导读:本文包含了泊松分布论文开题报告文献综述及选题提纲参考文献，主要关键词:泊松分布,Excel函数,图表工具,直方图
泊松分布论文文献综述
林照授,李金钎,陈森森[1]（2019）在《基于Excel函数及图表工具的泊松分布卡方检验法应用》一文中研究指出根据泊松分布检验计算原理,利用Excel函数,计算出了各统计数据的参数及卡方值,以自动查找临界值,并可以利用图表工具绘制统计数据直方图。该模板适合泊松分布卡方检验,具有界面直观、操作简单、速度快捷的特点。(本文来源于《绿色科技》期刊2019年21期）
任美芳,刘禄勤[2]（2019）在《离散化泊松-指数混合分布的性质和参数估计》一文中研究指出文章将泊松分布和指数分布以某种权重进行混合并离散化,得到了一种新的寿命数据模型:离散化泊松-指数混合分布。讨论了该分布的分布性质和可靠性性质,研究了参数的极大似然估计和区间估计,通过数值模拟表明所提方法的优良性,并将该分布应用于真实数据,与现有的几种离散分布从p值、AIC、BIC等方面进行了比较。(本文来源于《统计与决策》期刊2019年19期）
夏元睿,吴俊,叶冬青[3]（2019）在《泊松分布与概率论的发展——西蒙·丹尼尔·泊松》一文中研究指出西蒙·丹尼尔·泊松(Siméon Denis Poisson,1781-1840)是法国着名的数学家、物理学家以及统计学理论奠基人。他通过刑事审判案例建立泊松分布模型,使自然科学和社会科学的诸多随机现象得以解惑。此外,他引入了出生统计与泊松推理理论、拉普拉斯定理与误差理论以及大数定律和判断概率等相关理论,推动了19世纪概率论的发展,开辟了物理学由实验研究转向理论研究的新风向。(本文来源于《中华疾病控制杂志》期刊2019年07期）
李婷婷,刘利,胡光武,陈飞[4]（2019）在《江苏地区波速比与泊松比分布特征》一文中研究指出将江苏地区(30.5°～35.5°N, 116°～122°E)按1°×1°分成18个子区,搜集整理了江苏数字地震台网2009年1月1日至2017年12月31日产出的震相观测报告,采用多台和达法计算了各子区域的平均波速比,分析研究了全区波速比和泊松比分布特征。结果表明:①各区的波速比均值介于1.68～1.73之间,相关系数均在0.99以上,全区平均波速比值为1.71,较全球大陆地壳平均值偏低;②全区平均泊松比值为0.24,研究区域没有熔融的介质性质,与该区地质构造以花岗岩为主的特征一致;③从泊松比与地壳厚度的相关性来看,江苏地区的泊松比与地壳厚度整体上呈现负相关的关系,北高南低、东高西低,在33°N附近,泊松比高低相间,变化复杂,可能与研究区内复杂的地质构造有关。(本文来源于《地震》期刊2019年03期）
杨彦明,张建中,黄瑞滨[5]（2019）在《大兴安岭造山带及两侧邻区莫霍面深度与泊松比分布特征》一文中研究指出利用2009～2016年内蒙古自治区数字地震台网宽频带固定地震台站的远震波形数据,采用接收函数H-k算法获得23个基岩台站下方的莫霍面深度和泊松比,同时,收集并筛选出277个已有探测台阵和流动台站的接收函数研究结果,综合分析给出大兴安岭造山带及两侧邻区莫霍面深度、泊松比的分布特征。研究表明,研究区域的莫霍面在整体上呈现自东向西逐渐加深的特征,莫霍面深度为25.0～42.3km,平均约为33.5km。莫霍面最浅的区域为松辽盆地(深度为27.0～35.0km),最深的区域为大兴安岭重力梯级带以西地区(深度为41.0～42.3km)。研究区域泊松比为0.19～0.33,平均值为0.26,大于全球大陆地壳的平均值。泊松比高值异常区集中在火山岩区及具有较厚沉积层的盆地。台站所处位置的海拔与莫霍面深度之间具有较强的正相关性,艾里补偿模式在研究区成立,莫霍面起伏与区域地形地貌特征间具有显着的镜像关系。大兴安岭地区的莫霍面深度与泊松比间存在显着的反相关关系,而在松辽盆地及周缘地区未发现明显的规律性,这也意味着松辽盆地在构造演化过程中经历了更为复杂的地壳改造过程。(本文来源于《中国地震》期刊2019年02期）
唐泽宇[6]（2019）在《基于泊松分布K-means聚类的点云精简算法》一文中研究指出随着时代的进步,基于叁维点云的重建技术逐渐成为游戏、电影制作、图形图像处理和逆向工程学热门领域的研究重点,并被广泛应用于文物恢复、游戏娱乐场景建模和城市规划等领域。叁维激光扫描仪能够快速获取数据量非常庞大的点云数据,但是庞大的数据和极高的精度为民用计算机的计算和处理带来了非常大的挑战,从而造成了存储空间的浪费和计算速度的下降,并大大降低了用户体验。因此对点云模型数据进行合理的精简是十分重要的。基于曲面拟合的点云数据精简算法能够保留点云原始数据的局部细节特征,并且实现简单,处理准确,但需要先对数据进行分割,并且容易在相对平坦的区域产生孔洞。基于K-means聚类的点云数据精简算法能够把点云数据分解成相对独立的簇,并且能够快速对其进行精简,但对点云模型的特征不够敏感,容易丢失特征信息,并且容易在相对平坦的区域产生孔洞。基于泊松分布的点云特征点检测算法能够准确的检测出点云数据模型中的特征点,并且能够在平坦的区域避免孔洞现象,但该算法无法对非特征点的数据进行精简。基于此,本文提出了一种基于加权最小二乘法曲率计算和泊松分布Kmeans聚类的点云数据模型精简算法。首先将基于加权最小二乘法的数据拟合算法和点云数据离群点检测算法相结合,提高了曲率计算的精度,并利用该算法对点云数据的曲率进行计算。然后提出了一种基于泊松分布和Kmeans聚类的点云数据精简算法,该算法根据加权最小二乘法曲率计算的结果,同时融合了基于K-means聚类的点云数据精简算法和和基于泊松分布的特征点检测算法,对点云数据进行精简。不仅有效的避免了模型的孔洞问题,同时保证了精简后点云数据模型的精度。本文的主要研究工作包括深入分析现有算法及相关技术,阐述国内外点云数据精简研究现状以及研究热点。通过学习叁维点云数据精简的相关技术,结合点云曲率计算算法和点云数据分割算以及特征检测算法,实现了对点云数据进行保留特征的精简。本文的创新点如下所示:1、针对叁维点云数据曲率计算不精确的问题,提出了一种基于加权最小二乘法的曲率计算算法。该算法采用邻域点的离群率作为数据点的权值,拟合点云数据的邻域,从而减小了离群程度较大的点对于曲面拟合的影响,然后根据曲面方程计算各点的曲率。因为使用了点云数据的离群率作为权值,所以提高了曲面在待计算曲率点处的拟合程度,从而使得曲率计算的精度更高。2、针对叁维点云数据精简算法造成的模型精度损失的问题,提出了一种泊松分布K-means聚类的点云数据精简算法。该算法采用基于加权最小二乘法的曲率计算算法,对曲率进行计算,并依据曲率值的大小,在弯曲度相对较大的区域对其进行重新聚类,分解为两个较小的簇,并不断递归分解,直到邻域的弯曲度小于阈值,然后再使用基于泊松分布的特征点检测算法,对其进行一次特征检测,保留更多的数据点,提高了模型的精度,避免了孔洞现象的出现。(本文来源于《太原理工大学》期刊2019-06-01）
杨彦明,陈婧,熊峰,张云,马援[7]（2019）在《华北克拉通西部块体北缘及邻区地壳厚度与泊松比分布特征》一文中研究指出收集了2010—2011年华北克拉通西部块体北缘及邻区布设的36个流动地震台和2009—2016年内蒙古自治区数字地震台网17个宽频带固定地震台站的远震事件波形数据,采用接收函数H-κ算法分析获得了53个基岩台站下方的地壳厚度和泊松比结果。此外,结合已有的81个台站的研究成果,给出华北克拉通西部块体北缘及邻区地壳厚度与泊松比分布特征。综合分析认为,研究区地壳厚度在整体上呈现自东向西渐变的特征,最厚的地方出现在华北克拉通西端的阿拉善地块(～48.7±3.0 km)。研究区平均泊松比为0.27,泊松比高值异常出现在河套断陷带,意味着可能具有较高的地壳温度或者存在壳内部分熔融。研究区内不同构造单元呈现出显着的地壳厚度和泊松比分布特征的差异性,意味着在华北克拉通构造演化过程中,不同地区经历了不同的地壳改造过程。(本文来源于《地震》期刊2019年02期）
殷崔红,杨亮,肖川[8]（2019）在《索赔次数的开放式混合泊松分布研究》一文中研究指出本文建立了索赔次数的多风险类别混合泊松分布。首先,考虑索赔次数的零膨胀、厚尾性和异质性等特征,建立风险类别待定的开放式混合泊松分布(OMP分布),开放式结构使该分布对实际数据的多样特征和风险类别具有良好的自适应性;其次,定义混合权重参数的iSCAD惩罚函数,实现对权重参数的筛选;最后,借助EM算法求得分布参数,实现对各风险类别下索赔次数的估计。借助iSCAD惩罚函数,本文给出最优混合数,避免传统混合分布中主观选择的弊端,克服传统混合分布中结构复杂、参数估计没有显式表达式、估计结果不便于解释等问题。基于叁组风险特征多样数据的实证分析,本文发现OMP分布可以显着改进现有模型的拟合效果。(本文来源于《统计研究》期刊2019年03期）
王菲菲[9]（2019）在《极具现实意义的泊松分布》一文中研究指出说到泊松分布的现实意义,让我们先通过一个例子,了解什么是泊松分布。已知某家小杂货店平均每周售出2个水果罐头。请问该店水果罐头的最佳库存量是多少?假定不存在季节因素,可以近似认为,这个问题满足以下叁个条件:(1)顾客购买水果罐头是小概率事件。(2)购买水果罐头的顾客是独立的,不会互相影响。(3)顾客购买水果罐头的概率是稳定的。(本文来源于《初中生世界》期刊2019年10期）
隋崴[10]（2019）在《双变量泊松分布参数在序约束下的极大似然估计》一文中研究指出双变量泊松分布的性质及其应用的研究在许多国内外的文献中都有所涉及。双变量泊松分布的产生方法有很多种,学者S.Kocherlakota和K.Kocherlakota提出一种使用最多的方法,即叁变量还原法。根据这种方法计算得到双变量泊松分布的概率密度函数。本文主要针对双变量泊松分布参数的极大似然估计和应用进行研究。首先,研究了双变量泊松分布参数的极大似然估计问题。运用牛顿迭代方法对叁个未知参数进行求解,通过计算参数的矩估计作为迭代初值代入,利用MATLAB语言将122个调度员在两个不同连续时间段内发生事故次数的真实数据代入,求解参数的极大似然估计值。其次,以调度员发生事故次数为例,随机抽取十个不同地区作为十个不同总体,要求发生事故原因从工作环境本身存在的危险、个人原因和非个人原因叁方面影响因素考虑,要求在一定可控制范围内,使事故发生率最小化,即对概率密度函数中的参数加上约束条件。利用PAVA算法,最终得到满足条件的极大似然估计值,并比较得出事故发生率最小值。最后,对双变量泊松分布进行扩展得到双变量COM-泊松分布。为了满足数据分散性,双变量泊松分布已不能完全符合条件,所以采用双变量COM-泊松分布对实际数据进行建模,双变量COM-泊松分布在参数v取某一特定值时,其包含叁种特殊分布,分别是双变量泊松分布、双变量伯努利分布和双变量几何分布。此部分主要是考虑双变量COM-泊松分布参数的极大似然估计,利用MATLAB语言将122个调度员在两个不同连续时间段内发生事故次数的真实数据代入,最终得到估计值。(本文来源于《辽宁工业大学》期刊2019-03-01）
泊松分布论文开题报告
（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：
文章将泊松分布和指数分布以某种权重进行混合并离散化,得到了一种新的寿命数据模型:离散化泊松-指数混合分布。讨论了该分布的分布性质和可靠性性质,研究了参数的极大似然估计和区间估计,通过数值模拟表明所提方法的优良性,并将该分布应用于真实数据,与现有的几种离散分布从p值、AIC、BIC等方面进行了比较。
（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。
泊松分布论文参考文献
[1].林照授,李金钎,陈森森.基于Excel函数及图表工具的泊松分布卡方检验法应用[J].绿色科技.2019
[2].任美芳,刘禄勤.离散化泊松-指数混合分布的性质和参数估计[J].统计与决策.2019
[3].夏元睿,吴俊,叶冬青.泊松分布与概率论的发展——西蒙·丹尼尔·泊松[J].中华疾病控制杂志.2019
[4].李婷婷,刘利,胡光武,陈飞.江苏地区波速比与泊松比分布特征[J].地震.2019
[5].杨彦明,张建中,黄瑞滨.大兴安岭造山带及两侧邻区莫霍面深度与泊松比分布特征[J].中国地震.2019
[6].唐泽宇.基于泊松分布K-means聚类的点云精简算法[D].太原理工大学.2019
[7].杨彦明,陈婧,熊峰,张云,马援.华北克拉通西部块体北缘及邻区地壳厚度与泊松比分布特征[J].地震.2019
[8].殷崔红,杨亮,肖川.索赔次数的开放式混合泊松分布研究[J].统计研究.2019
[9].王菲菲.极具现实意义的泊松分布[J].初中生世界.2019
[10].隋崴.双变量泊松分布参数在序约束下的极大似然估计[D].辽宁工业大学.2019