一类渐近二次微分方程共轭概率密度特征分析

带分布时滞的渐近二次微分方程的共轭概率密度特征分析在模式识别和状态监测等领域具有较好的应用价值。分析一类渐近二次微分方程的共轭概率密度特征分析问题,构建了渐近二次微分方程数学模型,进行共轭概率密度特征提取,在此基础上,在带分布时滞高阶相空间中,对方程的初值解向量系统进行极值泛函,使得共轭概率密度特征收敛,用近似线性方法判断其边界平衡点的稳定性,得出带分布时滞的渐近二次微分方程的共轭概率密度特征值是渐进收敛的。     

基于热流密度的钢坯加热节能控制模型研究

本文基于钢坯加热的热流密度分布关联加热能耗的原理,提出一种重建加热钢坯表面的热流密度分布曲面模型的方法,以期将来能通过它建立热流密度概率密度分布曲面,调整热流密度概率密度分布曲面的权值来达到钢坯加热节能控制的目的。     

基于功率概率密度的风电场群功率长期波动特性预测方法

将现有风电场划分为由单场向场群,装机容量逐渐递增的一组风电场群。通过对风电场实测数据的分析,我们发现风电场群在形成过程中其输出功率及其功率概率密度均随装机容量的增大而增大,本文以此规律建立规划目标年风电场群功率概率密度预测模型,然后通过预测所得目标年风电场群功率概率密度,反演得到规划目标年风电场群持续功率曲线,实现对规划目标年风电场群功率波动特性的掌握。     

连续随机变量非线性函数的概率密度函数研究

概率密度函数对系统的随机性能有更为全面的描述,因此文中将连续随机变量非线性函数的概率密度函数作为研究对象,提出一种引入辅助随机变量求解非线性密度函数的方法。首先,针对随机变量的密度函数,利用概率密度演化方法,通过引入时间变量使问题转换为关于联合概率密度的偏微分方程,获取边缘密度得到函数的解析解,而对于部分密度函数的广义函数,则需引入辅助随机变量对函数进行数值积分后通过傅里叶变换获取概率密度;其次,对于非线性系统的概率密度函数,提出基于非线性系统的状态变量子空间法,在任意一子空间上对FPK方程进行积分获取低维的FPK方程,通过等效线性化处理达到表述非线性概率密度函数的目的。实验证明,通过对非线性概率密度函数的有效研究可为非线性系统控制提供可靠的理论基础。     

科技学术期刊稿流特征与系统模型选择

文章提出了科技学术期刊稿流的系统特征及其参数指标的概念，验证了期刊稿流到达的简单流特性、时间间隔的负指数分布、稿流在系统内停留时间的数学期望、状态概率和刊出时滞的偏态分布，并运用随机服务系统理论及其标准模型，对期刊的稿流概率密度和时间概率密度分布规律进行了分析研究，在此基础上给出稿流系统各项指标计算的若干重要关系式。深入研究稿流问题，对期刊编辑都各项流程的改革、编辑部编辑行为和作者投稿行为的调整以及期刊评价的新的方法体系的形成，均具有实用价值和指导意义。     

概率数学模型在数据过滤中的应用研究

为了提高对海量数据的检测过滤能力,提出基于概率数学模型的数据过滤方法,采用描述性统计分析方法构建大数据过滤的统计特征分析模型,采用高阶累积量进行数据过滤的概率密度特征统计量设计,结合模糊数学推理进行数据过滤的检测统计量分析,在海量数据环境下根据检测统计量分布的概率密度进行回归分析,采用阈值检验和门限判决方法,实现数据过滤。数据测试结果表明,采用该方法进行大数据过滤的准确性较好,数学模型的可靠性和收敛性较好。     

Van der Waals力场中束缚态粒子能级的数值方法和波函数

利用近似情况下Van der Waals力场中束缚态粒子的定态Schrodinger方程,研究束缚态粒子能级的数值方法和波函数,并讨论不同能量状态粒子的概率密度分布情况,计算经典禁区粒子出现的概率,产生了隧道效应。     

大气环境影响预测方法的研究

大气环境影响预测是环境评价中的一个重要环节,是一个比较复杂的过程,污染因子涉及的气象参数、地球环境因素较多。至今为止,没有一个万能的公式能够准确、定量地预测污染因子。在工程上最普遍应用的是正态模式(即高斯模式)。正态扩散模式的前提是假定污染物在空间的概率密度是正态分布,概率密度的标准差亦即扩散参数通常用“统计理论”方法或其它经验方法确定。正态扩散模式之所以一直被应用,主要因为它有以下优点:①物理上比较直观,其最     

基于OPNET的网络仿真模型中离散事件仿真机理研究

建立符合标准正态分布的离散事件的基础模型,在研究OPNET离散事件的产生机制、调用处理机制的基础上,以实际校园网为背景,建立仿真模型,通过回归分析的方法,验证了OPNET离散事件产生的规律性,同时建立标准均匀分布对比模型,按照实际网络运行参数,对比研究不同概率密度的离散事件对仿真结果的影响情况。     

基于随机共振概率密度特征阈值的入侵检测

网络入侵信号表现为一种多频非线性微弱信号,传统的随机共振检测方法受弱信号幅度和临界阈值约束,检测性能受限。提出一种采用随机共振概率密度特征确定信号检测临界阈值的方法,建立网络入侵信号自适应随机共振检测系统,把多频网络入侵信号采用EMD分解的方法分解为高频和低频信号两部分,使每个频段满足随机共振条件。采用相轨迹过零周期数相变判别算法提取随机共振概率密度特征,确定检测系统的临界阈值,实现对入侵信号的准确判别和检测。仿真实验表明,采用该算法进行网络入侵信号检测,能有效检测出多频非线性微弱入侵信号,检测概率具有明显提高,漏检和误报概率降低。     

常见电子产品失效模式研究及可靠性分析

针对日常生活中电子产品失效的普遍性并为了进一步了解产品的寿命、产品的维护等问题,研究了以失效比率为可靠性指标,采用多功能鼠标寿命检测装置的可靠性加速寿命的试验方法,分析建立失效模式,运用勒让德正交多项式对鼠标按键寿命概率密度函数的分布进行拟合,作出鼠标按键寿命概率密度分布图.以此提高产品的可靠性理论并能运用到实践中     

二维无限深圆方势阱的定态几率分布

在平面极坐标系中,利用薛定谔方程求解二维无限深圆方势阱中的波函数。从而分析粒子在该势阱中的运动规律,最后运用Matlab作出前面几个本征态及其概率密度分布图。圆形的量子围栏就是一个二维无限深圆方势阱,表面态电子被完全束缚在这个势阱中。在这一理论模型基础之上用MATLAB对模型计算结果进行了模拟和讨论,较好地解释了量子围栏中的表面电子所展现出的波动现象。     

有替换定数截尾试验下指数分布参数的渐进最优EB估计

正本文采用的是间接方法得到并证明了,在平方损失函数下,先验分布取Gamma分布,试验类型为有替换定数截尾试验时,指数分布参数的渐进最优EB估计。指数分布由于其无记忆性的特点是最常见的产品寿命分布,也是可靠性研究的主要分布,是研究的热点。设r.v.X~I(λ),其概率密度为     

埕岛东部东营组储层精细描述研究

基于岩石物理特征分析,通过多参数砂岩概率函数重构,拟合最优敏感函数,利用反演的泊松比和纵波阻抗参数建立储层和非储层的多参数概率密度分布函数,与已知井的符合情况达到80%以上,实现井、震的高度统一。应用属性、叠后波形指示反演以及叠前砂岩概率函数反演技术,对东部东营组储集体的分布进行预测。     

双参数指数分布族参数的经验贝叶斯估计的渐近性

在LINEX损失函数下,讨论双参数指数分布位置参数的Bayes估计。假设样本是iid,利用概率密度函数的核估计方法,构造边缘分布的概率密度估计,按照参数的Bayes估计形式,提出参数的经验Bayes(EB)估计函数,在一定的条件下可以证明所提出的这个经验Bayes估计函数是渐近最优的,并获得其收敛速度,文尾举例说明满足定理条件的参数的先验分布是存在的。     

基于非嵌入多项式混沌方法的非光滑系统不确定度量化模型设计

提出一种基于非嵌入多项式混沌方法的非光滑系统不确定度量化模型设计方法。该方法首先对非嵌入多项式混沌方法的数学理论基础进行了介绍,结合多项式混沌方法数学理论基础利用不确定度量化模型参数的概率密度信息,对不确定度量参数的概率分布进行模型设计完成对非嵌入多项式混沌方法的非光滑系统不确定度量化模型设计。利用数值例子表明,该方法在非光滑系统不确定度量化模型设计中的有效性,说明在工程设计中具有广泛的实用价值。     

基于惯性卡尔曼滤波的户外运动跟踪定位模型

在GPS户外运动定位的应用中卡尔曼滤波算法存在定位不够精确的缺点,本文以此为着眼点设计了一个以惯性优化非线性卡尔曼滤波为基础的户外运动跟踪定位模型。在设计中,先近似非线性函数的概率密度分布,之后非线性变换每个Sigma点,由此可以得出非线性变化后的方差以及点集,随后再用惯性优化模型取代高斯积分,由此形成一个以卡尔曼滤波为基础的户外运动跟踪定位模型。并针对这一模型进行了仿真实验,实验结果表明在户外运动人体跟踪定位中,本文设计的经过改进的算法与标准算法相比具有更高的精确性。     

5G网络切片在电力系统业务承载中的时延性分析

当前去中心化浪潮席卷全球,人们生活方式发生了巨大变革,分布式能源技术的应用使电力系统向着去中心化发展。由于新型分布式发电技术的进步,电力输送网络建设周期长,数字化成为推动分布式发电发展的主要驱动力。电力系统业务特性对传输网络有低时延要求,而5G网络切片以其隔离性为电力通信场景的实现提供了可能。基于此,分析主要电力系统业务指标要求,对网络购买进行仿真研究,分析电力系统业务时延特性和业务端到端时延的概率密度,证明了网络切片技术可以降低业务传输时延,但不能达到所有业务时延要求。     

电动汽车电池剩余电量百分比SOC的参数识别优化

针对标准卡尔曼滤波算法在对SOC参数识别时还存在识别精度不高、稳定性较差等问题。本文设计了一种以非线性变换卡尔曼滤波算法为基础的SOC参数识别优化模型,最先近似非线性函数的概率密度分布,之后再采用具有确定点集来对输入状态的分布进行表示,之后再对每个Sigma点进行非线性变换,得到非线性变换后的点集和方差,最后用本文设计的算法优化SOC估算算法。并进行了仿真实验。结果表明,与标准卡尔曼滤波算法相比,改进后的卡尔曼滤波算法的估算曲线波动较小,且具有更高的稳定性和估算精度。     

基于迭代容积平方根粒子滤波的城市雨水利用控制模型

城市雨水利用控制受到城市规划模型和雨水径流变化影响较大,难以形成一种合理有效的城市雨水控制模型。提出一种基于迭代容积平方根粒子滤波的城市雨水利用控制模型,采用了平方根滤波的思想,使雨水折减重要性密度函数更接近蓄水能量后验概率密度,有效反映雨水利用量和规划径流系数。通过迭代统计平方根粒子滤波,确保雨水宏观规划状态协方差矩阵的正定性,实现城市雨水利用控制模型的构建。仿真实验表明,采用该模型进行城市雨水利用和规划控制,能实现城市雨水利用的最大合理化,可为决策部门进行城市规划和雨水利用提供理论依据和实际应用参考。