期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
二参数指数型有限混合分布
1
作者 梁文骐 殷涌泉 《应用概率统计》 CSCD 北大核心 1990年第4期427-432,共6页
本文给出二参数指数型有限混合分布的带约束的极大似然估计的强相合性。
关键词 有限混合分布 极大似然估计
在线阅读 下载PDF
有限混合短尾对称分布的极值分布 被引量:3
2
作者 刘豹 彭作祥 《西南大学学报(自然科学版)》 CAS CSCD 北大核心 2013年第1期85-88,共4页
主要研究由短尾对称分布构成的有限混合分布函数的尾部特征及最大值的极限分布.
关键词 极值分布 有限混合分布 短尾对称分布
在线阅读 下载PDF
一种copula驱动的时空变量联合分布构造方法
3
作者 段小刚 张凌波 +2 位作者 赵靖 童行伟 方伟华 《北京师范大学学报(自然科学版)》 北大核心 2025年第4期598-604,共7页
针对一般有限混合分布,建立了均匀分布驱动目标分布的等价表达.基于该结论,以copula作为空间驱动变量,结合时间马尔可夫性设定,构建了针对更一般取值的时空变量联合分布模型框架.本工作源自Wilks多站点随机降雨发生器的形式化表达和机... 针对一般有限混合分布,建立了均匀分布驱动目标分布的等价表达.基于该结论,以copula作为空间驱动变量,结合时间马尔可夫性设定,构建了针对更一般取值的时空变量联合分布模型框架.本工作源自Wilks多站点随机降雨发生器的形式化表达和机制阐释,结果对更一般的时空变量联合分布建模具有指导意义. 展开更多
关键词 混合取值变量 马尔可夫性 Sklar定理 有限混合分布 随机表示
在线阅读 下载PDF
基于EM算法的有限维混合分布参数估计研究 被引量:3
4
作者 全星澄 李巍 《统计与决策》 CSSCI 北大核心 2017年第12期25-29,共5页
文章探讨有限维混合分布参数估计的程,快速得出混合EM算法,总结出有限维混合分布参数估计的高斯分布、混合指数分布参数估计的EM算法期望、方差迭代表示。跳过繁琐的推导过EM算法,并将其用于M2供应量同比增长分布和大变动时间间隔分布... 文章探讨有限维混合分布参数估计的程,快速得出混合EM算法,总结出有限维混合分布参数估计的高斯分布、混合指数分布参数估计的EM算法期望、方差迭代表示。跳过繁琐的推导过EM算法,并将其用于M2供应量同比增长分布和大变动时间间隔分布建模中。结果表明:采用三维混合高斯分布描述单一指数分布刻画M2供应量同比增长分布、采用M2供应量大变动时间间隔分布是合理的。 展开更多
关键词 有限混合分布 EM算法 参数估计 M2
在线阅读 下载PDF
有限混合偏t分布极值分布的点点收敛速度 被引量:1
5
作者 侯景耀 彭作祥 《西南大学学报(自然科学版)》 CAS CSCD 北大核心 2016年第5期94-99,共6页
研究了独立同有限混合偏t分布随机变量序列{Tn,n≥1}的规范化最大值的极限分布及其点点收敛速度.
关键词 有限混合偏t分布 最大值 极限分布 点点收敛速度
在线阅读 下载PDF
采用混合t分布粒子滤波器的视觉跟踪(英文) 被引量:3
6
作者 李少军 朱振福 《红外与激光工程》 EI CSCD 北大核心 2011年第7期1387-1396,共10页
由于目标数量的变化,观测数据的岐义性和目标间的遮挡,多目标视觉跟踪问题面临多种困难。基于目标分布的有限t分布混合模型提出了一种混合t分布粒子滤波器以实现多目标跟踪。在算法中,每个被跟踪目标指派一个独立的粒子滤波器,显式处理... 由于目标数量的变化,观测数据的岐义性和目标间的遮挡,多目标视觉跟踪问题面临多种困难。基于目标分布的有限t分布混合模型提出了一种混合t分布粒子滤波器以实现多目标跟踪。在算法中,每个被跟踪目标指派一个独立的粒子滤波器,显式处理当新目标出现在场景中时对应粒子滤波器的初始化,当被跟踪目标消失时,对应粒子滤波器的删除。混合t分布粒子滤波器算法不仅能够跟踪多种类型的多目标,还能够持续跟踪遮挡消除之后的多目标。为了展现混合t分布粒子滤波器的跟踪性能,完成了基于颜色分布的跟踪多种不同颜色和相同颜色的多目标实验,对比了混合t分布粒子滤波器,混合粒子滤波器以及Boosted粒子滤波器的跟踪性能。实验结果表明:文中算法不仅能够跟踪数量可变的多目标,进行实时计算,而且具有更好的鲁棒性。 展开更多
关键词 多目标视觉跟踪 有限t分布混合模型 混合t分布粒子滤波器 序列蒙特卡洛方法 混合粒子滤波器 Boosted粒子滤波器
在线阅读 下载PDF
混合效应模型的非参数贝叶斯分位回归方法研究 被引量:3
7
作者 李翰芳 罗幼喜 田茂再 《统计研究》 CSSCI 北大核心 2016年第4期97-103,共7页
本文对混合效应模型提出了一种非参数贝叶斯分位回归方法,通过引进一种新的分层有限正态混合分布,将分位回归建模时对随机误差项的假定放宽至仅有分位点约束之下。通过对混合比例参数假设广泛灵活的Stick-Breaking先验,使得模型捕捉复... 本文对混合效应模型提出了一种非参数贝叶斯分位回归方法,通过引进一种新的分层有限正态混合分布,将分位回归建模时对随机误差项的假定放宽至仅有分位点约束之下。通过对混合比例参数假设广泛灵活的Stick-Breaking先验,使得模型捕捉复杂数据分布信息的能力更强。在建立的非参数贝叶斯分层分位回归模型中引入潜变量,使模型参数估计的Gibbs抽样算法中原来每次需要计算(2M)N项函数值变为每次只需计算N项即可。蒙特卡罗模拟显示,在误差分布函数变得较为复杂时,非参数贝叶斯分位回归方法比参数方法在估计效果上有更大的优势。 展开更多
关键词 混合效应模型 有限正态混合分布 Stick-Breaking先验 潜变量 Gibbs抽样算法
在线阅读 下载PDF
基于最小错误率的SAR图象分割方法研究 被引量:2
8
作者 王义敏 安锦文 《计算机工程与应用》 CSCD 北大核心 2006年第16期80-82,共3页
文章提出了一种基于最小错误率的SAR图象自动分割算法。对直方图呈现出多模分布特征的SAR图象,首先运用有限高斯混合分布对SAR图象特征空间的数据统计模型进行估计;其次基于最小错误率原理选取SAR图象自动分割阈值,在先验概率未知和估... 文章提出了一种基于最小错误率的SAR图象自动分割算法。对直方图呈现出多模分布特征的SAR图象,首先运用有限高斯混合分布对SAR图象特征空间的数据统计模型进行估计;其次基于最小错误率原理选取SAR图象自动分割阈值,在先验概率未知和估计条件下,获得目标及其阴影区域的检测结果;最后对两种图象分割结果进行了分析并与SAR图象目标检测的经典方法-恒虚警(CFAR)目标检测方法作了比较。仿真结果表明在先验概率估计下的图象自动分割具有明显的优势和较大的应用潜力。 展开更多
关键词 SAR图象分割 最小错误率 有限高斯混合分布
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部