-
题名缓增分数Lévy过程(英文)
- 1
-
-
作者
吕学斌
李金凤
马树建
-
机构
南京工业大学理学院应用数学系
-
出处
《应用数学》
CSCD
北大核心
2014年第3期564-569,共6页
-
基金
Supported by the Natural Science Foundation of China with granted(41101509,11301263)
the Foundation from China's Ministry of Education(11YJA9100001)
-
文摘
基于文[5]提出的缓增分数布朗运和分数Lévy过程的概念,在本文中我们对分数Lévy过程的滑动平均积分表示中的核函数添加缓增指数项,从而定义缓增的分数Lévy过程并研究其样本轨道性质和分布性质.我们可以证明其具有平稳增量性和半长相依性质.
-
关键词
分数Lévy过程
缓增分数Lévy过程
平稳增量性
半长相依性质
-
Keywords
Fractional Lévy process
Tempered fractional Lévy process
Stationary increment
Semi-long range dependence
-
分类号
O211.6
[理学—概率论与数理统计]
-
-
题名非平稳过程的小波因果度量
- 2
-
-
作者
唐洪敏
谢衷洁
-
机构
北京大学概率统计系
-
出处
《数学物理学报(A辑)》
CSCD
北大核心
2008年第2期201-213,共13页
-
基金
国家自然科学基金(10171105)资助
-
文摘
该文对带有随机趋势的非平稳过程给出了一种新的因果度量定义.作者将证明新定义与Hosoya给出的因果度量定义等价,但由于避免了以往文献中常见的对非平稳过程协整性的要求,该定义有利于简化因果关系的假设检验.文中还对Wald检验和似然比检验进行了讨论.数值模拟和实证分析表明,这两种检验方法都是有效的.
-
关键词
分数差分平稳过程
小波变换
因果度量
非因果性检验
-
Keywords
Fractionally differenced stationary process
Wavelet transform
Causality measure
Noncausality test.
-
分类号
O211.6
[理学—概率论与数理统计]
TP311.5
[自动化与计算机技术—计算机软件与理论]
-
-
题名分数低阶时频滑动平均模型参数估计
被引量:2
- 3
-
-
作者
汪海滨
龙俊波
查代奉
-
机构
九江学院信息科学与技术学院
九江学院电子工程学院
九江学院理学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2015年第20期178-182,共5页
-
基金
国家自然科学基金(No.61261046)
江西省自然科学基金(No.20142BAB207006)
+6 种基金
江西省教育厅青年科技基金(No.GJJ11621
No.GJJ11245
No.GJJ11244
No.GJJ14739
No.GJJ14721)
九江学院科技项目(No.2013KJ01
No.2013KJ02)
-
文摘
针对稳定分布环境下非平稳过程分析方法时频滑动平均(TFMA)模型算法的退化,引入分数低阶统计量共变,提出了一种改进的分数低阶时频时频滑动平均(FLO-TFMA)模型算法。推导了FLO-TFMA模型的参数求解过程,给出了基于FLO-TFMA模型的时频谱估计。通过在稳定分布环境下对TFMA模型算法和所提出的FLO-TFMA模型算法的参数估计均方误差(MSE)比较和时频谱估计比较,仿真结果表明,FLO-TFMA模型算法的参数估计精度优于TFMA模型算法,TFMA模型时频谱估计完全失效,而FLO-TFMA模型时频谱算法能较好地进行时频谱估计。
-
关键词
稳定分布
分数低阶统计量
滑动平均模型
非平稳过程
时频谱估计
-
Keywords
α stable distribution
fractional lower order statistic
moving average model
non-stationary process
time-frequency spectrum estimation
-
分类号
TN911.72
[电子电信—通信与信息系统]
-
-
题名网络通信量模型的线性鉴别分析
- 4
-
-
作者
张冰怡
边裕兰
张宏科
孙亚民
-
机构
北京交通大学电子信息工程学院
上海微创软件有限公司
南京理工大学计算机科学与技术系
-
出处
《通信学报》
EI
CSCD
北大核心
2005年第11期55-61,共7页
-
基金
国家自然科学基金资助项目(60473001)华为高校科技基金资助项目(YJCB2005054RE)
-
文摘
判断网络通信量模型与真实数据拟合度的常用方法是Hurst参数比较法、数据直方图比较法和自相关函数比较法。其中Hurst参数法计算结果不准确,不能给出正确判断,而后两者只能主观给出一个定性判断。基于线性鉴别分析原理,给出了一个拟合度判断算法。用该算法分析了不同差别程度的模型仿真数据和大量NS仿真数据,应用效果显著,与常用方法相比,能定量、准确地判断网络通信量模型的拟合度。
-
关键词
数据分组网
通信量模型
线性鉴别分析
分数alpha平稳过程
-
Keywords
data packet network
network traffic modeling
linear discriminant analysis
fractional alpha stable process
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-