Copula函数中参数极大似然估计的性质

设m维随机变量X＝(X1,X2,…,Xm)的copula函数为C(u1,u2,…,um);α)＝C((F1(x1),F2(x2),…,Fm(xm));α),本文在(X1,X2,…,Xm)的样本空间和(U1,U2,…Um)的样本空间上讨论了m元copula函数中参数α的极大似然估计,得到了边缘分布函数连续时,两样本空间上参数α的极大似然估计和最大后验估计的等价性;而边缘分布函数不连续时,两样本空间上参数α的极大似然估计和最大后验估计的渐近等价性.     

关于对数正态分布参数极大似然估计的讨论

利用图解法研究了由EM算法得出的有数据删失情况下对数正态分布参数的极大似然估计，得到了在Matlab中利用迭代算法计算参数估计值的方法．     

线性模型逆回归统计方法

逆回归是统计学中的重要内容,在实际中有非常广泛的应用。利用极大似然估计(MLE)探讨了线性模型逆回归问题。     

林木直径分布的研究——Ⅱ.极大似然估计

本文在拟合直径分布时对给定的样本资料按判别准则来选择总体分布类型的方法取得了满意的结果。对所讨论的7种分布,给出了参数的极大似然估计,比较了不同的分布类型及不同估计方法的拟合效果。     

实现动态聚类全局最优的一种算法

聚类分析是把ｎ个个体分成ｋ个内在相近类群的一种多元统计分析方法。非系统（又称动态）聚类一般能得到比系统聚类更为合理的结果，但稳定性差的问题非常突出。以目标函数为最小迹［Ｍｉｎｔｒ（Ｗ）］为条件的动态聚类全局最优解的算法分以下三步。第一步：对个体依次易组试分，若这种试分能优化目标函数，则固化试分。进行一至多轮的试分改组，直至任一个体的改组均不能改善目标函数时为止，记录下目标函数值及相应的分类结果。第二步：设定一临界正值Ｃ＿ｉ，当试分改组增大目标函数，但又不超过Ｃ＿ｉ时仍实施改组，该轮试分过程一般会使目标函数劣化，但应对可能出现的目标函数最小化植和相应的聚类结果作出记录。对所有个体试分后，改变（降低）Ｃ＿ｉ值：Ｃ＿（ｉ＋１）＝αＣ＿ｉ（０＜α＜１）。以上两步交互运算多次。第三步：类群的重组过程，合并组中心欧氏距离最近的两类，并把平方乘积和阵迹tｒ（Ｗ＿ｉ）量大的类群一分为二以保持总组数ｋ不变。重复以上过程多次，在一定轮次（１０～１２）内目标函数未有改善时结束寻优过程。经多组模拟和实用数据运算，该算法对一般聚类分析问题都能达到全局最优解。     

八向杂交设计的QTL区间作图方法

用8个纯系亲本杂交衍生的八向杂交设计分离群体进行QTL作图的新方法,先建立八向杂交设计的数量遗传模型及其基因型的两点概率转移矩阵,以此计算基因组任一假定座位QTL基因型的条件概率;然后根据混合分布理论建立基于EM(Expectation-maximization)算法实现的QTL区间作图的极大似然估计方法。方法的有效性通过计算机模拟分析加以验证,结果表明:对于信息完全的QTL位置和效应估计的准确度和精确度,除5个QTL位置的估计均很准确外,其余均表现为样本容量越大、QTL遗传力越高,其准确度和精确度越高,表现出令人满意的结果。对于信息不完全的QTL,其统计功效未因信息不完全而受影响。此外,在该模拟设置下,标记偏分离未使QTL的统计功效、位置和效应估计的准确度和精确度显著降低。     

基于先验信息的先验分布选择方法研究

借鉴了从参数空间中估计恰当参数的解决方法, 运用于在参数的可选先验类中选择合理先验的问题中, 并借助于贝叶斯分析的相关理论建立了基于先验信息的先验选择方法.     

n维椭球体上均匀分布的参数估计

均匀分布是概率论中一种重要的分布,广泛应用于自然科学的各个领域。研究了n维椭球体上均匀分布的参数估计问题,通过球体的相关结论,得到了所有未知参数以及n维椭球体体积的矩估计,并且通过变换得出了参数的极大似然估计。     

基于数据外推的限带信号最大似然谱估计

针对高距离分辨率雷达应用背景,提出了一种在数据外推的基础上运用最大似然准则对限带信号的频谱进行估计的新方法(DE-ML).该方法首先根据常规DFT分析获得限带信号的频谱范围,然后对频域高采样率离散频谱进行最大似然估计.理论分析和实验结果表明,该方法与常规的DFT方法相比,具有更好的分辨性能;与一般的超分辨伪谱估计方法相比,具有更好的幅度估计性能以及抗噪声能力;与现有的数据外推谱估计方法相比,所需的运算量更少.     

广义误差-帕累托分布及其在保险中的应用

使用LogGED-Pareto分布模型拟合丹麦火灾保险损失数据.结果表明LogGED-Pareto模型拟合结果优于使用Cooray和Ananda提出的Lognormal-Pareto模型.     

动态聚类的一种新方法——最小组内平方和法

本文提出一种以组内平方和之和最小为标准的新的动态聚类方法,简称为最小组内平方和法(MinSS_w法).Monte-Carlo试验表明,该法能有效地调整初始分组中的个体.使之达到合理的分类,并有着良好的稳健性;而目前常用的重心法(K-means法)的动态聚类结果,却是相当不稳定的.上述结论也为一个含14个小麦品种的聚类实例所证实.     

基于缺失面板数据分析粮食产量与影响因素的关系

为我国粮食生产提供参考,利用2003—2011年的省际面板数据,在部分数据缺失的情况下,对缺失数据进行填补,结合ARMA模型及空间相关性,进而利用完备面板数据对粮食单产进行分位数回归,分析各影响因素在不同分位点上与粮食单产的关系。结果表明:有效灌溉面积比例、单位面积化肥施用量、单位耕地动力及粮食类零售价格增长指数对单位面积粮食产量起促进作用,农业生产资料价格增长指数对粮食单产作用为负,单位劳动力对其影响在各分位点表现不一。保证耕地面积、提高灌溉效率、积极预防自然灾害对粮食产量的提高至关重要。     

基于TM数据耕地面积提取方法研究

粮食作物的播种面积、产量等信息是国家制定粮食政策和经济计划的重要依据。以昔阳县为研究区域,主要应用TM数据,结合研究区土地利用现状图,基于光谱信息,提取了耕地和非耕地信息,最后利用最大似然法监督分类得出耕地面积为29242.1 hm2,分类结果精度达到93.3%。     

Joint Analysis Method for Major Genes Controlling Multiple Correlated Quantitative Traits

Based on the major gene and polygene mixed inheritance model for multiple correlated quantitative traits, the authors proposed a new joint segregation analysis method of major gene controlling multiple correlated quantitative traits, which include major gene detection and its effect and variation estimation. The effect and variation of major gene are estimated by the maximum likelihood method implemented via expectation-maximization （EM） algorithm. Major gene is tested with the likelihood ratio （LR） test statistic. Extensive simulation studies showed that joint analysis not only increases the statistical power of major gene detection but also improves the precision and accuracy of major gene effect estimates. An example of the plant height and the number of tiller of F2 population in rice cross Duonieai x Zhonghua 11 was used in the illustration. The results indicated that the genetic difference of these two traits in this cross refers to only one pleiotropic major gene. The additive effect and dominance effect of the major gene are estimated as -21.3 and 40.6 cm on plant height, and 22.7 and -25.3 on number of tiller, respectively. The major gene shows overdominance for plant height and close to complete dominance for number of tillers.     

基于最大似然估计的自适应阈值视频被动取证

基于分块级的模式噪声，提出一种基于最大似然估计的自适应阈值视频被动取证方法.它采用小波去噪和维纳滤波提取传感器的模式噪声，并通过固定大小的滑动窗口，计算分块级的能量梯度、信噪比和相邻帧相同位置块模式噪声的相关性构造特征值向量.在此基础上，采用最大似然估计得到判别篡改区域的自适应阈值.仿真实验结果表明，提出的方法对于复制-粘贴的视频内容篡改取得了较好的取证效果，并且能够对较小区域的篡改进行定位.     

一种实现混合属性数据流聚类的算法

在现有城市生态竞争力分析的国内外研究成果的基础上,依据城市竞争力和生态系统相关理论,借鉴国内外评价机构的评价模型和分析体系,构建出基于PSR框架的湖南省地级城市生态竞争力的评价指标体系,并根据2012-2013年统计数据,运用直觉模糊综合评价模型,横向比较分析了湖南省14个地级市的城市生态竞争力情况,明确了现阶段影响湖南省各城市生态竞争力的主要因素,评价了各城市的现状及潜力以及各城市间所具有的竞争优势和劣势.在此基础上,有针对性地提出了促进湖南省各个城市生态竞争力提升的政策建议.     

树木物候簇群分析方法的应用研究

依据树木物候多个形态学特征的综合性质,应用数学分析模型对不同树木的物候期进行多元的数量化分类处理,找出树种生态物候类群间相似相异的亲缘关系,并从生态型学的角度划分出相应的树木生态对策物候表现型.     

模糊C-均值聚类对点云数据的分割

点云数据的分割是点云数据处理流程中的重要内容,同时也是点云数据三维重建的前提和基础.该研究在模糊C-均值聚类(FCM)算法的基础上,根据标靶点云和建筑物点云数据的不同特征进行实验,通过Matlab对地面雷达的标靶、建筑物点云数据进行分割,探讨模糊C-均值聚类算法对点云数据分割的可行性.实验结果显示,通过选择正确点云数据的特征属性,利用模糊C-均值算法对点云数据分割具有一定的可行性.     

图书馆流通数据挖掘模式研究

从挖掘任务、工具选择、数据挖掘过程、结果评估4个方面对图书馆流通数据挖掘模式进行分析研究。     

大麦性状特异性聚类分析

为了明确聚类分析大麦性状特异性的效果,在对大麦性状一致性与稳定性分析的基础上,选取31个间断型性状和小区性状,对68个大麦品种的特异性进行了聚类分析研究。结果表明:一是运用系统聚类法判别品种间的性状差异,结果比较合理。分析结果与已知品种类别划分相近,所选性状可有效地区分品种差异;二是证明了穗的棱型、籽粒的皮裸性可作为大麦品种性状分组指标。同时也证明了2棱大麦与4棱大麦近似性要比与6棱大麦间的近似性要多;三是表明了东北三省育成的4棱大麦品种间距离短,性状相似性较大、亲缘关系较近。四是根据品种间差异性,能有效进行亲本和杂交组合的选配,从而为提高大麦育种效率提供理论依据。