区域。针对给定的解释变量,运用模拟方法,可以得到DW检验的临界值,从而克服了其存在不确定区域的缺陷。回归检验法则无可用的临界值,也可以用模拟方法计算其临界值,而且除检验功效很接近1的情形外,回归检验法的功效显着大于DW检验,可以替代DW检验。当样本量不是很大时,LM检验统计量的临界值与卡方分布的临界值差距较大,不能使用标准卡方临界值。在LM检验中,通常通过对最高阶滞后项系数进行t检验以确定自相关的阶数,但LM检验中最高阶滞后项系数的t统计量与标准t分布有较大差距,也不能用t分布临界值。(本文来源于《统计与信息论坛》期刊2019年09期）
钟兆根,于柯远,孙雪丽[2]（2019）在《基于序贯蒙特卡罗的非同步长码DS-CDMA信号扩频码及信息序列联合估计》一文中研究指出针对多径信道环境下非同步长码DS-CDMA信号扩频码及信息序列等参数的联合估计问题,该文提出了基于序贯蒙特卡罗(SMC)的盲估计算法。该算法采用混合重要密度函数对联合后验分布模型进行抽样,并迭代计算重要性权值,以完成所需状态参量的估计。同时为了减少算法的计算量,在算法的实现过程中,先估计出各用户的扩频码,再对观测数据进行处理,从而修正原有的迭代步骤,提出一种修正的SMC算法。仿真结果验证了算法对多种情况的适应性,且在时变的多径信道环境下也能获得较好的估计性能。(本文来源于《电子与信息学报》期刊2019年06期）
王卫杰[3]（2019）在《基于蒙特卡罗模拟的误差序列自相关检验研究》一文中研究指出由于经济发展的连续性所形成的“惯性”,使得利用时间序列数据建立计量经济模型时经常会遇到“自相关性”的问题,即模型中随机误差项μ_t的各期值之间相互关联。自相关性的存在将会增大模型系数的估计误差,降低统计检验的可靠性和预测的精度。因此,进行计量经济分析时一般都要检验模型是否存在自相关性。但目前常用的几种自相关检验方法都不同程度地存在一些问题,对此进行进一步的研究具有重要意义。本文的主要研究工作如下:(1)针对给定的解释变量,运用蒙特卡罗模拟的方法计算DW检验、Durbin's h检验和回归检验法的模拟临界值,从而克服了DW检验存在不确定区域、Durbin's h检验临界值不准确和回归检验法没有明确临界值的缺陷。(2)根据模拟临界值,运用蒙特卡罗模拟的方法估算了DW检验、Durbin's h检验和回归检验法的检验功效。结果表明:除检验功效很接近1的情形外,ρ检验和t检验的检验功效均显着大于DW检验,也优于Durbin's h检验。因此,ρ检验和t检验可以作为DW检验和Durbin's h检验的替代方法。(3)对于高阶序列相关性的检验,本文提出了不带解释变量的LM检验(lm检验)和F检验。针对给定的解释变量,运用蒙特卡罗模拟的方法,可以得到LM检验、F检验和lm检验的模拟临界值,从而克服了LM检验、F检验临界值不准确和lm检验没有明确临界值的缺陷。(4)根据模拟临界值,对LM检验、F检验和lm检验的检验功效进行模拟计算。结果表明:无论何种情况,LM检验和F检验的检验功效基本相同;当样本量不大于20时,lm检验的检验功效优于另外两种;当样本量大于20时,另外两种方法的检验功效多数情况下优于lm检验。(5)针对给定的解释变量,运用蒙特卡罗模拟的方法,可以得到LM检验中最高阶滞后回归系数统计量的模拟临界值,从而克服了LM检验中最高阶滞后回归系数t检验不准确的缺陷。(本文来源于《浙江师范大学》期刊2019-05-01）
黄山[4]（2016）在《低偏差蒙特卡罗序列量子遗传算法的研究》一文中研究指出常规遗传算法结合量子信息的基本理论而形成的量子遗传算法,利用量子计算能处理海量数据的能力,提高遗传算法的搜索性能。量子遗传算法通常采用量子旋转门实现进化操作,因量子旋转角偏小等原因,导致算法搜索解的效率低,容易出现迭代次数多、计算时间长、易陷入局部极值等问题。针对以上问题,本文对量子遗传算法作改进,主要工作如下：(1)提出了一种低偏差蒙特卡罗序列量子遗传算法(Low-Discrepancy Quantum Genetic Algorithm, LDQGA),利用低偏差蒙特卡罗序列良好的均匀分布特性改善遗传算法探索与利用平衡的问题,主要方法为：一是设计一种Hε量子旋转门,该旋转门采用均匀的低偏差序列采样量子迭加态,提高了算法对解空间的探索能力,从而使算法不易陷入局部最优；二是设计一种Pareto集邻域搜索,在当前解上使用低偏差序列进行局部搜素,提高算法利用当前解找到更优解的能力。在5个复杂连续函数优化问题上的实验结果表明：.所提算法的全局寻优能力、收敛速度、迭代次数、计算时间均较常规的量子遗传算法更好。(2)针对LDQGA算法解O-1组合优化问题时离散变量难寻优的问题,引入逆转法改进LDQGA算法的邻域搜索流程,在当前解的O-1序列中选取两个逆转点,将逆转点之间的值O/1取反后,再反序存回原位,最后在多车型多品种的货物配装问题上验证算法的有效性,所获优化结果比对比的算法均有改进。(本文来源于《广西大学》期刊2016-06-01）
贾晓芳[5]（2015）在《基于序列蒙特卡罗的地震层析成像方法研究》一文中研究指出近年来由于其他学科和众多工程技术领域的发展与推动,地球物理反问题受到了国内外学者的高度重视。地震层析成像成为了地球物理学研究的一个新领域,它己成为研究地球内部结构的有效方法之一。一般来讲,正演问题研究比较成熟,它的因果关系相对反演则比较明确,实际上反演问题是相当困难的,地震层析成像的主要目标就是要找到使得数据与观测数据之间的误差尽可能小。因此采取样本数据的质量决定了反演的稳定性和精确性,本文利用序列蒙特卡罗方法对地震观测数据采样并进行计算,该方法是一种基于仿真的方法,能很好的计算后验分布,易于实现,且可并行实现,.缩短了计算时间,从而达到全局优化的效果。本文在地震正演算法中重点介绍了快速行进法,在地震反演算法中重点讲述了序列蒙特卡罗的相关理论,并给出了算法的具体流程,为验证方法的有效性,最后本文进行了数值模拟,采用了速度模型,完成了快速行进法结合序列蒙特卡罗反演方法的成像技术,数值计算结果表明：序列蒙特卡罗算法可以有效地用于地震层析成像反演,并使得计算结果的效果更好。(本文来源于《大连海事大学》期刊2015-12-01）
刘志华,息珍珍,张双,陈嘉兴[6]（2015）在《基于序列相关值的蒙特卡罗优化算法》一文中研究指出蒙特卡罗定位算法在无线传感器网络移动节点定位中具有重要的作用.为了提高定位精度,提出了基于序列相关值的蒙特卡罗优化算法SCMCL.以接收的RSSI信号值对移动节点初定位,并将其作为新的采样中心,SCMCL可以优化蒙特卡罗系列算法的采样区域,同时将移动节点收到的锚节点信号值存储为目标序列,通过比较样本序列和目标序列间的相关值来过滤样本点,并将相关值作为加权标准来计算移动节点的坐标.仿真验证,SCMCL算法在相同的锚节点密度和最大速度下和同类算法相比,定位误差均减少了10%左右.(本文来源于《电子学报》期刊2015年10期）
杜云明,盖丽娜,田静[7]（2012）在《基于序列蒙特卡罗滤波的车辆跟踪算法研究》一文中研究指出针对非线性目标跟踪中模型或函数近似等最优估计缺陷问题,提出了基于帧间预测和特征匹配的序列蒙特卡罗滤波跟踪算法。算法中采用在HSV色彩下的空间加权直方图描述跟踪车辆的状态特征,通过简单的随机漂移模型实现估测样本的帧间传递,利用估测样本与期望目标间的相似度量完成样本权重赋值运算,最终利用加权样本值估计实现待测目标的后验状态。实验结果表明,基于序列蒙特卡罗滤波的车辆跟踪算法计算简单有效,能够在复杂环境下实时、准确跟踪道路上无规律、非线性运动的车辆,并能够有效适应车辆部分遮挡和短时丢失等情况。(本文来源于《智能计算机与应用》期刊2012年05期）
文德智,卓仁鸿,丁大杰,郑慧,成晶[8]（2012）在《蒙特卡罗模拟中相关变量随机数序列的产生方法》一文中研究指出蒙特卡罗模拟有时需要对多维相关随机变量进行模拟抽样.本文介绍基于Choesky因子线性变换-非线性变换产生具有指定边缘分布和相关系数的多维相关随机变量抽样序列的一般方法,给出一种简单易行的高效数值实现途径和一些模拟结果.模拟结果表明,该方法产生的各随机变量抽样序列间具有预期要求的相关性,并能通过指定边缘分布Kolmogorov-Smirnov非参数假设检验.对该方法应用中的一些限制问题进行了讨论.(本文来源于《物理学报》期刊2012年22期）
杜云明,颜兵兵[9]（2012）在《加权采样的序列蒙特卡罗滤波技术》一文中研究指出在处理非线性滤波问题时,常用的几种通过模型近似或计算近似的滤波方法均在某种特定的情况下具有适用性。近年来随着计算机处理能力的快速发展,提出了序列蒙特卡罗滤波方法,因其在处理复杂的非线性和非高斯问题时表现出强大的潜力而引起广泛关注。详述了序列蒙特卡罗滤波算法的基本思想和原理,对其关键技术进行了归纳分析,并指出了该方法亟待解决的一些难点问题。(本文来源于《火力与指挥控制》期刊2012年03期）
吴刚,唐振民,杨静宇[10]（2012）在《序列蒙特卡罗框架中引入对数取样的重采样》一文中研究指出为解决粒子退化问题,在序列蒙特卡罗理论方面提出了一种引入对数取样的重采样策略,从仿真实验角度证实了它的有效性。对比其他几种典型的重采样,提出的重采样策略系统误差最小。在后验均值误差和均方差两项主要指标上,引入对数取样后的重采样由于平滑了采样点的分布,因此降低了重采样策略的系统误差;实验将提出的重采样策略嵌入到目标跟踪算法中,实际的测试结果同样验证了该重采样的收敛性和良好的抗噪性能。该理论性方法不仅适用于计算机视觉系统,而且可以应用于广泛的属于时间序列分析的非线性非高斯系统。(本文来源于《计算机工程与应用》期刊2012年06期）
序列蒙特卡罗论文开题报告
（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：
针对多径信道环境下非同步长码DS-CDMA信号扩频码及信息序列等参数的联合估计问题,该文提出了基于序贯蒙特卡罗(SMC)的盲估计算法。该算法采用混合重要密度函数对联合后验分布模型进行抽样,并迭代计算重要性权值,以完成所需状态参量的估计。同时为了减少算法的计算量,在算法的实现过程中,先估计出各用户的扩频码,再对观测数据进行处理,从而修正原有的迭代步骤,提出一种修正的SMC算法。仿真结果验证了算法对多种情况的适应性,且在时变的多径信道环境下也能获得较好的估计性能。
（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。
序列蒙特卡罗论文参考文献
[1].叶宗裕,王卫杰.基于蒙特卡罗模拟的误差序列自相关检验研究[J].统计与信息论坛.2019
[2].钟兆根,于柯远,孙雪丽.基于序贯蒙特卡罗的非同步长码DS-CDMA信号扩频码及信息序列联合估计[J].电子与信息学报.2019
[3].王卫杰.基于蒙特卡罗模拟的误差序列自相关检验研究[D].浙江师范大学.2019
[4].黄山.低偏差蒙特卡罗序列量子遗传算法的研究[D].广西大学.2016
[5].贾晓芳.基于序列蒙特卡罗的地震层析成像方法研究[D].大连海事大学.2015
[6].刘志华,息珍珍,张双,陈嘉兴.基于序列相关值的蒙特卡罗优化算法[J].电子学报.2015
[7].杜云明,盖丽娜,田静.基于序列蒙特卡罗滤波的车辆跟踪算法研究[J].智能计算机与应用.2012
[8].文德智,卓仁鸿,丁大杰,郑慧,成晶.蒙特卡罗模拟中相关变量随机数序列的产生方法[J].物理学报.2012
[9].杜云明,颜兵兵.加权采样的序列蒙特卡罗滤波技术[J].火力与指挥控制.2012
[10].吴刚,唐振民,杨静宇.序列蒙特卡罗框架中引入对数取样的重采样[J].计算机工程与应用.2012