导读:本文包含了概率密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:密度,概率,函数,变量,层析,无源,功率。
概率密度论文文献综述
钱磊,邱学兴,郑淋淋[1]（2019）在《基于概率密度匹配方法的WRF模式阵风风速误差订正》一文中研究指出为提高数值模式对阵风风速预报能力,采用概率密度匹配方法 (Probability Density Function Matching Method,简称PDF方法)对WRF模式地面极大风速预报数据开展误差订正。结果表明:①基于PDF方法订正后的阵风预报效果明显优于WRF预报结果,当实况极大风力≤5级时,两种预报结果均与实况较为一致;当实况极大风力≥6级时,WRF预报相比实况明显偏小,而PDF方法订正结果则与实况较为接近;②对比不同地形条件下两种预报结果发现,在实况风力整体偏弱的平原地区,WRF预报和PDF订正结果对极大风的预报效果均较好;在风力偏强的山区和沿江河谷地区,PDF订正结果的预报效果相比WRF预报则有明显提升;③对2017年安徽省81个国家站逐日极大风速的预报效果检验发现:预报误差和过去五年整体拟合误差基本相当,说明基于2012—2016年历史数据建立的概率密度分布函数可以代表安徽各站多年的实况和WRF预报极大风速的联合分布特征,利用PDF方法进行逐日极大风速预报具有一定的可靠性。(本文来源于《气象科技》期刊2019年06期）
叶利娟[2]（2019）在《概率密度函数的引入及概率表示》一文中研究指出针对概率论教学过程中学生不易理解的问题,如概率的意义、概率密度函数的意义及概率的积分表示,提出了类比法和微元法以帮助学生理解.通过类比教学法形象地描述了概率及概率密度函数的意义,并通过微元法解释了连续型随机变量事件概率的积分表示.该教学思想和方法在民族班及普通班的教学实践中取得了较好的效果.(本文来源于《湖南工程学院学报(自然科学版)》期刊2019年04期）
刘利琴,刘亚柳,吕鑫鑫,李妍[3]（2019）在《船舶随机参-强激励横摇概率密度函数的半解析方法研究》一文中研究指出参数激励横摇是第二代稳性衡准的重要研究内容,本文基于此研究了随机斜浪中船舶在参-强激励下的横摇运动。将随机海浪波面升高处理为窄带随机过程,使其分解为两个互不相关的随机过程,从而简化了随机波面函数的表达形式。基于切片法数值求解复原力臂函数,并用解析表达式进行拟合。建立了船舶参-强激励横摇运动方程,以C11型集装箱船为例,分别应用解析方法(能量包线随机平均法)和数值方法(蒙特卡洛法)求解了顶浪150°时横摇响应的概率密度函数。通过对两种方法得到的计算结果进行对比,验证了解析方法和数值方法的正确性。最后,对横摇响应概率进行敏感性分析,研究了特征波长对横摇响应概率的影响。(本文来源于《中国海洋大学学报(自然科学版)》期刊2019年12期）
钟以林,徐文保[4]（2019）在《概率密度法在风电功率波动特性分析的应用》一文中研究指出风力的不确定性和波动性,使得风电具有不确定性,这给电网的安全与运行带来了诸多问题。研究风电波动特性,可以有效地提高风能所占发电比例的同时,确保电网运行的的稳定性。而核密度估计法研究是挖掘风力出力的特征的重要一种方法,本文对风电出力核密度方法在风电波动特性分析上的运用进行了一个归纳与总结,并分析了其优缺点。(本文来源于《电子世界》期刊2019年20期）
陈蕾蕾[5]（2019）在《关于求解二维连续型随机变量函数Z=X+Y的概率密度函数的解法探析》一文中研究指出本文结合概率论的相关理论知识,主要探讨二维连续型随机变量函数Z=X+Y的概率密度函数的求解方法,加深学生对这一问题的理解,拓宽解决问题的渠道,从而更加熟练地应用多种求解方法通过不同路径达到目的。(本文来源于《科学技术创新》期刊2019年28期）
王满意,秦旭亮,王志超,文梓达[6]（2019）在《基于概率密度的无线层析成像节点自定位方法》一文中研究指出针对无线层析成像(RTI)定位系统部署过程中需要大量时间和人力测量传感器节点位置的问题,提出一种基于概率密度的RTI节点自定位方法。以区域的概率密度作为权重,计算出区域质心的加权平均值作为RTI节点的位置坐标。现场试验证明:基于概率密度的RTI节点自定位方法不仅降低了原有节点自定位算法的复杂度,提高了RTI系统的部署效率,而且提高了定位结果的精度。(本文来源于《传感器与微系统》期刊2019年10期）
周双,张根广[7]（2019）在《球体状泥沙纵向相对暴露度概率密度分布》一文中研究指出泥沙颗粒相对暴露度反映了泥沙在床面上的相对位置,它不仅直接影响着泥沙颗粒受力大小及滚动起动力臂大小,还可以间接改变颗粒周围水流结构,进一步影响颗粒受力大小及滚动起动力臂大小。通过自行设计的试验装置,测量了均匀球体泥沙绝对纵向暴露度,分析计算了纵向相对暴露度及其分布规律。结果表明,纵向相对暴露度可分解为x和y两个独立分量,其对应的取值区间分别为1～4.5和-1.5～1.5,且分量概率密度近似服从正态分布;纵向相对暴露度取值区间介于3.5×3的方形面域,区域内各点的概率密度也近似服从正态分布。对纵向相对暴露度的指数分布与正态分布进行了比较,结果表明,正态分布形式更适用于描述纵向相对暴露度的概率分布,计算值与实测值之间的误差较小。(本文来源于《泥沙研究》期刊2019年05期）
杨斌,杨世海,曹晓冬,陈宇沁,梁智[8]（2019）在《基于EMD-QRF的用户负荷概率密度预测》一文中研究指出考虑用户负荷时间序列基数小、波动性与随机性强、难以取得较高预测精度的特点,建立基于经验模式分解(Empirical Mode Decomposition, EMD)与分位数回归森林(Quantile Regression Forest, QRF)的用户负荷概率密度组合预测模型,以提高用户负荷预测精度。首先,采用EMD信号处理算法对用户负荷原始时间序列数据进行分解处理,计算各模态函数样本熵值并根据样本熵大小对模态函数进行重构。其次,对重构分量分别建立QRF用户负荷预测模型,迭加不同分量预测结果从而获得预测值的条件分布。最后,利用核密度估计输出任意时刻用户负荷概率密度预测结果。相对于确定性点预测方法,概率密度预测具有描述用户负荷未来可能的波动范围及不确定性等优势,且算例测试验证了模型的有效性。(本文来源于《电力系统保护与控制》期刊2019年16期）
常娟[9]（2019）在《连续型随机变量的概率密度与分布函数》一文中研究指出在概率论与数理统计中,根据连续型随机变量的定义,讨论连续型随机变量的概率密度与分布函数的互求问题。结合实例分析给出结论:(1)对于一维连续型随机变量,当分布函数的非连续导数点是有限个时,只要将概率密度补充适当的定义,即可满足要求。(2)对于二维连续型随机变量,当分布函数的二阶混合偏导数在有限条光滑曲线上不连续时,只要将概率密度补充适当的定义,即可满足要求。(本文来源于《科技资讯》期刊2019年23期）
杨楠,周峥,陈道君,王璇,李宏圣[10]（2019）在《基于非参数核密度估计的风功率波动性概率密度建模方法》一文中研究指出研究风电波动概率模型对于风电一体化及运行具有积极影响。该文提出一种基于非参数核密度估计的风功率波动性概率密度建模方法。首先通过小波分解对风功率样本数据的波动量进行提取,基于波动量样本建立相应的非参数核密度估计模型,然后针对模型带宽选择问题,构造一种以拟合优度检验为约束条件的带约束带宽优化模型,最后利用约束序优化算法对其进行求解。实际算例仿真结果表明,所改进的风功率波动量概率密度模型较传统基于参数估计的模型具有更高的精确性和适用性,并且基于约束序优化的求解算法提升非参数估计方法的计算效率。(本文来源于《太阳能学报》期刊2019年07期）
概率密度论文开题报告
（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：
针对概率论教学过程中学生不易理解的问题,如概率的意义、概率密度函数的意义及概率的积分表示,提出了类比法和微元法以帮助学生理解.通过类比教学法形象地描述了概率及概率密度函数的意义,并通过微元法解释了连续型随机变量事件概率的积分表示.该教学思想和方法在民族班及普通班的教学实践中取得了较好的效果.
（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。
概率密度论文参考文献
[1].钱磊,邱学兴,郑淋淋.基于概率密度匹配方法的WRF模式阵风风速误差订正[J].气象科技.2019
[2].叶利娟.概率密度函数的引入及概率表示[J].湖南工程学院学报(自然科学版).2019
[3].刘利琴,刘亚柳,吕鑫鑫,李妍.船舶随机参-强激励横摇概率密度函数的半解析方法研究[J].中国海洋大学学报(自然科学版).2019
[4].钟以林,徐文保.概率密度法在风电功率波动特性分析的应用[J].电子世界.2019
[5].陈蕾蕾.关于求解二维连续型随机变量函数Z=X+Y的概率密度函数的解法探析[J].科学技术创新.2019
[6].王满意,秦旭亮,王志超,文梓达.基于概率密度的无线层析成像节点自定位方法[J].传感器与微系统.2019
[7].周双,张根广.球体状泥沙纵向相对暴露度概率密度分布[J].泥沙研究.2019
[8].杨斌,杨世海,曹晓冬,陈宇沁,梁智.基于EMD-QRF的用户负荷概率密度预测[J].电力系统保护与控制.2019
[9].常娟.连续型随机变量的概率密度与分布函数[J].科技资讯.2019
[10].杨楠,周峥,陈道君,王璇,李宏圣.基于非参数核密度估计的风功率波动性概率密度建模方法[J].太阳能学报.2019
论文知识图
