简介：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.

简介：本文从规避水文风险角度出发,将非参数核密度估计方法与Copula函数相结合,利用核密度估计方法确定水文变量的边缘分布,利用Copula函数计算不同变量之间的联合分布,并应用于南水北调中线一期工程水源地丹江口水库不同分期降雨径流的概率计算与丰枯风险分析.研究结果表明：该流域汛期降雨与径流的组合概率中,丰平枯等级一致的总概率为76%,而非汛期降雨与径流丰平枯等级一致的总概率仅为53.3%.与汛期相比,非汛期降雨与径流等级不一致的概率明显升高.当汛期径流等级为丰时,非汛期径流等级为丰的条件概率达到60.1%;当汛期径流等级为平时,非汛期径流等级为丰、平、枯的条件概率相差不大;当汛期径流等级为枯时,非汛期径流等级为枯的条件概率达到59.8%.

简介：使用核方法估计密度时，窗宽{hn}和核函数K（·）的选择是必要的．这里提出在相对均方积分误差RHISE达到最小的意义下寻求获得最优核函数，并对不同核与优核的效率进行了讨论．

简介：本文运用非参数加权核密度估计的经济计量方法,对中国货币政策是如何影响股市这一问题做了深入的实证研究。研究发现,从年度数据来看,货币供应量对中国股市运行有较大影响,每年新增的M0、M1、M2增减方向与股市涨跌方向基本同步,而其中的基础货币M0对股市的影响最大。本文认为由于货币供应量是影响中国股市的重要因素之一,在当前由次债危机引发的金融危机的冲击下,管理当局有必要实施较为宽松的货币政策以拯救目前低迷的股市。

简介：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．

简介：摘要目的基于核密度估计方法预测妇科肿瘤患者骶尾骨和盆骨骨髓剂量。方法选取中国医科大学附属盛京医院治疗的15例妇科肿瘤限制骶尾骨和盆骨骨髓剂量的放疗计划作为机器学习的训练数据，另选取10例该类计划作为模型的验证数据，计算器官内各剂量点与计划靶区边缘的最小有向距离。应用核密度估计方法训练模型，并用均方根差来评估模型预测的准确性。使用该模型预测实际计划的骶尾骨和盆骨骨髓剂量，对预测的剂量体积直方图(DVH)和实际结果进行线性拟合，使用拟合优度R2来评估模型预测效果。结果在计划要求的DVH参数上，模型预测与验证计划较为接近：盆骨V40Gy差为2.0%，平均剂量差为1.6　Gy，骶尾骨V10Gy差为-0.4%。在非计划要求的DVH参数上，模型预测值除盆骨V10Gy外，其余参数值均明显偏高。在实际病例应用中，模型预测的DVH与最终计划的差异很小，骶尾骨和盆骨骨髓的R2分别为0.988和0.995。结论使用基于核密度估计方法的模型可以较准确预测骶尾骨和盆骨骨髓剂量，通过模型预测剂量也可以作为一种保障计划质量的方法，提高计划的一致性和质量。

简介：摘要：电力系统的运行状况主要通过稳定控制及优化调度实现，其中电网电压质量是最为关键的参数之一。但随着电力系统的发展，其规模和结构的复杂性不断提高，致使其数据呈现出海量、多源、异构的特点，这一变化使得传统电压质量分析方法不再适用。本文考虑电网电压质量提出核密度估计分析模型，并运用 R语言开发了电网分析软件，最后通过在杭州某典型变电站的实际应用验证了核密度估计分析模型在分析电网电压质量的准确性有效性。 关键词：电压质量分析；电力大数据样本；核密度估计理论；软件设计与应用

简介：将双向高斯核函数时频分布引入到非平稳信号瞬时频率估计。通过控制时延、频移参数,该时频分布能够有效提高时频分辨率,同时对多分量信号检测时存在的交叉项能够得到很好的抑制。理论推导及计算机仿真均表明该分布具有良好的性能。

简介：基于X1…Xn作未知密度f（x）的核估计fn（x）,文章在{xn}1∞为平稳、（?）—混合过程且核函数不连续的情况下,得到了fn（x）的一致强相合性和L1—模相合性．

简介：分析了Г分布密度函数的性质，指出了该密度函数与相应参数之间的关系．主要研究第二个参数对密度的影响，证明了β增大时Г（α，β）分布密度极大值也增大，还指出了β变化时Г（α，β）分布密度与另一特定密度曲线交点的变化规律．

简介：摘要贝叶斯学派所提出的用参数的后验分布来估计参数的方法在很多领域都优于传统学派。本文旨在详细叙述用密度函数表示的贝叶斯公式，即后验概率密度的推导计算过程，以二项分布成功概率p的后验密度函数求法为例详细说明；以及共轭先验分布的定义，并证明泊松分布均值λ的共轭先验分布为伽马分布。文中最后总结了常见分布中特定参数的共轭先验分布。

简介：依据单叶解析函数系数估计式的证明思路,本文从一类特殊的单叶解析函数――星形函数的表达式出发,利用数学归纳法证明此类函数的逆函数的系数估计式。

简介：摘要：烟支计数是在自动化质量控制中的重要环节，准确的计数不仅关系到生产效率，而且直接影响到产品的最终质量。本文提出了一种采用最新的深度学习技术——改进的P2PNet（Point-to-Point Network)密度估计网络来实现高准确度的烟支计数的方法。该网络主要是调整P2PNet的特征提取模块以及加入注意力机制SE算法。结果表明，能够精确估计烟支的密度分布，在烟支密集下，准确率能达到99.8%。

简介：应用核估计对概率密度的众数进行估计,讨论了众数估计的几乎必然或概率意义下的收敛性,并对众数唯一和不唯一的情形,证明了众数核估计的渐近正态性.

简介：在微积分范围内给出了参数θ的函数f(θ)的极大似然估计.

简介：在原有生产函数参数估计方法的基础上，提出一种新的估计方法。计算实例表明：该估计方法具有最小的残差平方和，是一种比较理想的估计方法。

简介：为提高小样本定量构效关系（QSAR）预测精度，基于支持向量机全局核函数与局部核函数提出了一种新的建模方法：先依不同核函数筛选描述符，再依保留描述符构建支持向量机回归（SVR）子模型．子模型预测活性值与实验值组成混合样本．以均方误差（MSE）最小为原则，对混合样本再次基于SVR实施核函数寻优与子模型筛选，基于最优核函数和保留子模型以留一法完成预测．对2个小样本体系的QSAR研究表明，该方法兼具局部核函数和全局核函数的优点，既有较强的学习能力，又有较好的推广能力，预测精度高，稳定性好．

简介：设h是实轴上同胚,h(±∞)=±∞,h的Beurling-Ahlfors扩张记作φ(z),其伸张函数为D,当h的拟对称函数ρ(x,t)被递减函数ρ(t)控制时,得到如下估计:[D≤2p*,p≥2D≤2p*+1/2,1≤p*＜2其中ρ*=ρ(y/2).

简介：在非参数回归模型中，本文提出了一种回归函数的分块Delta序列估计方法，定义了回归函数的分块Delta序列估计，得到这种估计的渐近无偏性，均方收敛性和强性敛性。

简介：对于半平面中的调和函数,在本文中证明了如果它的正部满足某些限制增长条件,则它可以用半平面边界上的积分表示出来并且它的绝对值也满足类似的增长条件,这一结果改进了在半平面中调和函数的某些经典结果.