导读:本文包含了概率测度论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:概率,代数,导数,模糊,区间,质心,干路。
概率测度论文文献综述
陈平[1]（2019）在《μ测度点以及乘积空间X×X上概率测度的两个性质》一文中研究指出将Heisenberg群(H~n,d,L~(2n+1))中的函数以及集合的Lebsegue点的概念推广到可分的加倍的度量测度空间(X,d,μ)上,分别称为函数以及集合的μ测度点,基于这一新的概念,我们将H~n×H~n上概率测度的两个性质定理进行了推广,证明在乘积空间X×X上概率测度也具有类似的性质。这两个定理是求解可分的度量测度空间中最优运输问题的关键步骤,也是证明和研究最优映射的存在性以及正则性的主要基础。本文的证明主要利用空间的可分性质以及测度的加倍性质。(本文来源于《安徽师范大学学报(自然科学版)》期刊2019年04期）
辛小龙[2]（2018）在《量子结构和代数结构上的非概率测度》一文中研究指出量子结构和代数结构上的态,是一种非概率测度,也是经典概率测度的一般化.本文将对一些量子结构和代数结构上的态和内态方面的研究作一个总结回顾,并给出一些进一步研究工作的展望.(本文来源于《纯粹数学与应用数学》期刊2018年04期）
严慧,徐立峰,徐侃[3]（2018）在《局部紧H半群上概率测度序列的组合收敛性》一文中研究指出首先讨论可数离散H半群上组合收敛的概率测度序列的一些极限性质,证明了相关文献中关于组合收敛必要条件的一个猜想.其次当半群具有交换性时,在同分布场合建立了强Kloss准则,证明经适当的shift变换可使概率测度卷积幂序列收敛到某个不变测度.最后讨论具有紧核的局部紧H半群上的概率测度卷积序列聚点集的构造.这些结果推广和改进了一些已有的结论.(本文来源于《数学进展》期刊2018年05期）
孟晓燕[4]（2018）在《概率测度空间的随机变量函数偏导数研究》一文中研究指出提出了基于概率测度空间的随机变量函数偏导数分析方法.首先对概率测度收敛性进行分析,然后进行了随机变量函数的偏导数推理,给出随机变量偏导数的定义,并给出概率测度空间中随机变量函数的偏导数公式.将单随机变量函数的偏导数应用于神经网络的敏感性分析,实验结果支持了该方法的可行性和有效性.(本文来源于《内蒙古师范大学学报(自然科学汉文版)》期刊2018年05期）
王荭,刘昱沛[5]（2018）在《基于违约概率测度的商业银行预期信用损失模型应用研究》一文中研究指出财政部于2017年发布修订的《企业会计准则第22号——金融工具确认和计量》,实现了与《国际财务报告准则第9号:金融工具》的全面趋同。其中,金融工具减值不再采用已发生损失模型,而是使用预期信用损失模型分叁阶段确认减值损失。本文首先对商业银行应用预期信用损失模型的条件进行了分析,指出具体可行的计算方法指引是模型应用的关键,从而使得基于巴塞尔协议计算预期信用损失成为现实可行的选择。在此基础上,根据我国商业银行的信用风险计量现状,结合信用评级法及KMV模型,重点研究未实行内部评级法的中小银行违约概率的测度方法。(本文来源于《武汉金融》期刊2018年08期）
杨书[6]（2017）在《基于修正KMV模型的我国上市公司违约概率测度研究》一文中研究指出现代经济的发展推动了信用的产生,信用在给人们带来方便的同时,随之伴生的信用风险也越来越大,因此加强对信用风险的管理变得尤为紧迫。上市公司作为市场经济体制下现代企业的领头羊,其信用状况的好坏将直接影响到我国资本市场的发展和投资者的利益,只有上市公司守信才能保证资本市场的有效运行。因此,我们有必要加强对上市公司信用风险的管理,运用更加准确的信用风险度量方法度量上市公司的信用风险。KMV模型是以公司财务数据和股票交易信息为基础来分析公司的信用状况,因此最适合于度量上市公司的信用风险。然而,KMV模型是基于国外的市场环境产生的,应用KMV模型检验我国上市公司的信用风险,需要对KMV模型进行修正并检验模型的有效性。违约点和股权价值波动率是求解KMV模型中两个重要的参数,影响着违约距离和预期违约概率的取值,所以选择适合我国实际情况的违约点以及灵敏的波动率模型对提高KMV模型的准确性是很有意义的。正是基于此,本文针对我国上市公司的实际情况,对KMV模型求解过程中的违约点和股权价值波动率进行改进,以改进后的KMV模型计算我国上市公司的违约距离和预期违约概率,并运用多种检验方法对修正后模型的有效性进行了检验。一方面,重新设定违约点=a*短期负债+b*长期负债,以公司被ST时的资产价值为自变量,短期负债和长期负债为因变量,建立回归方程,求得修正后违约点的计算公式:违约点=1.1090*短期负债+ 1.2838*长期负债。另一方面,采用EGARCH模型来求公司股权价值的波动率,并与采用历史波动率和GARCH(1,1)模型求得的结果对比分析,检验EGARCH模型能否提高模型的有效性。由于我国目前缺乏违约数据库,不能直接搜集到违约上市公司的数据,而*ST股票是连续叁年亏损而有退市风险的股票,其信用风险要比非*ST公司高。因此,本文选取了20家*ST公司股票作为违约组,与*ST公司行业相同、资产规模相近的20家非*ST公司作为正常组进行对比分析,检验修正后模型的有效性。实证分析的结果表明,经过修正的KMV模型能够有效的区分出ST公司和非ST公司信用风险的差异,ST公司的违约距离小于非ST公司的违约距离,预期违约概率大于非ST公司的预期违约概率。而且,经过修正的KMV模型提高了模型的灵敏度和准确性,在采用EGARCH模型时,KMV模型的信用风险识别能力最强。(本文来源于《福州大学》期刊2017-06-01）
张帆[7]（2016）在《基于加权模糊C均值聚类的两阶段违约概率测度研究》一文中研究指出公募债券市场截止2016年5月有8家发行主体出现实质性违约,债务总额接近百亿。与此同时,商业银行不良贷款规模也在急剧增加,尤其是钢铁等制造行业成为了不良贷款的重灾区。银行系统的稳定关系到我国金融体系以及经济健康稳定的发展。为维护经济的稳定发展,政府陆续出台了资产证券化、债转股等措施,希望通过将资产表外化来降低商业银行的不良贷款率。然而,上述措施不能从根本上解决商业银行不良贷款的问题,只有提高商业银行对信用违约风险的预测能力,从根本上降低不良贷款的产生,才是解决问题的根本。本文根据已有学者对违约测度模型的相关研究,结合信用违约的相关行为理论,对Logistic模型和基于因子分析的Logistic模型进行了优劣分析。考虑到不确定性情况下,非系统性风险因素具有明显的个体差异性,本文提出了模糊聚类分析的混合两阶段违约测度模型;同时,在模糊C均值聚类分析阶段考虑到各因子对违约影响重要性程度的差异,引入了风险权重变量对聚类模型进行修正。本文以2016年上证A股制造业上市ST公司为研究样本,比较了混合模型与Logistic模型在违约预测和违约概率测度准确率的优劣。实证结果发现,与Logistic模型相比,利用该混合模型计算出的违约概率具有更高的准确性;当违约阈值为0.5时,混合模型的违约预测整体准确率较高且第Ⅰ类错误率更低;对于不同簇客户群体而言,违约显着性因子存在差异,偿债能力因子和盈利能力因子是影响企业违约概率的核心因子。本研究从个体风险差异性特征角度构建信用违约概率测度的混合模型,有助于我国商业银行建立信用风险评级体系,降低违约风险损失以及对信用贷款进行更为合理的风险定价。(本文来源于《湖南大学》期刊2016-05-25）
施柯杰[8]（2016）在《概率测度在凸几何分析中的应用》一文中研究指出本博士论文的研究内容隶属于几何分析中的凸体理论(简称凸几何或凸几何分析),该理论的核心内容是Brunn-Minkowski理论(又称为混合体积理论).本文主要致力于研究概率测度在凸几何分析中的应用,这是该领域研究的热点问题之一,本文主要涉及关于概率测度的质心不等式,关于Gaussian测度的Shephard问题,关于凸体不等式的函数化以及关于单调凸序列的Erd(?)s-Szekeres定理等问题的研究.质心体是凸几何中一个非常重要的几何概念,在信息论,分析学等领域有广泛的应用,而关于质心体的质心不等式是应用最广泛的仿射等周不等式之一.在本文第二章,我们首先给出了关于概率测度的广义(Orlicz)质心体的概念,说明新定义的广义质心体是一个凸体,然后用强大数定理与极限逼近的方法建立了相应的的质心不等式.当取特殊的密度函数和Orlicz函数时,广义质心体就变为经典的质心体,L_p质心体,Orlicz质心体以及平均带体等.特别的,本文结果统一了质心体与平均带体的定义,它们都是广义质心体的特殊情形.在第叁章中,我们给出了关于概率测度的广义(Orlicz)质心体的非对称版本,并建立了相应的非对称质心不等式,方法依然是依赖于Paouris和Pivovarov等人的概率以及极限逼近的方法.当取特殊的密度函数和Orlicz函数时,一方面可以将非对称的经典(L_p,Orlicz)质心不等式推广到紧集上,另一方面还可以得到一些特殊的非对称凸体.对凸体的截面和投影的几何性质的研究具有非常重要的意义,是凸几何领域研究的热点问题之一,而与之相关的就是着名的Busemann-Petty问题和Shephard问题.在第四章中,我们讨论了关于Gaussian测度的Shephard问题,给出了当n≥3时Gaussian型Shephard问题解的一个反例,从而说明Gaussian型Shephard问题在n≥3时不成立,这与经典的Shephard问题是一致的.在第五章中,我们研究了C~+(S~(n-1))上的函数的一些性质和不等式.首先我们定义函数f的体积和表面积即为与f相关的Aleksandrov体的体积与表面积,得到函数f的表面积公式.接着通过讨论函数f与其极对偶函数f~°的关系,建立关于函数的Blaschke-Santal(?)型不等式.在第六章中,我们研究了单调凸序列的Erd(?)s-Szekeres定理,得到满足在任意n个实数组成的序列中选出r个元素构成单调凸子列或选出s个元素构成单调凹子列的n=n(r,s)的最小值.(本文来源于《上海大学》期刊2016-05-01）
宁佐强[9]（2016）在《基于概率测度的城市干路功能可靠度量化分析及应用》一文中研究指出快速路、主干路是城市交通的动脉,统称为城市干路,承担着城市较大比例的交通量。《城市道路工程设计规范》(CJJ37-2012)明确了城市各等级道路的功能,即快速路应实现交通连续通行;主干路应连接城市各主要分区,应以交通功能为主。为分析城市干路的实际运行状态,应将其规划设计功能的实现程度作为主要评价指标,以判断道路规划设计成果的合理性。考虑到交通流状态的时间变化特征,城市干路功能实现程度的表征指标为变量,需采用概率测度的方法。故在国家自然科学基金项目“基于功能分析的城市道路交通方案分阶段与决策研究”(项目编号:51278468)的资助下,对基于概率测度的城市干路功能可靠度量化方法进行研究。与服务水平相比,功能可靠度量化了道路功能的完成水平,且无需给出明确的分界点,更有助于交通管理者做出判断和决策。首先,分别研究快速路、主干路的具体功能描述,并给出相应的功能表征指标。快速路功能主要体现为快速通行和连续运行两个方面,表征指标分别确定为行车速度和车头时距变异系数;主干路功能主要体现为承载较大交通量、较高的运行速度和服务于中长运行距离叁个方面,表征指标分别为流量、行程速度和直行率。其次,结合可靠性理论,提出快速路功能可靠度、主干路功能可靠度的概念,并将其作为量化评价城市快速路、主干路功能实现程度的概率测度指标。进而构建相应的快速路功能可靠度、主干路功能可靠度的数学模型表达,在各表征指标相互独立的假设条件下,得到快速路功能可靠度、主干路功能可靠度的退化计算公式。最后,设计调查方案并进行实地视频数据采集,结合统计分析软件SPSS、PALISADE检验表征指标间的不相关性,作为指标间相互独立的必要条件。采用退化前后的功能可靠度计算公式对各调查路段的功能可靠度进行计算,结果基本吻合,有效验证了表征指标间相互独立的假设。然后分别对各个快速路基本路段、主干路交叉口服务水平等级进行评价,分析结果与功能可靠度评价结果实现相互验证,表明论文所提方法的合理性与可行性。(本文来源于《郑州大学》期刊2016-04-01）
巩增泰,柴润丽[10]（2015）在《基于区间值模糊概率测度的多粒度区间值决策粗糙集模型》一文中研究指出在区间值模糊概率近似空间中,提出了基于IVF(区间值模糊)概率测度的多粒度IV(区间值)决策粗糙集模型,分别讨论和刻划了平均、乐观和悲观叁种情形,结果和算例验证了模型的实用性和广泛性.(本文来源于《西北师范大学学报(自然科学版)》期刊2015年06期）
概率测度论文开题报告
（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：
量子结构和代数结构上的态,是一种非概率测度,也是经典概率测度的一般化.本文将对一些量子结构和代数结构上的态和内态方面的研究作一个总结回顾,并给出一些进一步研究工作的展望.
（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。
概率测度论文参考文献
[1].陈平.μ测度点以及乘积空间X×X上概率测度的两个性质[J].安徽师范大学学报(自然科学版).2019
[2].辛小龙.量子结构和代数结构上的非概率测度[J].纯粹数学与应用数学.2018
[3].严慧,徐立峰,徐侃.局部紧H半群上概率测度序列的组合收敛性[J].数学进展.2018
[4].孟晓燕.概率测度空间的随机变量函数偏导数研究[J].内蒙古师范大学学报(自然科学汉文版).2018
[5].王荭,刘昱沛.基于违约概率测度的商业银行预期信用损失模型应用研究[J].武汉金融.2018
[6].杨书.基于修正KMV模型的我国上市公司违约概率测度研究[D].福州大学.2017
[7].张帆.基于加权模糊C均值聚类的两阶段违约概率测度研究[D].湖南大学.2016
[8].施柯杰.概率测度在凸几何分析中的应用[D].上海大学.2016
[9].宁佐强.基于概率测度的城市干路功能可靠度量化分析及应用[D].郑州大学.2016
[10].巩增泰,柴润丽.基于区间值模糊概率测度的多粒度区间值决策粗糙集模型[J].西北师范大学学报(自然科学版).2015
论文知识图
