分享到:

L-值随机变量

研究L-值随机变量(其中L是闭集格或分子生成格与格上拓扑学有关)。受到已有文献中研究L-拓扑空间的思想、方法和技巧的启发,定义F  (本文共7页) 阅读全文>>

陕西师范大学
陕西师范大学

L-值随机变量及Heyting代数上的运算(?)

本论文的研究包括两个方面(都与格上拓扑学有关)。一方面,研究了L-值随机变量(其中L是闭集格或分子生成格)。受到已有文献中研究L-拓扑空间的思想、方法和技巧的启发,我们定义了F_c~L(R~n)={A∈L~(R~n)|对每个余素元α,{x∈R~n|A(x)≥α}是R~n中的非空紧集}上一个分明拓扑T_(F_c~L)以及L-子集族上的几种度量,讨论了它们一些性质。在此基础上定义了几种L-值随机变量并讨论了它们的初步性质,同时研究了L-值随机变量诱导的信任测度及其性质。另一方面,我们在有零元(即最小元)的Heyting代数上定义了一种运算(?),讨论了这种运算和Heyting代数上nucleus的一系列性质(包括二者之间的联系)。本文内容共分四章:第一章是预备知识,介绍了超空间上的拓扑及可测的集值映射和随机集等概念。在随机F-集的基础上给出了随机L-集的概念及其性质。第二章是本文的主要部分,研究了L-值随机变量(其中L是闭集格或分子...  (本文共43页) 本文目录 | 阅读全文>>

中国科学技术大学
中国科学技术大学

对数凹性质的传递性与对偶熵的界

对数凹(对数凸)性质是由凹凸性和对数运算衍生出的一个重要概念,凹凸性在很多领域的广泛应用促使很多学者研究对数凹(凸)性质.对于非负函数还可以定义强对数凹;对于非负序列,还可以定义ULC(n)和ULC(oo).几个与对数凹性质关系紧密的概念有单峰性和TP2性质.对数凹分布类因其广泛性和优良的性质在很多领域都有重要应用.本文主要研究了两部分内容,第一部分是关于对数凹(凸)性质的研究,包括对数凹和对数凸关于算子的保持性、对数凹对卷积运算保持封闭性的应用以及两参数复合泊松分布的对数凹性质.第二部分探讨条件熵在对数凹条件下的单调性表现以及在变差距离约束下对偶熵-Extropy的上下界问题.第一章是基本知识,首先介绍对数凹性质,熵和Extropy的研究历史和成果.主要列出本文研究内容需要用到的基本定义和性质,后面章节的有些结论是基于这些性质建立起来的.其次讨论对数凹在熵的理论研究中的应用以及熵与Extropy的联系与区别.在第二章,我们研究...  (本文共110页) 本文目录 | 阅读全文>>

浙江大学
浙江大学

鞅方法与经验过程方法在统计中的应用

本文利用鞅方法和经验过程方法研究了相依样本的非参数统计与极限定理,建立了若干相关的结果.其一,利用鞅方法和分组技术,我们得到了ρ-混合样本核密度估计fn,K(x)的中心极限定理以及分布函数的估计Fn,K(x)=f-∞xfn,K(t)dt的中心极限定理;建立了混合相依样本条件期望的矩不等式.作为应用,研究了‖fn,K(x)-Efn,K(x)‖p在一致范数和积分Lp范数下的收敛速度;最后给出了|fn,K(x)-Efn,K(x)|在紧集以及整个实空间R上的强一致收敛速度.在适当的条件下,我们证明了关于独立同分布样本的最优结果对混合样本同样是最优的.其二,利用分块技巧,我们构造出一列m相依随机变量,由此将问题从相依转化为独立情形,然后借助于独立序列一些精细的概率不等式,给出了一类平稳过程核密度估计的渐近性质:首先建立了密度估计与其均值(真实密度)偏差的点态和一致最优弱收敛速度;其次得到了点态和一致最优强收敛速度.其三,我们建立了小波回归...  (本文共168页) 本文目录 | 阅读全文>>

《中国药学杂志》2013年10期
中国药学杂志

二房室模型药物体内表观吸收速率估算的概率论法

目的介绍一种关于二房室模型药物体内表观吸收速率估计的新方法即概率论法。方法将房室模型理论与概率论原理相结合。药物分子从给药部位经表观吸收后进入体循环和从体循环处置(二房室模型分布与一级消除)的过程为独立随机过程。将一次血管外给药后的总驻留时间(Th)视为在给药部位的驻留时间(Tf)与在体循环的驻留时间(Tg)之和,Tf与Tg为定义于同-概率空间上的随机变量,(Tf,Tg)为2维随机向量,Tf与Tg相互独立,且Tf及Tg均为非负且...  (本文共4页) 阅读全文>>

山东大学
山东大学

移动平台下的多传感器联合配准及融合

随着多传感器信息融合技术的发展,传感器网络在目标跟踪、交通管理、军事监控、网络控制和远程监控等领域得到了广泛的应用。然而,在将传感器网络的测量数据传送到融合中心的过程中,由于网络通道的多变性和不可靠性,数据会产生时滞和丢包,进而影响系统性能。特别是在战场环境中,电磁干扰的存在使数据更易产生时滞和丢包。另外,传感器量测系统误差的存在使得传感器测量精度下降,如果系统误差过大,会使系统性能严重退化,甚至使系统不稳定。为解决这些问题,本文提出了移动平台下的多传感器联合配准与融合算法,主要研究内容如下:提出并推导了移动平台下多传感器非机动目标跟踪联合配准及融合算法。将多个移动平台下的传感器构成网络对目标进行跟踪,并将传感器的测量数据通过网络通道传输到地面融合中心。为了建立量测模型,用两个服从伯努利分布的随机变量描述量测数据到达融合中心时可能产生时滞和丢包的情况。应用状态增广方法重新选取状态变量,将原有存在时滞和丢包的非线性系统转化为含有服...  (本文共101页) 本文目录 | 阅读全文>>