【摘 要】
：
本文主要研究多维时间序列均值的变点检验问题。基于序列变点位置t,我们采用1t（?）[（?）,1-（?）]（1/（t（1-t）））1/2作为权重函数对U统计量进行加权,并取有限多个可变的核函数hr（x,y）而构建了一种加权自适应变点检验统计量。首先分析论证了在时间序列数据为多维且核函数确定情况下进行加权变点检验的可行性,获得了该检验统计量的渐近分布,并证明了采用Bootstrap抽样后相应检验统计量
论文部分内容阅读
本文主要研究多维时间序列均值的变点检验问题。基于序列变点位置t,我们采用1t（?）[（?）,1-（?）]（1/（t（1-t）））1/2作为权重函数对U统计量进行加权,并取有限多个可变的核函数hr（x,y）而构建了一种加权自适应变点检验统计量。首先分析论证了在时间序列数据为多维且核函数确定情况下进行加权变点检验的可行性,获得了该检验统计量的渐近分布,并证明了采用Bootstrap抽样后相应检验统计量与前者有相同的渐近分布。然后,我们进一步分析了在采用有限个可变核函数hr（x,y）的情况下的加权自适应变点检验。通过数值模拟与实例分析,我们验证了该加权自适应变点检验对各种数据分布情况有更好的适应性,同时在变点位置偏离中心位置时有更高的检测效率。
其他文献
在大数据时代,信息主要通过文本形式作为载体存储和传输。人们采用信息抽取技术处理非结构化文本数据,得到结构化或半结构化的数据,获取用户真正感兴趣的信息。命名实体识别和关系抽取是信息抽取技术的基础,对于自然语言处理领域的高级应用有重要意义。传统方法使用流水线式处理实体和关系抽取任务,存在错误传播和冗余信息等缺点,性能较差。实体和关系之间存在交叉依赖,因此对实体和关系进行联合抽取很有必要。研究了实体和关
节能和环保是时代发展的永恒主题,智能网联化和电动化给汽车节能与环保带来了发展的新契机。通过使用车联网技术可以准确获得汽车前方道路的线形信息,合理利用获得的一些坡道和弯道信息来规划出经济性的汽车行驶速度曲线能够有效提高汽车的续驶里程。随着电动化技术的发展,汽车变得更加的环保,但同时带来了里程焦虑等问题,这对电动汽车的续驶里程提出了新的要求,电动汽车节能化技术的重要性愈加凸显。四轮驱动纯电动汽车由于拥
随着现代汽车技术的不断发展,如何快速精确地估计路面附着系数已成为汽车安全与自动驾驶等领域所关注的问题,获得准确的路面附着系数不但能优化车辆主动安全控制系统的控制策略,而且能提高自动驾驶技术中决策与规划的工作性能。受传感器成本、复杂的实车工况与车辆动力学的耦合特性等因素影响,目前还没有能够在量产车上实时测量路面附着系数的设备。为此,本文提出了一种基于车载传感器、车载摄像头与路端三维相机的多传感器数据
随着汽车产业进程不断加快,汽车在人们生活中扮演了越来越重要的角色,随之而来的环境污染促使混合动力汽车应时而生,相比于传统燃油车,混合动力汽车可以提升燃油的利用率,具有良好的前景,是汽车未来发展的重要方向。现今人们对于混合动力汽车的研究大多集中于模式划分和转矩分配等方面,对于换挡策略方面的研究较少,而换挡策略是非常核心的技术,对于电控机械式自动变速器AMT（Automated Mechanical
高光谱图像相比RGB图像包含更丰富的色彩信息,在军事、农业、食品安全等多个领域有重要的应用。传统的光谱成像系统存在成本高、体积大、系统复杂等特点。随着计算摄像学的发展,计算光谱成像方法得到了长足的进步,其中基于压缩感知的光谱重建算法是目前主流的重建算法。然而基于压缩感知的光谱重建算法不但依赖手工设计特征先验,更需要对成像进行编码,导致系统复杂、光通量低、难以标定,无法拍摄动态光谱视频,阻碍了光谱视
随着环境污染、能源危机日益严重和国内外对于新能源汽车的日益重视,电动汽车市场逐渐增大。轮毂电机式电动汽车因其具有节能高效、环境友好、结构紧凑和对单个车轮可以实现独立控制等优点,成为研究热点之一。然而,轮毂电机的引入对汽车平顺性造成了一定的负面影响。针对轮毂电机对汽车平顺性的负面影响,已经提出多种改善方法。其中,通过悬架控制进行改善是一种有效的办法。然而,以往的研究较少考虑轮毂电机定转子偏心对悬架控
智能群体（MAS）协同控制技术涉及数学、机械、控制、人工智能等多学科融合,已在社会服务、军事安全等相关领域得到一定的应用。MAS编队控制问题作为MAS协同控制研究中较为重要的基础问题,主要以MAS按照某一规律形成及维持期望编队形状为基本目标,在实际中具有一定的应用研究价值。MAS编队控制研究中最重要的是MAS模型的描述以及相关信息的利用方式。非完整性约束下的MAS模型,由于其建模过程接近实际运动过
元代的文化思想统治、元至元间的社会现实与元杂剧元铁木真兴起之际,还处于奴隶制向封建制过渡的阶段。政治、经济、文化都落后于当时的金、宋。但奋发图强,励精图治。这与政治、经济、文化先进,却腐化堕落的金、宋形成了鲜明的对比。
长记忆性是金融时间序列的一个重要特征,Granger（1980）和Hosking（1981）提出的ARFIMA模型是长记忆时间序列分析的一个重要工具。研究表明,在序列长记忆性较弱的情况下,ARFIMA模型的拟合效果变差。因此,Meerschaert et al.（2014）提出了ARTFIMA模型。ARTFIMA模型具有半长期记忆性,其自相关函数在短期内缓慢下降,随着滞后阶数逐渐增加呈指数速率衰减
随着国防建设现代化水平的提升,武器装备软件的规模越来越大,软件密集型特征日益凸显,当下软件质量已经成为影响装备质量的核心因素。在装备研制过程中,软件测评作为保障装备软件质量的重要环节,被纳入到型号研制的初样、试样、定型等多阶段,在此过程中汇集了大规模的过程数据,有效地收集整理并充分利用这些数据对武器装备的敏捷迭代、质量把控具有重大意义。传统的软件测评方式不能满足大规模装备软件的测评需求,人工阅读分