一、切比晓夫不等式的一种推广（论文文献综述）
席志超[1]（2021）在《基于马尔科夫机制转换模型的股票市场指数研究》文中指出
王昱人[2]（2021）在《CPS环境下异类信息融合技术应用研究》文中指出信息物理融合系统（Cyber-physical system,CPS）是计算单元和物理对象在网络环境中高度集成交互而成的智能系统。安全性与安全监控问题是它正常运行的关键。随着技术发展,以震网攻击为代表的长期潜伏、擅长伪装、多种攻击混合进行的攻击事件使得在单一维度下进行安全监控的难度越来越大。需要通过多源信息融合,从时间和空间的不同的维度来扩展素材,从而更好的识别攻击事件。物理信息融合系统的现场环境由现场人员、物理设备以及信息系统组成。CPS具有异构异质、时空约束、领域相关等独特的特点,使得利用信息融合方法进行安全监控变得困难。尚未存在一套模型可以融合分析现场人员、物理设备以及信息系统所关联的所有安全信息。因此本文希望能构建这样一套能充分利用CPS环境下的各类安全相关信息的模型,从而可以更全面有效的监控系统的安全风险。由于系统出现的异常或安全问题不能一概而论,需要分层次、分类别地进行分析。所以本文首先对CPS环境下的多源异类安全监控设备或软件进行了分类和建模。并且将入侵检测消息交换格式（IDMEF）的应用场景进行扩展,从而统一了异类告警信息的格式。再提出了异常事件多级抽象模型（Multi-level abstract model of abnormal events,MLAMOAE）。该模型对异常事件进行了多级抽象划分,用于指导异类告警信息的融合分析,用于将安全监控问题划分为两类问题:“是否存在异常”与“存在什么样的异常”,从而可以更加清晰的认识并解决问题。基于这套模型,设计了一套异常风险评估流程,用于将“是否存在异常”与“存在什么样的异常”问题映射到D-S理论的识别框架,形成两种不同的评估方法和输出格式。并且规定了这两种评估方法之间如何进行转换。为了在CPS环境下实现该异常风险评估流程,提出了异类信息多级融合模型（Multi-level fusion model of heterogeneous information,MLFM）并通过仿真实验对模型的效果进行了验证。该模型通过多源异类信息融合的方法,综合分析来自不同时间、空间维度的信息,实现对系统安全风险的多维度、多层次地评估与检测。采用决策级融合的D-S证据理论实现对异类信息的融合判决,保障了模型的泛用性与可扩展性,可以方便的将新的信息来源加入或剔除融合模型。
杨志伟[3]（2021）在《变分数阶以及变分布阶偏微分方程的数值离散及其理论分析》文中认为在过去的几十年中,越来越多的扩散过程被证实不满足Fickian定律,例如在生物细胞中的信号传导,神经细胞中的反常的电扩散,动物的觅食行为,黏弹性和粘塑性流动以及地下水中的溶质的迁移等。而分数阶偏微分方程在描述反常扩散方面有着非常重要的应用,所以近些年来,分数阶微分方程受到人们的广泛关注。分数阶微分方程已被成功应用于各学科和工程领域,例如,流体力学,材料力学,物理学,金融学,化学等许多领域。对于布朗粒子在粘弹性介质中的随机运动,产生的阻力具有记忆效应,从而会导致分数阶随机微分方程。除此之外,在许多情况下,材料的结构可能会随着时间而变化。例如,在粘弹性介质中布朗粒子的随机运动中粒子与介质分子的碰撞可能改变介质的结构。在非常规油气或页岩气开采中,采用水力压裂技术来增大介质的孔径提高油页岩气采收率。由于分形维数通过Hurst指数[57]决定了分形维数,多孔材料的结构变化导致了分数阶导数的变化,这样就产生了变分数阶模型[9,68,75,89]。本文主要研究变分数阶以及变分布阶时间分数阶偏微分方程的数值离散及其理论分析。主要包含两部分,第一部分研究确定性变时间分数阶微分方程的数学理论与数值方法和分析。第二部分主要研究由随机噪声驱动的变分数阶随机微分方程解的存在唯一性以及数值格式和误差分析。全文由以下六个章节组成。第一章,我们简要介绍分数阶微积分的历史,并且给出几种常见的分数阶导数的定义。然后给出本文的主要内容和结构安排。第二章,对于变时间分布阶偏微分方程,我们给出了解的存在唯一性证明,并且对于解的正则性进行了分析。相应的我们给出了该模型的有限元方法数值格式,同时给出离散格式的稳定性和收敛性的证明。第三章,在这一章节中,我们讨论了变时间分数阶波动方程的数值格式与误差分析。我们提出了间接配置方法,然后对算法的相容性与稳定性以及收敛性进行了分析,得到了最优误差估计。数值实验也验证了数值格式的有效性。第四章,我们研究了由布朗运动驱动的变时间分数阶随机微分方程,我们证明了该问题的解的存在唯一性。我们对改模型提出了广义欧拉格式,并且证明了算法的稳定性与收敛性。特别地,当模型中参数λ=0时,自动退化为经典整数阶随机微分方程,特别地,我们的理论分析框架也适用于经典整数随机微分方程的情况。第五章,我们研究了由Levy噪声驱动的变时间分数阶随机朗之万方程,我们证明了该问题的解的适定性。我们对该模型提出了数值格式,并且证明了该格式的收敛性。特别地,当模型中的参数μ=0时,自动退化为经典整数阶随机郎之万微分方程,特别地,我们的理论分析框架也适用于经典整数随机郎之万微分方程的情况。第六章,对全文进行总结并对未来的研究工作进行展望。
刘路路[4]（2021）在《基于特征融合和LSTM的滚动轴承剩余寿命预测》文中研究表明滚动轴承是机械设备中的基础性零件,在旋转机械中具有举足轻重的地位。因此,滚动轴承的状态监测和剩余使用寿命预测在工业生产中显得尤为重要。传感器技术、数据存储和处理速度的进步,以及物联网、人工智能的飞速发展,诚然将我们带入了工业大数据时代。在工业大数据的背景下,基于数据驱动的滚动轴承的剩余寿命预测得到了长足的发展。本文正是围绕基于传统的数据驱动方法进行剩余寿命预测的几个关键步骤（特征提取与选择、特征融合、健康状态划分及剩余使用寿命预测）展开研究,主要研究内容分为以下三个部分。（1）提出了基于初筛和复筛的特征选择方法。首先对滚动轴承的振动加速度信号从时域、频域和时频域共提取了22个特征组成候选特征集。特征初筛通过综合指标排序的方式筛选出对退化趋势敏感的子集。基于层次聚类和互信息的特征复筛可以从敏感特征子集中进一步剔除冗余特征,最终得到优选子集。（2）提出了基于特征的自适应特征融合（AFF）和自联想核回归（AAKR）的融合方法构建健康指标。健康指标的性能是直接影响剩余寿命预测精度的关键因素。本文提出的基于特征的AFF-AAKR融合方法是对AFF和AAKR模型的组合改进,并通过实验证明了该方法提高健康指标性能的优越性。接着本文使用了自下而上的分割算法对健康指标进行了健康状态划分并获得了初始故障发生点。初始故障发生点将健康指标划分为健康期和退化期,其中退化期健康指标为剩余寿命预测的输入对象,因此该点也为剩余寿命预测的首次预测时间点。如此,还避免了随机划分健康指标的健康期和退化期而带来的剩余寿命预测误差,理论上可进一步提高剩余使用寿命预测的精度。（3）提出了基于长短时记忆网络和分段线性拟合健康指标的寿命预测方法。在动态工况及多种失效模式耦合的情况下,利用长短时记忆网络对长时间序列的建模优势和极强的非线性处理能力,搭建滚动轴承的剩余寿命预测模型,建立起了拟合的健康指标与剩余寿命之间的映射关系。本文并没有执着于改进预测模型的种类、结构或参数等来提高剩余寿命预测的效果,而是研究了预测模型的三种不同输入对预测结果的影响。实验证明了相对于分别使用原始健康指标、原始振动信号的单一特征作为输入,本文使用的分段线性拟合的健康指标作为预测模型的输入可以取得更为稳健和准确的预测结果。
王可[5]（2020）在《概率科学的基础 ——主客观主义概率观之争探究》文中进行了进一步梳理概率论是致力于系统刻画随机现象的数学研究,被广泛应用于航天航空、金融经济、卫生医疗、公共决策等诸多领域。在概率论的发展历史中,始终贯穿着主观主义概率观与客观主义概率观之间的争议。主观主义认为概率无法脱离于人类在认知上的不确定性与背景信念;而客观主义认为概率是客观存在的独立于人类认知的基本事实。两种基本观念的争论与博弈在某种意义上塑造了概率论作为一门科学的基本发展脉络。深入剖析主客观主义概率观的争论历史,深入挖掘其背后的思想根源,解析二者相互博弈的基本逻辑,具有重要的理论意义和现实价值。文章将首先以历史发展的主线来展现概率所具有两重基本属性:即概率的主观性与客观性。通过分别引述概率论发展的前期、中期和后期的相关历史文献史料,呈现主观主义和客观主义两种概率观念的核心主张。而后,通过对概率论创始人帕斯卡、主观主义概率观的代表人物贝叶斯及客观主义概率观的代表人物米泽斯的概率思想进行观念溯源,来集中展示和分析主客观主义概率观的基本内容、思想实质,并对二者间的争议焦点进行展示与分析,从而便于第四章从整体上来进一步分析主客观主义的博弈逻辑。文章将聚焦于主观主义与客观主义的争议焦点,将两种概率观的优缺点进行系统的对比分析与阐述。由此表明主客观主义之争论在何种意义上是一个动态的有机过程,厘清主客观主义如何参照各自的理论缺陷和对立方的主要理论优势来弥补自身的不足。我们将看到,主客观主义之间的这种持续争议与良性互动构成了概率论发展的基本内在动力,成为理解概率论基本发展历史的重要参照。最后,文章借助库恩着名的范式理论来尝试创造性的对主客观主义之争给出一种新的界定与阐释,由此厘清主客观主义之争的理论意蕴与现实意义。通过文章的论述与分析,可以看到,概率论的基本发展历史贯穿了主观主义-客观主义这一基本争论。对概率论作为一门科学兴起与发展的基本过程的理解,必须参照主观主义-客观主义这一对概念来进行。同时,主观主义与客观主义概率观之间的争议与关系是一个动态的有机过程,概率论的发展本身在某种意义上就是主观主义和客观主义面对各自面临的缺陷和诘难来弥补和完善自身的过程。
章溢[6]（2020）在《非寿险精算中风险保费的经验厘定及其应用研究》文中研究说明在保险精算中,风险的定义为被保险人可能遭受的损失。为了将这种不确定性转嫁给保险公司,投保人需要缴纳固定金额的保险费或保费。对投保人来说,希望风险在尽可能被转移的条件下,缴纳的保费越少越好。对保险公司而言,需要根据风险本身的特征制定合适的保费定价策略。保费太低,保险公司将遭受损失甚至破产;保费太高,被保险人将选择能提供更低保费的其他保险公司,导致保险公司失去保单。对保险公司来说,合理定价保费是精算师最重要的任务之一。在概率统计中,常用非负随机变量来刻画风险。随机变量的概率分布完全决定了风险的取值特征,这时保费可定义为从非负随机变量到非负实数集合的一个函数。常用的保费计算原理包括期望值保费原理、方差保费原理、标准差保费原理、修正方差保费原理、指数保费原理、Esscher保费原理、Kamps保费原理、荷兰保费原理等等。对选取的保费计算原理,精算师需要根据已有的数据资料对保费进行尽可能准确地估计,以使得制定的保费既能正确反映风险的特征,又能让保险公司正常运转并在市场中具有竞争力。在非寿险保险的保费估计过程中,有两类信息可供使用。一类是保单持有人在若干保单期内的损失样本的观测值,另一类是同行业的保费资料或精算师的经验知识等形成的先验信息。在早期的保险精算中,精算师建立了保单损失的贝叶斯模型,将净保费的估计限定在样本的线性函数中,在平方损失函数下得到的保费估计恰好为经验保费和聚合保费的加权平均,其中权重被称为信度因子。在多合同保单数据中,利用经验贝叶斯方法可以得到信度因子的估计,从而得到保费的经验贝叶斯估计,这种保费定价的方法也称为信度理论或经验厘定。然而,从数学形式上看,净保费原理本质上是在风险参数给定的条件下风险保费的条件均值。因此,净保费原理仅仅反映了风险的数学期望特征,而与随机变量的波动性如方差等无关。更重要的是,净保费原理不能满足保费计算原理的正的安全负荷性。因此,早期的信度理论在实际中并不能直接运用。在近代的信度理论中,已经有较多的文献讨论了在一些常用保费计算原理中风险保费的信度估计及经验厘定问题。从已有文献的研究方法和结果来看,大部分都是基于损失函数的方法来研究某些特殊的保费计算原理中风险保费的经验厘定问题。但这种方法不容易推广运用到其它保费计算原理。在此基础上,本文研究了Esscher保费原理、期望效用保费原理、矩相关保费原理等保费计算原理中风险保费的信度估计及其经验厘定问题。本文研究的经验厘定方法不仅能直接运用于非寿险精算的保费定价,而且给出了这些保费计算原理中保费厘定的统一方法。由于本文讨论的保费计算原理都具有正的安全负荷性,因此在实际中可以直接使用。本文的研究结果可为精算师在保费定价过程中提供新的思路和理论依据。综合来说,本文的研究内容包含以下六个方面。（1）详细介绍了经典的信度理论模型,比较了净保费原理中风险保费的极大似然估计、贝叶斯估计和信度估计的估计效率。介绍了非寿险精算中常用的保费计算原理及其性质,并以期望值保费原理和Va R保费原理为基准,利用数值模拟和Bootstrap方法研究了保费估计的最优性。此外,以指数保费原理为例,讨论了保费的变点存在与否的假设检验问题,给出了变点位置的估计,并证明了变点估计的收敛速度。（2）研究了Esscher保费原理中风险保费的经验厘定问题。已有较多的文献研究Esscher保费原理中风险保费的信度估计问题。与传统的研究方法不同,本文通过分析风险保费的结构,将风险保费分为两部分,分别利用信度估计的思想独立进行线性化估计,并通过最小化加权期望平方损失得到风险保费的信度估计。与已有研究的结论相比,本方法得到的信度估计的相合性非常容易证明,且结构参数易于估计。数值模拟的结论表明,本文得到的估计比已有的估计具有更小的均方误差。进而,利用保险公司的实际数据对本文的结果进行了验证和比较。（3）结合经济学中的期望效用原理,利用期望效用平衡准则给出了期望效用保费原理中风险保费的定义,研究了风险保费的贝叶斯估计和两种形式的信度估计,并证明了贝叶斯估计和信度估计的相合性和渐近正态性。在多合同的保单组合模型中,提出了结构参数的估计方法,进而得到了风险保费的经验贝叶斯估计。通过选取不同的效用函数,这部分的结果可看作净保费原理、指数保费原理和Esscher保费原理中信度估计的推广。模拟结果显示,本文提出的信度估计不仅具有良好的统计性质,而且与效用理论相吻合。最后,利用某保险公司汽车第三者责任险的保单组合数据,验证了信度估计的效率。（4）提出了一种新的保费计算原理——矩相关保费计算计算原理。该保费计算原理至少包含了六种常用的保费计算原理。在此基础上,建立了矩相关保费原理的贝叶斯模型。结合信度理论的思想,得到了矩母函数的信度估计,最终得到了风险保费的信度估计。本部分内容的研究统一了至少六种常用保费计算原理中风险保费的经验厘定方法。在数值模拟部分,分别在净保费原理、方差保费计算原理、Esscher保费计算原理、指数保费计算原理中将本文提出的信度估计与已有信度估计进行比较。结论显示,本文得到的估计不仅具有很好的统计性质,而且具有较强的普适性和实用性。进一步,将估计条件矩母函数的方法运用于估计条件分布函数,从而得到失真保费计算原理中风险保费的两种形式的信度估计和相应的经验贝叶斯估计。在失真保费计算原理中,证明了这两种信度估计的大样本性质,并比较了它们的效率。（5）将索赔额的经验厘定方法运用于聚合风险模型。在聚合风险模型中,分别假设索赔额和索赔次数依赖于不同的风险参数,因而建立了聚合风险的二元联合贝叶斯模型。在方差相关保费计算原理下,研究了总风险的贝叶斯估计和信度估计问题。进一步地,在泊松聚合风险模型中,讨论了四种常用保费计算原理中风险保费的厘定问题。通过数值模拟方法比较了贝叶斯估计和信度估计的均方误差,同时验证了估计的统计性质。（6）研究了经验厘定方法在责任准备金评估中的应用。通过建立责任准备金的随机进展因子的贝叶斯模型,得到了随机进展因子的信度估计,并得到了责任准备金的信度估计。与传统的链梯法相比,在本文的研究中,假设进展因子为随机变量,得到的责任准备金估计不仅利用了进展因子的先验信息,而且不需要假设样本和进展因子的具体分布形式。当进展因子的先验分布退化为单点分布时,本模型可退化为传统的链梯法,因此本文的模型可以看成是传统链梯模型的推广。模拟的结果显示,本文的方法比传统的链梯法精确度更高。
钟健飞[7]（2020）在《旋转机械零部件剩余寿命预测方法研究》文中指出随着现代工业水平的不断提高,机械设备日益向大型化、精密化、复杂化方向发展。旋转机械零部件作为最常见的机械设备,是进行连续工业生产的基础。关键的旋转机械零部件如轴承、齿轮、主轴等的性能状态直接或间接地决定着重大机械设备如航空发动机、水力发电机、燃气轮机等能否正常运行。在复杂工况下长期运行的旋转机械零部件会不可避免地发生性能退化,从而导致剩余寿命（Remaining Useful Life,RUL）不断减少,发生故障的可能性逐渐增加。一旦故障发生,轻则造成巨大的经济损失,重则导致人员伤亡,产生严重的社会影响。鉴于旋转机械零部件在各类机械设备中的重要地位,对其剩余寿命的预测方法开展研究,有助于企业从传统的被动维护模式向主动维护模式转型,使得企业能够在故障发生之前,有针对性地制定生产计划和维修策略,对于减少企业的设备使用风险、降低企业的设备维护成本、提高企业的经济效益、促进整体社会经济的发展具有重要意义。传统的基于概率统计模型的剩余寿命预测方法在建模过程中往往缺乏对失效过程系统化的考量,对失效样本的数量有着较高的要求,且难以实现剩余寿命的实时预测。因此,本文从失效系统和性能退化的角度出发,对旋转机械零部件剩余寿命的预测方法开展研究,主要内容如下:（1）根据旋转机械零部件与驱动系统的连接关系,提出一种基于改进指数-威布尔分布的旋转机械零部件剩余寿命预测方法。该方法在可靠性理论的基础上,通过引入关联系数得到一种改进的指数-威布尔分布模型,并利用极大似然估计法确定模型参数。针对失效样本数量较少导致参数估计结果精度不高的问题,该方法采用一种改进的自助法对样本量进行扩充,从而降低了参数估计的误差,提高了最终剩余寿命预测结果的精度。PRONOSTIA轴承数据集的算例表明,该方法能更加全面地描述轴承寿命的统计学特性,并且该方法相较于传统的指数-威布尔模型具有更高的预测精度。（2）在旋转机械零部件从健康状态运行到寿命截止状态的过程中,各种随机的外界因素,如振动、温度和湿度等,都会在不同程度上对寿命截止时间产生影响。而基于概率统计模型的剩余寿命预测方法往往难以全面地表征各种外界因素对旋转机械零部件的耦合作用,并且在建模时需要依赖工程实践经验。针对上述问题,提出一种基于集成堆栈自编码器（Stacked Auto-Encoder,SAE）与退化轨迹相似度的旋转机械零部件剩余寿命预测方法。该方法通过建立多个具有不同初始超参数的SAE,分别从不同的角度来学习机械装备的性能退化特征;考虑机械装备性能退化的特点,引入Cri指标和特征频率对特征进行筛选,并构建集成特征集合;利用自组织映射（SelfOrganizing Mapping,SOM）网络和SAE对退化特征进行融合,生成基于退化阶段的新型健康指标（Health Index/Indicator,HI）;最终利用基于退化轨迹相似度的剩余寿命预测方法实现旋转机械零部件剩余寿命的动态预测。轴承数据集剩余寿命预测实例表明:该方法不仅能够自适应地提取深度特征,而且具有较为理想的预测精度。（3）针对不同特征对于退化过程的表征能力存在差异的问题,提出一种基于改进SAE与退化轨迹相似度的旋转机械零部件剩余寿命预测方法。该方法根据不同特征的Cri值,对每个特征在特征融合模型中的重要度进行量化;对不同重要度的特征所对应的输入层神经元的权重添加惩罚系数,完成特征融合模型的训练;结合基于退化轨迹相似度的剩余寿命预测方法实现旋转机械零部件剩余寿命的预测。在轴承剩余寿命预测实例中,该方法充分利用高Cri值特征对退化过程优异的表征能力,更加准确地反映了机械装备的性能退化特性,相比于（2）中的剩余寿命预测方法,该方法的预测精度有了显着的提高。
丁林[8]（2020）在《基于簇合并技术的密度峰值聚类算法研究》文中指出聚类算法,作为机器学习的重要技术,在先验参数不足时,仍依据样本间的相似度或距离将数据集划分为多个类别,因此被广泛应用于图像分割、生物信息、模式识别、信息检索、数据挖掘等领域。密度峰值聚类算法,基于簇中心具有较大局部密度且相互远离的假设,通过给定的合适阈值（截断距离）,绘制决策图并从中高效地选取合适的簇中心,且具有参数少、无迭代、边界无噪声等优点。但该算法未提供可靠的阈值选取方法与自动选取各簇中心策略。为克服上述缺陷,本文进行了相关研究,其主要工作与创新如下:1.为密度峰值聚类算法提出一种自动选取中心策略。该策略将原算法中离散、可数的截断距离取值区间定义为连续区间,利用残差分析法选取截断距离区间内的多组簇中心,统计各组簇中心数量,在簇的目标数量已知时,从多组簇中心中选取中心数与目标数一致的簇中心组合。本文在公共数据集中测试了该自动选取中心策略,并对比了密度峰值聚类算法的新近优化算法,以及一些着名的聚类算法。实验结果表明,该策略准确、自动地选取各簇中心。2.提出叶节点密度峰值聚类算法。该算法是一种基于簇边界合并技术的自动密度峰值聚类算法,以树结构存储各簇,利用叶节点查找有邻簇边界与无邻簇边界,并通过对比相邻簇边界样本密度,将被误分的子簇合并,利用本文提出的自动迭代策略使簇数量逐渐接近真实值,从而确定合适的截断距离。本文利用一些公共数据集,测试了叶节点密度峰值聚类算法、密度峰值聚类算法及其新近优化算法、以及一些着名聚类算法的性能。实验结果表明,该算法自动确定合适的截断距离与簇中心,具有较强的自适应能力。
吕青普[9]（2019）在《天津大气污染物数据分析与可视化方法研究》文中研究指明天津作为我国重要的工业城市,在2016年工业生产总值达到2.94万亿元,成为北方第一工业城市。伴随着天津市人口的快速增长以及机动车保有量的激增,天津空气污染程度不断加剧。尤其颗粒污染物如PM2.5、PM10的增多,导致天津市雾霾程度不断加重。天津空气质量的不断恶化,已经严重威胁了广大人民群众的健康,使得呼吸系统的疾病发病率不断升高。分析天津市大气污染物的时序浓度变化规律及地理分布特征,对于揭示天津市空气质量变化规律具有重要的科学意义,同时可为制定有针对性的、精准的治污策略提供数据支持。基于2016年天津市国市控监测点数据,以二氧化硫、二氧化氮、一氧化碳、臭氧、PM2.5、PM10等大气主要污染物为研究对象,针对2016全年大气污染物质量浓度变化进行相关性研究与分析,并将污染物浓度分布作了三维可视化展示。论文的主要工作和结论如下:第一,建立了噪声数据检测和修复模型,对获得的原始污染物浓度数据进行数据清洗,在噪声的检测与修复过程中不仅考虑了单一污染物自身时间序列的变化趋势,而且以其它气态污染物浓度变化趋势为参比,对脏数据的检测与修正都起到了积极的作用。第二,在对原始数据完成数据清洗的基础上,针对天津监测的大气污染物浓度进行了日变化特征、月变化特征的统计与分析,总结出大气污染物在一天内各时点的变化规律、不同月份的变化规律,并应用回归计算,分析2016年不同大气污染物日均浓度值之间的相关关系。第三,针对天津市27个监测点监测到的各污染物浓度值分别进行层次聚类算法与K均值聚类,两者的聚类结果呈现高度的一致性,这不仅验证了分类结果的正确性,而且说明同一结果类内监测点覆盖的区域其污染物浓度值存在高度的相似性,为制定针对性的区域治污策略提供指导意义。第四,建立了大气污染物浓度插值模型,将天津市根据行政区域划分为多个网格,对网格污染物浓度数据进行双次插值处理,建立天津市大气污染物三维可视化模型,展示了天津市各大气污染物的空间分布状况。
李依霏[10]（2019）在《风险模型的调节系数与破产概率的研究》文中研究表明在当今的大环境下,社会不断进步,保险业务的日益繁荣,人们的思想意识不断增强,进而对保险理赔更加重视。在现实社会中,发生的许多事情对于我们都具有不确定性,这些不确定事件发生的可能性只能用概率来确定。然而在这些不确定事件中,风险理论起到了重要的作用。假设在保险行业中,每个保险项目都相对存在风险,保险公司要清楚其损失分布,及这些单个损失叠加后总损失额是十分必要的。由于保险公司的总损失分布是根据单个损失额和总损失额来确定的,但总索赔额和单次索赔额是随机变量。那么一系列的问题就出现了,例如如何确定发生总索赔额和单次索赔额的可能性?怎样从每个项目中得出保险公司所要承担的风险系数?解决这样的一系列问题需要运用风险理论。对于风险理论的探究许多都是理论上的分析,在现实的社会及保险业务的开展上,需要更多的理论和实际的相结合。因此在原有的研究基础之上,本文进行了更多的实际数据的研究,对三种风险模型做了定量分析,为保险公司减少损失程度和发生损失的概率提供了现实的数据。第一章,主要对风险理论目前发展现状、选题依据作了简述。介绍本文主要研究内容及创新之处。第二章,风险理论相关的预备知识,及研究破产理论运用的研究方法:William Feller的更新论证方法、鞅方法等,接着介绍了本文研究的Poisson过程及复合Poisson过程,其次是在本文证明及论证过程中所运用到的矩母函数原理,及各个风险模型的调节系数相关的基础知识。第三章,首先是介绍Poisson过程满足的条件和相关定义的论证,得到相关结论,其次对这两种模型的调节系数进行比较,调节系数上下界取值范围,对比较结果进行数值分析,最后用实例验证研究结果,得到了有利的实例支持。第四章,探究再保险问题,如何进行再保险,从而建立再保险风险模型。首先对不再保险的风险模型和再保险风险模型分别阐述了保险公司盈余满足的条件,及破产概率的论证,然后是再保险风险模型调节系数的数值分析,得出提高保险公司平稳运营的措施,最后利用实例验证了结论。第五章,关于负风险模型的研究。作为与风险模型相反的一种运营方式,通过分析其破产概率数值,得到破产概率的相关性会导致其风险模型过程中的破产概率变大。最后对负风险模型的调节系数进行数值分析,得出调节系数R对破产概率的影响。
二、切比晓夫不等式的一种推广（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、切比晓夫不等式的一种推广（论文提纲范文）
（2）CPS环境下异类信息融合技术应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.2 国内外研究历史与现状 |
| 1.2.1 CPS模型与面临的安全风险 |
| 1.2.2 多源异类信息融合 |
| 1.3 本文的研究内容 |
| 1.4 本论文的结构安排 |
| 第二章 相关技术理论 |
| 2.1 CPS环境下安全监测技术简述 |
| 2.1.1 物理信息异常监测技术 |
| 2.1.2 入侵检测技术 |
| 2.1.3 人脸识别技术 |
| 2.2 多源异类信息融合算法 |
| 2.2.1 信息融合算法分类 |
| 2.2.2 多源异类信息融合算法的选择 |
| 2.2.2.1 特征级融合算法对比分析 |
| 2.2.2.2 决策级融合算法对比分析 |
| 2.2.3 D-S证据理论基本概念 |
| 2.2.4 D-S理论融合规则的选择 |
| 2.3 其他相关算法 |
| 2.4 本章小结 |
| 第三章 异类信息多级融合模型 |
| 3.1 目标分析 |
| 3.2 场景建模 |
| 3.2.1 信息源 |
| 3.2.1.1 信息源的分类 |
| 3.2.2 告警信息格式规范化 |
| 3.2.2.1 入侵检测消息交换格式(IDMEF) |
| 3.2.2.2 统一告警信息类 |
| 3.2.3 异常事件多级抽象模型 |
| 3.2.3.1 异常事件多级抽象模型 |
| 3.2.3.2 异常事件的类别/证据的类别 |
| 3.2.4 异常风险评估流程 |
| 3.2.4.1 MLFM模型中异常风险评估流程 |
| 3.2.4.2 “证据”格式 |
| 3.2.4.3 “异常事件风险评估信息”格式 |
| 3.3 异类信息多级融合模型 |
| 3.3.1 算法模型结构 |
| 3.3.2 预处理并缓存 |
| 3.3.3 告警-证据映射阶段 |
| 3.3.4 同类证据融合阶段 |
| 3.3.5 异类信息融合阶段 |
| 3.3.6 时域融合阶段 |
| 3.3.7 事件响应和评估反馈 |
| 3.4 本章小结 |
| 第四章 仿真实验设计与结果分析 |
| 4.1 多源异类信息融合系统结构 |
| 4.2 仿真实验设计 |
| 4.2.1 仿真实验方案 |
| 4.2.2 数据来源 |
| 4.2.3 网络信息源选择与处理 |
| 4.2.4 物理信息源选择与处理 |
| 4.2.5 人员信息类信息源选择与处理 |
| 4.3 仿真分析和结果展示 |
| 4.3.1 单个信息源检测效果 |
| 4.3.1.1 网络信息源检测效果 |
| 4.3.1.2 基于异常检测的物理信息源检测效果 |
| 4.3.1.3 基于参数状态估计的物理信息源检测效果 |
| 4.3.1.4 人员信息类信息源源检测效果 |
| 4.3.2 同类证据融合阶段效果验证 |
| 4.3.2.1 多种融合判决方式效果对比 |
| 4.3.3 异类信息融合阶段效果验证 |
| 4.3.4 单判决周期内复合攻击场景检测效果验证 |
| 4.3.5 时域融合阶段检测效果验证 |
| 4.4 本章小结 |
| 第五章 全文总结与展望 |
| 5.1 全文总结 |
| 5.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（3）变分数阶以及变分布阶偏微分方程的数值离散及其理论分析（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 符号说明 |
| 第一章 绪论 |
| 1.1 分数阶微积分简介 |
| 1.2 本文的主要内容 |
| 第二章 变时间分布阶分数阶扩散方程:理论与数值分析 |
| 2.1 前言 |
| 2.2 辅助引理 |
| 2.3 变分布阶分数阶微分方程 |
| 2.4 变分布阶分数阶偏微分方程解的适定性与光滑性 |
| 2.5 有限元方法与误差估计 |
| 2.5.1 有限元数值格式的导出 |
| 2.5.2 截断误差的分析 |
| 2.5.3 有限元逼近格式的最优误差估计 |
| 2.6 数值实验 |
| 2.7 本章小结 |
| 第三章 变分数阶波方程的时间配置方法及最优误差估计 |
| 3.1 前言 |
| 3.2 变阶分数阶微分方程模型 |
| 3.3 模型问题的间接配点法 |
| 3.4 间接配置法的误差估计 |
| 3.4.1 模型的适定性与光滑性 |
| 3.4.2 对v-v_τ的误差估计 |
| 3.4.3 对u-v_τ的误差估讣 |
| 3.5 数值实验 |
| 3.6 辅助引理 |
| 3.6.1 广义Gronwall's不等式 |
| 3.6.2 截断误差估计 |
| 3.7 本章小结 |
| 第四章 变分数阶随机微分方程理论与数值方法 |
| 4.1 前言 |
| 4.2 变分数阶随机微分方程解的存在唯一性定理 |
| 4.3 Euler-Maruyama方法和强收敛性 |
| 4.3.1 数值格式 |
| 4.3.2 辅助方程和误差估计 |
| 4.3.3 对于广义Euler-Maruyama数值算法的误差估计 |
| 4.4 数值实验 |
| 4.4.1 广义Euler-Maruyama数值格式的强收敛性 |
| 4.4.2 变分数阶随机微分方程解的图像 |
| 4.5 辅助引理 |
| 4.6 本章小结 |
| 第五章 变分数阶随机朗之万方程的理论与数值分析 |
| 5.1 前言 |
| 5.2 引理 |
| 5.3 解的存在唯一性定理 |
| 5.4 数值格式和收敛性分析 |
| 5.4.1 辅助方程及其误差估计 |
| 5.4.2 数值格式的误差估计 |
| 5.5 数值实验 |
| 5.6 本章小结 |
| 第六章 总结 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间完成的工作 |
| 作者简介 |
| 学位论文评阅及答辩情况表 |
（4）基于特征融合和LSTM的滚动轴承剩余寿命预测（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 特征提取和选择的研究现状 |
| 1.2.2 特征融合构建健康指标的研究现状 |
| 1.2.3 健康状态划分的研究现状 |
| 1.2.4 剩余寿命预测的研究现状 |
| 1.3 论文结构和主要研究内容 |
| 第二章 滚动轴承的特征提取与特征选择 |
| 2.1 振动信号的特征提取 |
| 2.1.1 时域特征提取 |
| 2.1.2 频域特征提取 |
| 2.1.3 时频域特征提取 |
| 2.2 基于初筛和复筛的特征选择方法 |
| 2.2.1 基于综合指标排序的特征初筛 |
| 2.2.2 基于层次聚类和互信息的特征复筛 |
| 2.3 实验验证 |
| 2.3.1 实验数据介绍 |
| 2.3.2 特征提取的实验及结果 |
| 2.3.3 基于综合指标排序的特征初筛的实验及结果 |
| 2.3.4 基于层次聚类和互信息的特征复筛的实验及结果 |
| 2.4 本章小结 |
| 第三章 滚动轴承的特征融合及健康状态划分 |
| 3.1 基于特征的AFF-AAKR融合方法 |
| 3.1.1 自适应特征融合方法介绍 |
| 3.1.2 基于自联想核回归模型的融合方法介绍 |
| 3.1.3 基于特征的AFF-AAKR融合方法介绍 |
| 3.2 基于BUP时间序列分割算法的健康状态划分 |
| 3.2.1 BUP时间序列分割算法介绍 |
| 3.2.2 选择最优分段数的评价指标 |
| 3.3 实验验证 |
| 3.3.1 基于特征的AFF-AAKR的融合实验 |
| 3.3.2 基于BUP分割算法的健康状态划分的实验及结果 |
| 3.3.3 特征融合方法的对比实验及结果 |
| 3.4 本章小结 |
| 第四章 基于LSTM及分段线性拟合HI的滚动轴承的RUL预测 |
| 4.1 RNN原理介绍 |
| 4.2 LSTM原理介绍 |
| 4.3 实验验证 |
| 4.3.1 基于LSTM及分段线性拟合HI的轴承寿命预测框架 |
| 4.3.2 实验结果及分析 |
| 4.4 本章小节 |
| 第五章 全文总结与展望 |
| 5.1 全文总结 |
| 5.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（5）概率科学的基础 ——主客观主义概率观之争探究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 选题的背景及意义 |
| 1.2 国内外研究综述 |
| 1.2.1 国外研究综述 |
| 1.2.2 国内研究综述 |
| 1.3 文章主要创新之处 |
| 1.4 研究方法与章节情况 |
| 1.4.1 研究方法 |
| 1.4.2 章节情况 |
| 2 以历时的视角评说概率的两重性 |
| 2.1 概率论前期发展理论的性质 |
| 2.1.1 概率论创立前的研究工作 |
| 2.1.2 概率论创立后的研究工作 |
| 2.2 概率论中期发展理论的性质 |
| 2.2.1 三部里程碑着作及其思想 |
| 2.2.2 同三部着作息息相关的人物及思想 |
| 2.3 概率论后期发展理论的性质 |
| 2.3.1 概率论未公理化性质 |
| 2.3.2 概率论公理化后性质 |
| 2.4 小结 |
| 3 主客观主义概率观的思想及溯源 |
| 3.1 主观主义概率观思想溯源 |
| 3.1.1 帕斯卡的主观主义概率观 |
| 3.1.2 贝叶斯主义 |
| 3.2 客观主义概率观思想溯源 |
| 3.2.1 帕斯卡的客观主义概率观 |
| 3.2.2 冯·米泽斯的频率理论 |
| 3.3 小结 |
| 4 主客观主义概率观的争论研究 |
| 4.1 主观主义概率观的优势与缺陷 |
| 4.1.1 贝叶斯主义的基本优势 |
| 4.1.2 贝叶斯主义面临的质疑 |
| 4.2 客观主义概率观的优势与缺陷 |
| 4.2.1 频率理论的基本优势 |
| 4.2.2 频率理论面临的质疑 |
| 4.3 主客观主义概率观的约束和规范 |
| 4.3.1 贝叶斯主义的约束和规范 |
| 4.3.2 频率理论的制约和完善 |
| 4.4 主客观主义概率观的“拓展” |
| 4.4.1 吉利斯对主客观主义概率观的见解 |
| 4.4.2 莱勒对主客观主义概率观的看法 |
| 4.5 小结 |
| 5 主客观主义概率观“范式转换”及其意义 |
| 5.1 库恩的范式理论 |
| 5.2 库恩范式理论的再解读 |
| 5.3 主观主义概率观“范式转换”后的意义 |
| 5.3.1 对重大疾病进行诊断和估算 |
| 5.3.2 博弈论中的贝叶斯决策理论 |
| 5.4 频率理论“范式转换”的意义 |
| 5.4.1 泊松分布估计交通路口安全 |
| 5.4.2 切比雪夫定理估算新生儿出生概率 |
| 5.5 小结 |
| 结语 |
| 参考文献 |
| 附录 |
| 攻读学位期间的研究成果 |
| 致谢 |
（6）非寿险精算中风险保费的经验厘定及其应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题的背景与研究意义 |
| 1.1.1 选题的背景 |
| 1.1.2 研究意义 |
| 1.2 国内外文献综述 |
| 1.3 论文的研究思路和方法 |
| 1.4 论文的创新点 |
| 1.5 论文的结构安排 |
| 第2章 风险保费的贝叶斯模型及保费的最优性分析 |
| 2.1 风险保费的贝叶斯模型 |
| 2.2 风险保费的贝叶斯估计与信度估计的比较 |
| 2.3 风险保费的经验贝叶斯估计 |
| 2.4 保费计算原理及其性质 |
| 2.4.1 保费计算原理的性质 |
| 2.4.2 非寿险精算中常用的保费计算原理 |
| 2.4.3 基于风险度量的保费计算原理 |
| 2.5 保费计算原理的比较与最优性分析 |
| 2.5.1 基于数值模拟的常用保费计算原理的比较 |
| 2.5.2 基于Bootstrap方法的保费比较 |
| 2.5.3 基于VaR的各类保费计算原理的比较 |
| 2.6 指数保费原理中保费的变点推断 |
| 2.6.1 指数保费原理中保费变点位置的估计 |
| 2.6.2 变点位置估计的大样本性质 |
| 2.6.3 保费变点的模拟研究 |
| 第3章 Esscher保费原理中风险保费的经验厘定 |
| 3.1 引言 |
| 3.2 Esscher保费的贝叶斯模型 |
| 3.2.1 Esscher保费原理 |
| 3.2.2 Esscher保费原理中风险保费的贝叶斯估计 |
| 3.3 风险保费的信度估计 |
| 3.4 风险保费的经验贝叶斯估计 |
| 3.4.1 保单组合风险模型中风险保费的信度估计 |
| 3.4.2 结构参数的估计与经验贝叶斯估计 |
| 3.5 模拟比较与实证分析 |
| 3.5.1 信度估计的计算和性质比较 |
| 3.5.2 经验贝叶斯估计与实证分析 |
| 第4章 期望效用原理中风险保费的信度估计 |
| 4.1 引言 |
| 4.2 期望效用保费原理及其性质 |
| 4.3 单保单合同模型中风险保费的贝叶斯估计 |
| 4.3.1 风险保费的贝叶斯模型 |
| 4.3.2 风险保费的贝叶斯估计和信度估计 |
| 4.4 多保单合同模型中风险保费的经验贝叶斯估计 |
| 4.5 数值模拟与比较 |
| 4.6 实际例子分析 |
| 第5章 矩母函数的信度估计及保费的经验厘定 |
| 5.1 引言 |
| 5.2 矩相关保费原理的概念和性质 |
| 5.3 矩相关保费原理中风险保费的信度估计 |
| 5.4 结构参数的估计 |
| 5.5 数值模拟与比较 |
| 5.5.1 相合性和渐近正态性的模拟 |
| 5.5.2 与已有的信度估计的模拟比较 |
| 5.5.3 经验贝叶斯估计的绩效评估 |
| 5.6 经验厘定方法在失真保费原理中的应用 |
| 5.6.1 失真保费原理中风险保费的信度估计 |
| 5.6.2 失真保费原理中风险保费的经验贝叶斯估计 |
| 5.6.3 两个经验贝叶斯估计的比较 |
| 5.6.4 数值模拟与比较 |
| 5.6.5 实证分析与比较 |
| 第6章 聚合风险模型中风险保费的贝叶斯推断 |
| 6.1 聚合风险模型 |
| 6.2 聚合风险模型中风险保费的贝叶斯模型 |
| 6.3 风险保费的贝叶斯估计和信度估计 |
| 6.4 估计的统计性质 |
| 6.5 贝叶斯假设下的泊松聚合风险模型 |
| 6.5.1 期望值保费原理中风险保费的估计 |
| 6.5.2 方差保费原理中风险保费的估计 |
| 6.5.3 标准差保费原理中风险保费的估计 |
| 6.5.4 修正方差保费原理中风险保费的估计 |
| 6.6 实际例子分析 |
| 第7章 经验厘定方法在责任准备金评估中的应用 |
| 7.1 责任准备金评估问题及研究进展 |
| 7.2 进展因子的贝叶斯模型 |
| 7.3 进展因子的信度估计 |
| 7.4 进展因子的经验贝叶斯估计 |
| 7.5 数值模拟与实证研究 |
| 第8章 研究总结及展望 |
| 8.1 本文的研究总结 |
| 8.2 论文的不足和研究展望 |
| 参考文献 |
| 博士期间的科研成果 |
| 致谢 |
（7）旋转机械零部件剩余寿命预测方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于物理模型的剩余寿命预测方法研究现状 |
| 1.2.2 基于概率统计模型的剩余寿命预测方法研究现状 |
| 1.2.3 基于机器学习的剩余寿命预测方法研究现状 |
| 1.3 论文的主要内容与章节安排 |
| 第二章 剩余寿命预测基础理论 |
| 2.1 引言 |
| 2.2 剩余寿命预测概述 |
| 2.3 用于剩余寿命预测的概率统计模型 |
| 2.4 用于剩余寿命预测的机器学习模型 |
| 2.4.1 深度学习模型 |
| 2.4.2 集成学习模型 |
| 2.4.3 堆栈自编码器模型 |
| 2.5 本章小结 |
| 第三章 基于概率统计模型的旋转机械零部件剩余寿命预测方法 |
| 3.1 引言 |
| 3.2 指数-威布尔分布概述 |
| 3.2.1 指数-威布尔分布的定义 |
| 3.2.2 指数-威布尔分布的参数估计 |
| 3.3 基于指数-威布尔分布的剩余寿命预测 |
| 3.3.1 小样本条件下的自助法 |
| 3.3.2 指数-威布尔分布下的剩余寿命预测模型 |
| 3.4 基于改进指数-威布尔分布的剩余寿命预测模型 |
| 3.4.1 典型指数-威布尔分布的改进 |
| 3.4.2 改进指数-威布尔分布的参数估计 |
| 3.4.3 改进指数-威布尔分布下的剩余寿命预测模型 |
| 3.5 基于改进指数-威布尔分布的剩余寿命预测分析实例 |
| 3.6 本章小结 |
| 第四章 基于集成学习与深度特征提取的旋转机械零部件剩余寿命预测方法 |
| 4.1 引言 |
| 4.2 堆栈自编码器深度特征提取方法 |
| 4.3 深度特征评价指标 |
| 4.4 基于自组织映射与传统堆栈自编码器的深度特征融合模型 |
| 4.4.1 自组织映射基础理论 |
| 4.4.2 基于自组织映射的退化阶段划分方法 |
| 4.4.3 基于退化阶段划分的健康指标构建方法 |
| 4.4.4 基于改进两阶段健康指标与传统堆栈自编码器的退化特征融合模型 |
| 4.5 基于深度特征融合模型与退化轨迹相似度的剩余寿命预测方法 |
| 4.6 基于集成堆栈自编码器与退化轨迹相似度的剩余寿命预测模型 |
| 4.7 基于集成堆栈自编码器与退化轨迹相似度的剩余寿命预测分析实例 |
| 4.8 本章小结 |
| 第五章 基于改进堆栈自编码器的旋转机械零部件剩余寿命预测方法 |
| 5.1 引言 |
| 5.2 改进的堆栈自编码器特征权重训练方法 |
| 5.3 基于自组织映射与改进堆栈自编码器的深度特征融合模型 |
| 5.4 基于改进堆栈自编码器与退化轨迹相似度的剩余寿命预测模型 |
| 5.5 基于改进堆栈自编码器与退化轨迹相似度的剩余寿命预测分析实例 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（8）基于簇合并技术的密度峰值聚类算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 聚类算法研究现状 |
| 1.2.2 密度峰值聚类算法研究现状 |
| 1.2.3 簇合并技术研究现状 |
| 1.3 本文研究内容 |
| 1.4 本文组织结构 |
| 第二章 相关知识与技术 |
| 2.1 小规模数据聚类算法 |
| 2.1.1 传统聚类算法 |
| 2.1.2 基于智能技术的聚类算法 |
| 2.2 大数据聚类算法 |
| 2.2.1 基于分布式的聚类算法 |
| 2.2.2 并行式聚类算法 |
| 2.2.3 高维数据聚类算法 |
| 2.3 相似性度量公式 |
| 2.3.1 连续型变量的相似性度量 |
| 2.3.2 离散型变量的相似性度量 |
| 2.3.3 混合型变量的相似性度量 |
| 2.4 评估指标 |
| 2.4.1 内部评估指标 |
| 2.4.2 外部评估指标 |
| 2.5 簇合并技术 |
| 2.6 密度峰值聚类算法 |
| 2.7 本章小结 |
| 第三章 自动选取中心策略 |
| 3.1 簇中心迁移过程 |
| 3.2 决策值变化过程 |
| 3.3 自动选取中心 |
| 3.4 伪代码 |
| 3.5 时间复杂度分析 |
| 3.6 实验 |
| 3.6.1 二维数据集 |
| 3.6.2 高维数据集 |
| 3.7 本章小结 |
| 第四章 基于簇边界合并技术的自动密度峰值聚类算法 |
| 4.1 有邻簇边界 |
| 4.2 无邻簇边界 |
| 4.3 合并策略 |
| 4.4 叶节点密度峰值聚类算法 |
| 4.5 伪代码 |
| 4.6 时间复杂度分析 |
| 4.7 实验 |
| 4.7.1 二维数据集 |
| 4.7.2 高维数据集 |
| 4.8 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 附录 (攻读硕士期间发表论文目录) |
（9）天津大气污染物数据分析与可视化方法研究（论文提纲范文）
| 内容摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及选题意义 |
| 1.2 研究思路和内容 |
| 1.2.1 研究思路 |
| 1.2.2 研究内容 |
| 1.2.3 研究的重点和难点 |
| 1.3 技术路线 |
| 1.4 本文的创新点 |
| 第2章 相关理论与文献综述 |
| 2.1 大气污染物水平研究述评 |
| 2.2 数据清洗方法的研究述评 |
| 2.3 数据聚类分析的研究述评 |
| 2.4 数据可视化研究述评 |
| 2.5 本章小结 |
| 第3章 数据清洗方法的研究 |
| 3.1 结构化数据检测方法 |
| 3.2 结构化数据清洗的评价指标 |
| 3.3 数据噪声的检测 |
| 3.4 数据噪声的修复 |
| 3.5 本章小结 |
| 第4章 污染物浓度变化规律与回归分析研究 |
| 4.1 空气质量实时监测点位分布及数据处理 |
| 4.1.1 天津市监测点位地理分布概况 |
| 4.1.2 数据处理 |
| 4.2 天津市污染物浓度日变化规律 |
| 4.2.1 浓度统计 |
| 4.2.2 浓度分析 |
| 4.3 天津市污染物浓度月变化规律 |
| 4.3.1 浓度统计 |
| 4.3.2 浓度分析 |
| 4.4 污染物浓度回归分析 |
| 4.4.1 线性回归分析与相关关系 |
| 4.4.2 污染物质量浓度的相关性分析 |
| 4.5 本章小结 |
| 第5章 基于聚类的大气污染物浓度数据分析 |
| 5.1 层次聚类分析算法 |
| 5.1.1 层次聚类算法原理 |
| 5.1.2 天津市气态污染物层次聚类分析 |
| 5.1.3 天津市固态污染物层次聚类分析 |
| 5.2 K均值聚类算法 |
| 5.2.1 K均值聚类算法原理 |
| 5.2.2 天津市气态污染物K均值聚类分析 |
| 5.2.3 天津市固态污染物K均值聚类分析 |
| 5.3 本章小结 |
| 第6章 基于网格插值的污染物浓度研究 |
| 6.1 AQI的计算方法与污染级别划分 |
| 6.2 天津市行政区域划分及网格处理 |
| 6.3 网格数据的插值处理 |
| 6.3.1 径向基插值算法理论 |
| 6.3.2 时间序列趋势对径向基结果的修正处理 |
| 6.4 本章小结 |
| 第7章 大气污染物可视化方法研究 |
| 7.1 三维空间实体的定义和分类 |
| 7.2 三维空间数据模型 |
| 7.3 三维空间数据的构造 |
| 7.4 污染物浓度高程数据的构造 |
| 7.4.1 SIFT算法简介 |
| 7.4.2 SURF算法原理 |
| 7.5 污染物浓度三维可视化实现 |
| 7.6 本章小结 |
| 第8章 研究结论与展望 |
| 8.1 主要研究成果和结论 |
| 8.2 研究不足 |
| 8.3 研究展望 |
| 附录 |
| 参考文献 |
| 在学期间发表的学术论文与研究成果 |
| 后记 |
（10）风险模型的调节系数与破产概率的研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 风险理论的发展及研究现状 |
| 1.2 选题的依据 |
| 1.3 本文主要研究内容 |
| 1.4 本文创新之处 |
| 2 预备知识 |
| 2.1 经典风险模型及研究结果 |
| 2.2 破产理论研究方法 |
| 2.3 Poisson过程及复合Poisson过程 |
| 2.4 矩母函数 |
| 2.5 调节系数 |
| 3 Poisson过程及复合Poisson过程模型的调节系数与破产概率 |
| 3.1 Poisson过程及复合Poisson过程模型的破产概率 |
| 3.2 两种模型的调节系数比较 |
| 3.2.1 相关引理 |
| 3.2.2 调节系数上下界 |
| 3.2.3 分析结果 |
| 3.3 实例验证 |
| 4 比例再保险风险模型的调节系数与破产概率 |
| 4.1 比例再保险风险模型的破产概率 |
| 4.2 再保险风险模型的调节系数 |
| 4.2.1 相关引理 |
| 4.2.2 调节系数数值分析 |
| 4.3 实例验证 |
| 5 负风险模型的调节系数与破产概率 |
| 5.1 负风险模型的破产概率 |
| 5.1.1 负风险模型破产概率数值比较 |
| 5.2 负风险模型的调节系数 |
| 5.3 数值分析结论 |
| 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文 |
| 致谢 |
四、切比晓夫不等式的一种推广（论文参考文献）
- [1]基于马尔科夫机制转换模型的股票市场指数研究[D]. 席志超. 东华大学, 2021
- [2]CPS环境下异类信息融合技术应用研究[D]. 王昱人. 电子科技大学, 2021(01)
- [3]变分数阶以及变分布阶偏微分方程的数值离散及其理论分析[D]. 杨志伟. 山东大学, 2021(11)
- [4]基于特征融合和LSTM的滚动轴承剩余寿命预测[D]. 刘路路. 电子科技大学, 2021(01)
- [5]概率科学的基础 ——主客观主义概率观之争探究[D]. 王可. 东华大学, 2020(09)
- [6]非寿险精算中风险保费的经验厘定及其应用研究[D]. 章溢. 江西财经大学, 2020
- [7]旋转机械零部件剩余寿命预测方法研究[D]. 钟健飞. 西安电子科技大学, 2020(05)
- [8]基于簇合并技术的密度峰值聚类算法研究[D]. 丁林. 长沙理工大学, 2020(07)
- [9]天津大气污染物数据分析与可视化方法研究[D]. 吕青普. 天津财经大学, 2019(07)
- [10]风险模型的调节系数与破产概率的研究[D]. 李依霏. 渤海大学, 2019(12)