导读:本文包含了特征函数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:函数,特征,经验,奇异,公式,正态分布,调性。
特征函数论文文献综述
李浩,刘莉,李杰,屠瑶瑶,翟文祥[1]（2019）在《关于(a,b,0)分布类的特征函数统一表达式的若干标记》一文中研究指出文章以非寿险精算学理论中的(a,b,0)分布类为研究对象,利用母函数(或概率生成函数)与特征函数的内在关系,给出了(a,b,0)分布类的特征函数统一表达式.(本文来源于《通化师范学院学报》期刊2019年12期）
侯格格[2]（2019）在《经验特征函数在偏正态分布中的应用》一文中研究指出一般参数估计方法对于叁参数概率分布存在异常值或者难以计算的问题,又因为特征函数一致有界,则此算法求出的参数估计值是参数的相合估计.本文以经验特征函数为主要工具,对一元偏正态分布的位置、尺度、形状等参数进行估计.经验似然函数算法的稳定性受到网格点的个数与取值影响,因此对于网格点的个数与取值也需进行讨论.取不同样本,模拟结果表明,与含有惩罚项的极大似然估计算法进行对比,经验特征函数算法的均方误差、绝对偏差较小,说明经验特征函数方法对于一元偏正态分布的估计更加稳健.(本文来源于《温州大学学报(自然科学版)》期刊2019年03期）
文小波,赵雪娇[3]（2019）在《利用特征函数求解连续型随机变量函数的密度函数》一文中研究指出求解连续型随机变量函数的分布是概率论与数理统计中较为重要的一个问题,传统的方法往往需要较大的计算量,运用时有一定的局限性.本文以特征函数为载体,给出了求解连续型随机变量函数的密度函数的计算方法.相对于传统的方法,此方法简化了计算.在文中,理论论证之后,分叁个层面以某一函数为例,加以论证,得出了一些结论.(本文来源于《赤峰学院学报(自然科学版)》期刊2019年07期）
李斐,李琴[4]（2019）在《非中心奇异Wishart分布的特征函数》一文中研究指出利用奇异值分解,以及非中心卡方分布的特征函数给出了非中心奇异Wishart分布的特征函数.将Wishart分布的一个重要性质推广到了奇异非中心的情况下,并用特征函数加以证明.(本文来源于《烟台大学学报(自然科学与工程版)》期刊2019年03期）
丁林蓬[5]（2019）在《利用“特征函数”命制与求解数列问题》一文中研究指出(本文来源于《中学数学研究》期刊2019年04期）
文小波[6]（2019）在《二维随机变量的特征函数及其推导公式》一文中研究指出依托于二维随机变量,给出联合特征函数、边际特征函数与条件特征函数的定义,在连续型随机变量的情况下得出特征函数乘法公式、边际特征函数公式、特征函数贝叶斯公式,在X与Y独立时得出一些结论。(本文来源于《当代教育实践与教学研究》期刊2019年07期）
孟祥飞,王瑛,李超,吕茂隆,亓尧[7]（2019）在《不确定分布特征函数及拟合有效性检验》一文中研究指出不确定理论主要用来处理基于专家信度的非决定现象,为解决不确定理论在实际应用中缺少分布拟合检验过程的问题,研究了不确定分布的特征函数,并基于此提出了分布拟合的有效性检验方法.首先,定义了不确定分布的特征函数,基于不确定变量期望计算法则,给出了特征函数的计算方法,并在此基础上,推导了几种典型不确定分布的特征函数;其次,分析了不确定分布特征函数具有的性质,为后续相关理论的证明及计算奠定了基础;再次,根据特征函数的定义及性质,提出了不确定分布拟合有效性的定义及其判定定理,定理分别从分布函数的数字特征及形状相似度两个方面进行判定;最后,通过算例验证了所提方法的可行性和有效性.研究结果表明:不确定理论与随机理论在运算法则上有所不同,难以将随机理论中关于分布拟合检验的方法推广到不确定理论中;不确定分布特征函数与不确定分布函数呈一一对应的关系,不确定分布特征函数可以作为研究不确定分布拟合检验的途径之一.(本文来源于《哈尔滨工业大学学报》期刊2019年04期）
侯格格[8]（2019）在《稳健经验特征函数的相关理论及应用》一文中研究指出在金融、工业生产领域,经常遇到大量非对称数据,其具有厚尾、有偏等性质,并不服从正态分布。若简单地假设其服从正态分布,将会产生误差,此时,需要寻找更合适的分布拟合数据。偏正态分布和叁参数逆高斯分布是正态分布的推广,保留了正态分布的简单性、可操作的优点,并在处理厚尾、有偏性数据时具有较好的的效果,因此广泛应用于非对称数据处理和分析工作。使用这两种分布对实际数据拟合时,需要进行分布的参数估计,由于当形状参数趋于无穷时,它的轮廓似然函数是平稳的,或者参数的Fisher信息矩阵是奇异的,因此参数的极大似然估计不存在。此外,偏正态分布矩估计受到样本偏度影响。特征函数具有一致有界的性质,所以经验特征函数方法也是一种分布参数估计方法,但是使用经验特征函数方法进行参数估计时,最小化距离函数时经常出现异常值,并且估计有效性受到网格点选择的影响。在经验特征函数方法的基础之上,利用M-估计方法的思想,第二章中提出更加稳健的经验特征函数方法,使得最小化距离函数时无异常值出现,并且证明新方法的估计值依概率收敛于真实值。本篇论文后两章应用稳健经验特征函数方法,在不同样本量条件下,分别对偏正态分布和叁参数逆高斯分布的参数进行估计。根据模拟结果,基于稳健经验特征函数方法得到的估计值的均方误差和绝对偏差均小于其他估计方法所得估计值的均方误差和绝对偏差,所以稳健经验特征函数方法可作为分别对偏正态分布和叁参数逆高斯分布的参数估计方法。(本文来源于《温州大学》期刊2019-03-01）
陈炜杰[9]（2019）在《基于特征函数的滤波方法研究》一文中研究指出滤波技术指的是将信号中的特定波段频率分离,是现代工业电子、航空航天、图像处理等领域常用的抑制干扰的有效方法,因此得到了国内外专家学者的极度重视。在高斯线性系统中,以卡尔曼滤波器最为着名。而为了拓展滤波技术的应用,学者们研究了针对一类噪声为高斯的非线性系统的滤波算法。但针对非高斯噪声的非线性系统滤波方法的研究相对较为局限,本文就针对该类复杂系统的滤波方法进行研究。本文主要是针对基于特征函数的滤波算法的扩展研究。(1)对于现有的特征函数滤波算法进行了局限性分析,在基于多输入多输出所设计的滤波算法而适用于多输出的情况下,仅可得到数值近似的增益矩阵,存在因局部极值而导致的误差。利用泰勒展开思想将原本只适用于状态为线性观测为非线性的特征函数滤波算法,推广到适用于状态和观测均为非线性的复杂系统。通过仿真实验证明了方法的有效性。(2)特征函数滤波算法应用于多维观测系统下时,利用不动点迭代方法求解滤波增益矩阵。并对结果进行多项式拟合,从数值方法上对该算法的收敛性进行了分析,并与利用梯度下降法求解的算法进行比较实验。最后,通过一个工业器件的测量模型仿真实验证明了本文方法的有效性及适用性。(3)考虑到信息的多样性和融合性,本文在多传感器系统中分别设计了并行式和序贯式两种形式的特征函数滤波器。前者需要融合所有传感器的信息,因此信息较为可靠;后者则是考虑到了因传感器分别处于不同的地方而导致数据到达融合中心存在时间差,且传感器也可能出现的丢包现象,序贯式滤波同时还考虑到了信息继承性问题。最后通过仿真实验证明了两种滤波器设计方法的有效性及差异性。(本文来源于《杭州电子科技大学》期刊2019-03-01）
石秀文[10]（2018）在《特征函数的性质在实变函数中的应用》一文中研究指出通过对实例的解析,探讨特征函数的一些性质在解决在集合的基数与对等、可测函数及函数的积分等问题中的应用。(本文来源于《邢台学院学报》期刊2018年04期）
特征函数论文开题报告
（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：
一般参数估计方法对于叁参数概率分布存在异常值或者难以计算的问题,又因为特征函数一致有界,则此算法求出的参数估计值是参数的相合估计.本文以经验特征函数为主要工具,对一元偏正态分布的位置、尺度、形状等参数进行估计.经验似然函数算法的稳定性受到网格点的个数与取值影响,因此对于网格点的个数与取值也需进行讨论.取不同样本,模拟结果表明,与含有惩罚项的极大似然估计算法进行对比,经验特征函数算法的均方误差、绝对偏差较小,说明经验特征函数方法对于一元偏正态分布的估计更加稳健.
（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。
特征函数论文参考文献
[1].李浩,刘莉,李杰,屠瑶瑶,翟文祥.关于(a,b,0)分布类的特征函数统一表达式的若干标记[J].通化师范学院学报.2019
[2].侯格格.经验特征函数在偏正态分布中的应用[J].温州大学学报(自然科学版).2019
[3].文小波,赵雪娇.利用特征函数求解连续型随机变量函数的密度函数[J].赤峰学院学报(自然科学版).2019
[4].李斐,李琴.非中心奇异Wishart分布的特征函数[J].烟台大学学报(自然科学与工程版).2019
[5].丁林蓬.利用“特征函数”命制与求解数列问题[J].中学数学研究.2019
[6].文小波.二维随机变量的特征函数及其推导公式[J].当代教育实践与教学研究.2019
[7].孟祥飞,王瑛,李超,吕茂隆,亓尧.不确定分布特征函数及拟合有效性检验[J].哈尔滨工业大学学报.2019
[8].侯格格.稳健经验特征函数的相关理论及应用[D].温州大学.2019
[9].陈炜杰.基于特征函数的滤波方法研究[D].杭州电子科技大学.2019
[10].石秀文.特征函数的性质在实变函数中的应用[J].邢台学院学报.2018
论文知识图
