导读:本文包含了似然比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:广义,波导,协方差,极值,可信性,数据,对数。
似然比论文文献综述
马朝忠,李国重,张倩倩,李新娜[1]（2019）在《北斗卫星钟差异常值处理的似然比方法》一文中研究指出北斗卫星导航系统(BDS)星载原子钟由于受到空间环境的影响和各种不确定因素的干扰,导致获取的卫星钟差数据中经常会出现异常扰动,从而降低了卫星钟性能分析的可靠性、破坏了钟差建模和预报的有效性、影响导航定位结果的精准度,需要对BDS卫星钟差数据中存在的异常值进行探测和处理。基于求和自回归移动平均模型建立BDS卫星钟差异常值探测的方差膨胀模型;运用似然比方法对BDS卫星钟差时间序列中的异常值进行探测;推导了Score检验统计量,运用最小二乘法对异常扰动的大小进行估计。试验结果表明,似然比方法能够准确探测BDS卫星钟差数据中异常值的位置,精确估计异常扰动的大小。(本文来源于《测绘科学技术学报》期刊2019年03期）
胡国兵,吴珊珊,杨忠,杨莉,赵嫔姣[2]（2019）在《LFM/BPSK混合调制信号盲处理结果可信性评估:一种简化的似然比算法》一文中研究指出针对以相关谱最大值作为统计量对线性调频/二相编码(LFM/BPSK,Linear Frequency Modulation/Binary Phase Shift Keying)混合调制信号盲处理结果进行可信性检验时,存在概率密度函数复杂,难以得到似然比检验闭合表达式的问题,提出了一种基于极值分布理论(EVT,Extreme Value Theory)的简化处理算法.利用相关谱最大值的极限分布替代其精确分布,基于纽曼-皮尔逊(NP,Neyman-Pearson)准则得到简化的似然比检验,给出了相应判决式及其判决门限的解析表达式.文中给出了不同假设下相关谱最大值的极限分布形式.计算机仿真结果表明:本算法与已有的恒虚警方法相当,但优于基于分组极值模型及超阈值模型的两种分布拟合检验法,且具有较低的计算复杂度.(本文来源于《电子学报》期刊2019年09期）
李孟林[3]（2019）在《基于似然比的短文本作者归属研究》一文中研究指出伴随信息技术在日常生活中的普及,互联网短文本作为电子数据证据的案例越来越多,国际上针对此类问题的研究已经很多,并积累了一定的成熟经验.然而,由于中文自身的特点和复杂性,西方国家主要以英文为应用场景的研究成果在中文场景下并不能很好地适用,因此研究适合于中文应用场景的短文本消息作者归属算法具有一定的现实意义.基于N-gram模型,利用似然比(likelihood ratio,LR)方法,通过词频的分布特征来确定短文本的作者归属.实验结果表明,该方法取得了比较好的归属效果.(本文来源于《信息安全研究》期刊2019年09期）
孔德智,孙超,李明杨,卓颉,刘雄厚[4]（2019）在《深海波导中基于采样简正波模态降维处理的广义似然比检测》一文中研究指出针对深海波导中的水下声源检测,结合声传播与接收特性,提出了一种基于简正波模态信息降维处理的窄带声源检测方法,运用广义似然比(generalized likelihood ratio,GLR)方法导出了深海波导中的特征值检测器和恒虚警率特征值检测器(下统称为GLR检测器).理论分析表明,给定阵列输入信噪比下,GLR检测器的输出信噪比随接收数据空间维度的减小而增大.根据简正波理论,阵列接收信号声场位于由各阶采样简正波模态信息张成的空间(简称模态空间).由于阵列孔径尺寸的限制,在深海波导中常会出现"有效模态空间"维度小于阵元域接收数据空间维度的情况.基于此性质并根据阵列采样的简正波模态信息,提取"有效模态空间"以构造降维矩阵,分别导出了使用垂直线列阵和水平线列阵时的降维GLR检测统计量.数值仿真给出了GLR检测器的检测性能分析与对比,验证了降维GLR检测器的性能改善效果,同时表明水平线列阵接收声场位于更低维的"有效模态空间","有效模态空间"维度随阵元间距和声源频率的增大而减小.(本文来源于《物理学报》期刊2019年17期）
王佳琦,任剑波,李泽琴,张更谦[5]（2019）在《模拟数量变化对全同胞似然比的影响》一文中研究指出目的本文讨论模拟人群数量和STR数量对全同胞似然比的影响,为法医遗传学鉴定中似然比临界值的制定提供参考。方法采用Familias3软件,分别用15个,19个,29个,39个STR模拟100对到100万对全同胞,观察似然比(LR值)的分布和临界值改变时相应的阳性率、阴性率、假阳性率和假阴性率的变化规律。结果当模拟人口数超过105时,99%,95%,5%和1%的LR值保持在相同的数量级,当模拟群体数量低于104时,波动范围较大。当似然率(LR)为1时各体系的灵敏度分别是:15个STR系统为98.01%-99.0%;19个STR系统为99.0%-99.3%;29个STR系统为99%-99.85%;39个STR系统为99.93%-100%。当似然率(LR)为1时各体系假阳性率为:15个STR系统为1.7225,19个STR系统为0.7370,29个STR系统为0.1311,39个STR系统为0.0593。当STR基因座个数由15个增加到39个时,LR值的参数,包括中位数,平均值,最大值,最小值,99%,95%,5%,1%和STDEV也在相应增加。结论模拟人口规模是影响LR分布的一个重要因素;在一定的人口数下,识别系统中的灵敏度和假阳性率是互相制约,增加检测系统中STR数量,可以获得更好和更高的LR值。(本文来源于《中国法医学杂志》期刊2019年04期）
郑娟毅,孙宇,张帆[6]（2019）在《对数似然比置信传播算法的改进》一文中研究指出改进对数似然比置信传播(LLR BP)算法,以提高其对低密度奇偶校验(LDPC)码的译码性能。在变量节点间加入信道响应相关性,并在算法中预设迭代次数,以使变量节点间传递的外部信息达到平衡,降低外部信息震荡现象,并保障译码不会因所需迭代次数过大而终止。改进型LLR BP算法可降低误码率,并在信噪比(SNR)较小时降低译码迭代次数。(本文来源于《现代电子技术》期刊2019年15期）
董锋,赵雅彬,罗亚平,糜忠良[7]（2019）在《似然比方法体系在法庭科学中的研究进展》一文中研究指出似然比自提出以来,经过法庭科学家和统计学家的不断完善与创新,已经形成了大量理论成果。在将似然比的理论成果进行应用的过程中,国外法庭科学家又不断改进模型从而使得似然比植根于法庭科学的各个分支。似然比的引入使得法庭科学学科根基更加牢固,内涵更加丰富,也为法庭证据证明力的量化评估提供了途径。本文在综合国外大量关于似然比研究文献的过程中,着重分析了似然比在法化学、指纹、枪弹痕迹鉴定中的应用与研究,介绍了两种似然比的计算方法(特征变量型似然比、评分法似然比)以及似然比模型的几种评价方式(错误率、Tippett图等)。以期推动国内关于似然比的理论与实证研究。(本文来源于《证据科学》期刊2019年03期）
孙高明[8]（2019）在《高维分块循环对称协方差结构的似然比检验》一文中研究指出随着科学技术水平的迅速发展,现代社会生产实践中不可避免地会遇到各类关于处理高维数据的问题.对于这些问题,由于数据维数p和样本容量N都很大,常常被称为“大p、大N”问题.在传统多元统计的假设检验问题当中,针对数据维数p固定或相对于样本容量N较小的情形,可以通过经典卡方逼近等方法得到有效处理.可是,此类方法在处理高维数据时,效果很差甚至失效.为此,紧密联系生产实践,寻求解决具有“大P、大N”特征的高维数据的新方法,是一项有意义的工作.本文主要研究了具有分块循环对称协方差结构的高维数据的假设检验问题.首先,本文通过采用似然比检验方法,在数据具有高维分块循环对称协方差结构这一原假设下,求解了似然比检验统计量的矩的表达式.进而,本文以似然比统计量的矩的表达式为出发点,结合矩母函数的连续性定理这一结论,解决了假设检验当中人们较为关心的统计量的近似分布问题.这里,本文采用两种不同的方法解决这一问题.一种是采用高阶Edgeworth渐近展开(HEE)方法解决似然比统计量的近似分布并进行误差分析,另一种是采用高阶伽马函数的渐近展开(HGA)方法获取似然比统计量的渐近正态性并给出中偏差原理(MDP).通过数值模拟,本文将给出的HEE方法及HGA方法与经典卡方近似(TCA)方法进行比较.在同一参数指标下,本文绘制了叁种方法的频率分布直方图以及给定显着性水平下的size.图表数据表明,在高维情形下TCA方法不再有效,而本文提出的HEE方法及HGA方法效果良好.同时,本文提出的HEE方法可以通过控制参数s来控制近似分布的精度;HGA方法则具有简洁的表达式并可通过MDP观察收敛的速度.(本文来源于《河南大学》期刊2019-06-01）
张贺[9]（2019）在《低信噪比环境下基于广义似然比算法的频谱感知技术研究》一文中研究指出随着无线频谱资源日益短缺,为实现不可再生频谱资源的再利用,为缓解频谱资源日益短缺与无线频谱需求日益增长之间的矛盾,认知无线电这一全新的通信理念得到了通信领域科研人员的广泛关注。因此,开发新技术,为新的业务提供更多可用频谱资源成为了一个新的研究方向。频谱感知技术是实现认知无线电应用,构建认知无线电系统的首要且核心技术,也是保护授权用户免受有害干扰、提高无线电系统自身频谱资源利用率的重要前提。目前频谱感知技术可分成如下叁类:基于发射机检测、基于干扰温度检测和基于合作感知的频谱检测。由于基于用户接收机的频谱检测算法中授权用户大多处于被动接听状态,难以确定用户具体位置,所以目前无线领域中常用的频谱感知技术为基于用户发射机检测和基于合作感知的检测两种方法。通信领域的科研学者针对频谱感知技术作出了大量的研究,有匹配滤波器检测、能量检测、周期平稳检测等相关算法,虽然这些算法在一定程度上实现了频谱感知技术,但仍然存在着很多不足。本文针传统感知算法中存在的问题进行研究,引入广义似然比算法,解决了在低噪环境中,未知授权用户信息情况下进行的频谱感知,并进行仿真设计,验证结论。论文的主要研究内容如下:首先论文介绍了基于广义似然比算法的研究背景及意义,阐述了基于广义似然比算法的国内外研究现状并分析了广义似然比算法流程。然后本文分析了国内外频谱资源的使用情况及现行频谱的管理方式,引入认知无线电技术,并针对认知无线电的关键技术频谱感知技术进行了深入的研究。重点分析了匹配滤波器算法、能量检测算法和循环平稳特征检测算法这叁种算法,总结出不同算法的适用环境及其优缺点。接着引入广义似然比算法,解决了在低信噪比环境中,未知授权用户信息情况下进行的频谱感知。将广义似然比算法与能量检测算法、匹配滤波器算法进行比较,并进行仿真,有效得出结论。在低信噪比的无线环境中,基于广义似然比算法具有良好的感知性能。最后论文针对传统频谱感知算法存在的问题进行研究。并依据不同的限制条件,总结算法的改进情况及前景。(本文来源于《吉林大学》期刊2019-06-01）
魏正元,薛玲,谢挺[10]（2019）在《基于似然比检验的VaR回测研究》一文中研究指出基于似然比检验理论,文章研究了总体服从Pascal分布、几何分布和二项分布情形下的VaR回测(Backtesting)检验问题,提出了平均首次失败次数检验法和平均失败率检验法,使得Kupiec(1995)所提出的回测检验法恰是本文研究结论的特例。最后通过数值计算验证了本文所提出方法的功效更高,在一定程度上提高了VaR预测检验的精度。(本文来源于《统计与决策》期刊2019年08期）
似然比论文开题报告
（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：
针对以相关谱最大值作为统计量对线性调频/二相编码(LFM/BPSK,Linear Frequency Modulation/Binary Phase Shift Keying)混合调制信号盲处理结果进行可信性检验时,存在概率密度函数复杂,难以得到似然比检验闭合表达式的问题,提出了一种基于极值分布理论(EVT,Extreme Value Theory)的简化处理算法.利用相关谱最大值的极限分布替代其精确分布,基于纽曼-皮尔逊(NP,Neyman-Pearson)准则得到简化的似然比检验,给出了相应判决式及其判决门限的解析表达式.文中给出了不同假设下相关谱最大值的极限分布形式.计算机仿真结果表明:本算法与已有的恒虚警方法相当,但优于基于分组极值模型及超阈值模型的两种分布拟合检验法,且具有较低的计算复杂度.
（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。
似然比论文参考文献
[1].马朝忠,李国重,张倩倩,李新娜.北斗卫星钟差异常值处理的似然比方法[J].测绘科学技术学报.2019
[2].胡国兵,吴珊珊,杨忠,杨莉,赵嫔姣.LFM/BPSK混合调制信号盲处理结果可信性评估:一种简化的似然比算法[J].电子学报.2019
[3].李孟林.基于似然比的短文本作者归属研究[J].信息安全研究.2019
[4].孔德智,孙超,李明杨,卓颉,刘雄厚.深海波导中基于采样简正波模态降维处理的广义似然比检测[J].物理学报.2019
[5].王佳琦,任剑波,李泽琴,张更谦.模拟数量变化对全同胞似然比的影响[J].中国法医学杂志.2019
[6].郑娟毅,孙宇,张帆.对数似然比置信传播算法的改进[J].现代电子技术.2019
[7].董锋,赵雅彬,罗亚平,糜忠良.似然比方法体系在法庭科学中的研究进展[J].证据科学.2019
[8].孙高明.高维分块循环对称协方差结构的似然比检验[D].河南大学.2019
[9].张贺.低信噪比环境下基于广义似然比算法的频谱感知技术研究[D].吉林大学.2019
[10].魏正元,薛玲,谢挺.基于似然比检验的VaR回测研究[J].统计与决策.2019
论文知识图
