高斯分布
- 树指标马氏链关于高斯分布的一个强极限定理
标马氏链关于高斯分布的一个强极限定理任双双（郑州科技学院 基础部，河南 郑州 450064）通过引入滑动相对熵的相关概念，对非齐次树上马氏链进行研究，基于高斯分布给出了一个强极限定理.强极限定理；非齐次树；高斯分布；滑动相对熵；马氏链1 引言及预备知识若2 主要结果及证明证明由式（5），有由式（10）（11），有由式（12）（13），有则由式（19）（20），有由式（8）（9）（16）（21），有由式（22），有从而式（17）成立．从而式（18）成立． 证
高师理科学刊 2022年11期2023-01-13
- 基于超高斯函数的光纤耦合半导体激光器输出光束横向光强分布研究
表明，使用超高斯分布模型能清晰地反映出泵浦的实际状态。因此，测量出光纤耦合半导体激光器在运转过程中的实际光斑形状和能量分布的变化情况，对正确评估激光光束质量及在激光测距、跟踪、加工等方面具有非常重要的意义。目前，国内测量光强空间分布的方法众多，有针孔扫描法、刀口扫描法、可变光阑法、CCD测量法［4］。其中，CCD测量法在测量中具有空间分辨率高、测量速度快、精度高的优势，且自身体积小、稳定性好，使用简单方便。本研究使用CCD探测器对光纤耦合半导体激光器输出光
河南科技 2022年20期2022-11-23
- 400AMeV12C诱发乳胶核反应α射弹碎片的角分布
分布符合一个高斯分布，而α射弹碎片的发射角分布需要用两个分布宽度不同的高斯分布叠加拟合。发射角分布宽度与发射源的温度、α粒子质量和α粒子动量相关。由于α粒子每核子动量可以近似为弹核每核子动量，所以两个分布宽度不同的高斯分布，认为是由发射源温度引起的。也就是说，在核-核碰撞时，存在两个温度不同的发射源[3-5]。3 α射弹碎片的横动量分布假定射弹碎片每核子动量与入射束流每核子的动量相同。那么，第i个射弹碎片的横动量的大小为[6]：这里θi为第i个射弹碎片的发
山西大同大学学报(自然科学版) 2022年2期2022-05-16
- 广义Birnbaum-Saunders分布
rs分布是逆高斯分布和互补倒数的等权混合，通过将Birnbaum-Saunders分布中的逆高斯部分推广到广义逆高斯分布得到了广义Birnbaum-Saunders分布，并给出了广义Birnbaum-Saunders分布的参数的基本统计性质和极大似然估计，最后通过实际数据集说明了模型的有效性．Birnbaum-Saunders分布；广义逆高斯分布；极大似然估计Birnbaum-Saunders（BS）分布最初是由Birnbaum和Saunders于1969
温州大学学报（自然科学版） 2022年1期2022-03-16
- 加速度地震记录服从三维高斯分布的证明与应用
速度记录服从高斯分布的检验将初至P波的时间窗口划分为5 s、10 s、15 s，再分别检验3个窗口内P波NS、EW及UD分量的概率密度分布，其中每个窗口有3个分量，共9组数据样本，每个样本的期望μ和方差σ如表1所示。表1 加速度三分量记录的期望μ与标准差σ利用假设检验方法判断地磁低点时间是否服从高斯分布。设某一随机变量x(-3a≥-3,b≤3(2)将表1中各组样本的期望μ与标准差σ代入公式a=μ-σ、b=μ+σ中，求出a、b，再将a、b代入式(2)求出各组
大地测量与地球动力学 2022年2期2022-01-27
- 基于高斯分布的高铁站最高聚集人数计算的动态规划模型
高聚集人数;高斯分布中图分类号：U291.6 文献标识码：A0 引言最高聚集人数指一昼夜在候车室内瞬时出现的最大候车人数，是高铁站客流组织管理及确定新建及改建铁路客运站候车站房建筑规模的重要指标。研究高铁站最大聚集人数计算的主要的问题包括：（1）如何描述旅客到达及旅客疏散规律。（2）建立高铁站聚集人数变化动态模型。参考前人研究经验和成果，本文使用高斯函数描述旅客到达规律、均匀分布描述旅客疏散规律，运用微积分思想建立聚集人数随时间变化的动态模型，并通过ma
交通科技与管理 2021年34期2021-12-14
- 复杂曲面屋盖脉动风压的非高斯特性及峰值因子研究
脉动风压符合高斯分布，然后采用统一的峰值因子计算其极值风压[3-7]。然而，随着对大跨屋盖风荷载特性研究的逐步深入，国内外学者发现在屋盖迎风前缘及拐角附近等存在流动分离的区域，脉动风荷载呈现较显著的非高斯特性[8-10]。若仍采用高斯分布描述该区域的脉动风荷载，并按照规范给出的峰值因子进行结构特别是围护结构的抗风设计，将低估其极值风压，给结构设计带来安全隐患。Kumar等[11-12]认为任何屋盖结构的风荷载分布都存在高斯区和非高斯区，指出了非高斯区常常位
振动与冲击 2021年10期2021-06-03
- 基于高斯插值提高雷达测距精度的研究
波形可近似为高斯分布，通过利用高斯插值算法来预估脉压波形真实峰值出现的位置，实现了减小距离量化误差，提高雷达测距精度的目的。1 雷达测距量化误差的产生在雷达测距过程中，影响距离跟踪精度的因素主要包括以下几个方面：热噪声[4]、多路径、大气传播误差、距离量化误差、目标闪烁以及定时脉冲抖动[5]。本次研究主要针对减小距离量化误差来提高雷达测距精度[6-7]。脉冲法雷达测距的一般公式为(1)式(1)中：c为电磁波传播速度(在自由空间传播时约等于光速)；tR为回波
火控雷达技术 2021年1期2021-04-20
- 在高斯分布下优化仿射变换的极限学习机
绍了一种基于高斯分布来优化激活函数中输入数据的缩放和转换参数，在不需要调整隐含层输入权重和偏置的基础上，调整仿射参数来适应隐含层输入的分布方式，让隐藏层输出的分布在映射后近似于高斯分布。文中采用基于梯度下降的迭代算法来优化仿射参数。本文的主要贡献概述如下：（1）利用基于高斯分布计算的仿射参数的方法能够避免激活函数映射之后产生饱和状态，通过调节梯度下降参数迭代优化仿射参数，能够使激活函数主要映射在[0.2，0.8]之间。如图1（b）所示，例中采用gisett
计算机与生活 2021年4期2021-04-11
- 利用Box-Cox变换对移动通信中小区级业务流量分布的研究
据处理成符合高斯分布或接近高斯分布的过程叫正态化处理[8]。高斯分布又叫正态分布，是一种非常经典的分布[9]。高斯分布是人们了解非常透彻且丰富的处理方法。在大数据处理中，很多时候都是把分布处理成高斯分布，然后利用其丰富的处理方法、各种库函数进行进一步的分析。高斯分布的分布密度函数为[9]：式中，μ为期望值；σ为标准差。μ=0，σ=1时的高斯分布成为标准高斯分布，其分布密度函数为：高斯分布的检测方法有很多，其中最常用的是Q-Q图方法。Q-Q图方法把数据分布和
数字通信世界 2021年3期2021-04-09
- 基于遥测数据的浮标漂移位置建模
概率密度; 高斯分布中图分类号： U644 文献标志码： AAbstract： In order to analyze the drifting rule of buoys in Xiamen Port main channel under external force， and to prevent the ship navigation error caused by excessive deviation， according to the t
上海海事大学学报 2021年4期2021-01-06
- 数理统计在西语专四考试成绩分析及提升中的应用?
;数理统计;高斯分布;通过率众所周知，对于西班牙语专业的学生来说，一年一度的全国专业四级考试是一次非常重要的大考，无论学校系部还是学生本人，都非常重要西语四级考试。以四川外国语大学为例，针对学生，从大一入校开始，就制定了学习和训练计划，使其能够在大二结束前顺利的通过考试。但基于历史的数据看，考试的成绩和通过率受生源、低年级任课老师的专业方向、考试难易程度、课程设置、考试复习侧重点等因素影响。这种影响一般表现是随机性的，更多的取决于系上工作的安排;而并非取决
散文百家·下旬刊 2020年5期2020-10-23
- EM算法在闪烁噪声分布参数估计中的应用
用时，常采用高斯分布和较小概率出现的大方差拉普拉斯分布噪声混合进行建模，该分布模型是研究跟踪滤波算法的重要基础[6-7]。本文专门研究角闪烁噪声的分布参数估计，基于混合分布模型，采用EM算法估计分布参数，给出了分布参数估计的理论推导，列出了参数估计的计算流程，并进行了仿真验证。理论推导和仿真结果表明，采用EM算法可以估计得到混合分布模型的参数。1 闪烁噪声分布参数的EM估计算法1.1 角闪烁噪声的混合分布模型角闪烁噪声，一般认为服从混合分布模型为f(x;σ
火控雷达技术 2020年3期2020-10-13
- 2种非对称广义高斯分布模型的构造
信号被假定为高斯分布(即正态分布)[1].但是，在实际的信号处理问题中，很多随机过程都是服从广义高斯分布(Generalized Gaussian Distribution,GGD)的.GGD在高斯分布的基础上增加了自适应系数，是高斯分布的拓展形式，且二者都是严格对称的分布[2].以GGD为特例的非对称广义高斯分布(Asymmetric Generalized Gaussian Distribution,AGGD)突破了对称性的限制，在处理不对称数据样本时
湖北理工学院学报 2020年4期2020-08-22
- 三阶随机张量高斯分布
15009）高斯分布作为一类连续概率分布在概率统计学中的重要地位不言而喻，其重要性主要是因自然界中大样本的普遍性以及大样本遵从高斯分布的趋势性。从过去已知的各类随机变量的大样本研究以及自然现象规律性研究中，可看出人类对从随机现象中的规律性汲取无法离开这种高斯分布的假设。随着人类科技进步和信息技术的发展，人们获取的信息数据开始趋向于超高维（阶）和超大样本集合，这时，传统的数据统计分析和数据分布的概率模型假设似乎出现了一些问题。矩阵高斯（正态）分布是多元正态分
苏州科技大学学报(自然科学版) 2019年3期2019-09-20
- 基于蒙特卡罗方法的核衰变实验数据分析
】 核衰变;高斯分布;实验数据分析;蒙特卡罗方法【中图分类号】 O571 【文献标识码】 A【文章编号】 2096-4102（2019）03-0094-03 开放科学（资源服务）标识码（OSID）：1引言核衰变统计规律分析是近代物理实验的重要内容之一。其实验目的是了解放射性计数的性质，学习检验测量数据的分布类型，加深对衰变物理过程的认识。因此，核衰变实验除了要进行大量的数据采集之外，更主要的是应用统计方法分析实验数据，并从中寻找核衰变符合的物理规律。由于核
山西能源学院学报 2019年3期2019-09-10
- 静态存储器用非晶硅薄膜晶体管输出特性研究
态和类受主态高斯分布的增大而减小，减小而增大；漏电流随着定义模型的温度升高而增大，温度降低而减小。【关键词】非晶硅薄膜晶体管；漏电流；掺杂浓度；高斯分布；态密度；能带密度中图分类号： TP333 文献标识码： A 文章编号： 2095-2457（2018）20-0225-002DOI：10.19694/j.cnki.issn2095-2457.2018.20.1020 引言随着低温技术和大面积制备技术的发展，非晶硅薄膜晶体管的应用也越来越广泛[1]。除了应
科技视界 2018年20期2018-11-21
- 基于高斯分布的检测算法在居民用电行为异常分析中的应用
工作量。其中高斯分布的检测算法能够进行对用电行为进行分析，因此希望通过高斯分布的检测算法对居民用电行为异常进行分析。1 居民用电行为异常分析常用算法分析1.1 规则制定法这是比较常用的一种方法，即通过历史经验或者对数据进行一定的处理并且得到阈值，并且制定一系列规则，在用户用电量在一定条件下高于该阈值的时候便自动判定为异常。该方法优点为简单快捷，可以通过规则一步得出用电异常的用户或者通过阈值得到用电嫌疑用户，但是缺点也十分明显，即根据历史经验或者对数据简单处
电子测试 2018年21期2018-11-08
- GQPSO算法在动态环境优化问题中的应用
提出一种基于高斯分布的量子行为粒子群优化算法（GQPSO）。在改进算法中，种群中粒子的吸引子由高斯公式产生。通过对比3种吸引子对算法的影响，确定了产生吸引子的最佳更新公式。此外，GQPSO算法中粒子的位置由概率密度函数以一定概率分散在搜索空间内，处于束缚状态，因此可以增加种群多样性以达到全局搜索，从而提高GQPSO算法在求解动态环境优化问题上的收敛能力。关键词：高斯分布；粒子群算法；动态环境；优化问题DOIDOI：10.11907/rjdk.173334中
软件导刊 2018年8期2018-10-29
- 航空发动机附件机匣齿轮磨损振动统计分析
振动响应满足高斯分布特征，此分析方法可为其它型号发附机匣齿轮副磨损故障提供工程经验。关键词：附件机匣；振动；频谱；高斯分布中图分类号：V233文献标识码：A文章编号：2095-6487 （2018） 01-0081-020 引言鉴于外场某型发动机附件机匣近期频繁出现滑油光谱铝含量超标问题，专门组织开展排故工作。振动瞳[2]作为排故工作其中的切入点，主要研究振动与发附机匣光谱超标关联性问题。从振动响应幅值角度分析振动与光谱超标的关联性，同时通过振动频域特征[
今日自动化 2018年1期2018-10-21
- 改进的快速遗传算法在函数优化中的应用
度以S曲线和高斯分布曲线形式进行非线性自适应调整。通过案例仿真分析，证明了该方法的可行性和有效性，且具有更快的收敛速度和更可靠的稳定性。关键词： 遗传算法； 高斯分布； 自适应； 收敛； 性能仿真； 函数优化中图分类号： TN911.1?34； TP18 文献标识码： A 文章编号： 1004?373X（2018）17?0153?05Abstract： Genetic algorithm （GA）， as a global stochastic optim
现代电子技术 2018年17期2018-09-12
- 基于混合高斯模型的生猪个体检测算法
有像素对应的高斯分布个数都保持固定不变，在实际高斯背景建模场景中，不同区域对应场景的状态变化是不同的，随着场景变化，同一区域的状态个数也会改变，若对所有像素点都保持相同的模型个数，算法效率低造成大量的资源浪费，难以实现实时性。（2）模型中采用固定学习率，当学习率与场景速度不匹配时，检测结果会出现误判点、漏检以及“鬼影”现象。Stauffer与Grimson构建自适应的混合高斯背景模型，利用在线估计来更新模型，有效地解决了光照变化和背景混乱等外界干扰所产生的
中国农业文摘-农业工程 2018年4期2018-06-22
- 指数和高斯随机粗糙表面光散射特性数值研究∗
文献采用的是高斯分布随机粗糙表面，而对指数分布随机粗糙表面的散射特性研究较少，指数分布随机粗糙表面适用于描述具有尖峰的不规则表面，通过对指数分布随机粗糙表面的光散射性质的研究，可以帮助我们了解这类表面的光学性质。因此本文生成采用线性滤波法分别生成高斯分布和指数分布的随机粗糙表面，采用矩量法数值计算两类随机表面的平均差分散射系数，对比两类表面的光散射特性。2 随机粗糙表面一般可认为随机粗糙表面高度可由许多不同频率的谐波叠加而成，因此可采用线性滤波法来生成随机
计算机与数字工程 2018年4期2018-04-26
- 在航集装箱船摇摆姿态的概率模型
模型近似服从高斯分布，仅其相关参数不同。该方法从在航集装箱船摇摆姿态的角度为船舶航行安全研究提供一定的理論依据。关键词： 集装箱船； 船舶摇摆； 航行安全； 高斯分布中图分类号： U674.131；U661.321 文献标志码： AAbstract： In order to research the swaying attitude of container ships， especially the rolling attitude， the metho
上海海事大学学报 2017年4期2018-01-10
- 在航集装箱船舶摇摆姿态的概率模型
模型近似服从高斯分布，仅其相关参数不同.该研究方法从在航集装箱船舶的摇摆角度方向为船舶航行安全的研究提供了一定的理论依据。关键词：集装箱船舶；船舶摇摆；高斯分布；航行安全中图分类号：U661.42 文献标识码：A 文章编号：1006—7973（2017）09-0022-04为适应现代航运发展的要求，集装箱船舶得到了广泛使用，并且正向高速化、大型化及多用途方向发展，但随之产生的安全问题也受到各界的广泛关注。在船舶航行过程中，由于风浪等原因引起的船舶剧烈摇摆尤
中国水运 2017年9期2017-09-15
- 不同分布特性随机噪声的FPGA实现
、瑞利分布、高斯分布的噪声样本的FPGA实现方法，经仿真验证设计方法有效并可应用于工程实现。【关键词】随机噪声；均匀分布；瑞利分布；高斯分布；FPGA【Abstract】In the field of Electronic Countermeasure Technology， random noise is the basis for achieving various types of noise interference， which has the
科技视界 2017年7期2017-07-26
- 改进的自适应高斯混合模型运动目标检测算法
值；不斷更新高斯分布，删除不满足要求的模型，创建新的分布。实验结果表明，改进的自适应高斯混合模型较传统高斯混合模型，显著提高了运动物体检测的准确性。关键词： 高斯混合模型； 运动物体检测； 高斯分布； 学习率取值中图分类号： TN911.72?34 文献标识码： A 文章编号： 1004?373X（2017）11?0065?03Moving target detection algorithm for improved adaptive Gaussian
现代电子技术 2017年11期2017-06-12
- 改进RRT在汽车避障局部路径规划中的应用
径模型，采用高斯分布描述随机采样点，并引入启发式搜索机制，改进RRT算法.与原算法仿真对比，结果表明：改进算法所规划的路径质量显著提高，规划时间缩短一倍.同时，在Prescan软件中搭建直道和弯道仿真场景，跟随规划路径，结果表明：改进后RRT算法所得路径具有很好的跟随效果，且侧向加速度在车辆稳定性要求范围内，说明采用改进后的RRT算法进行汽车局部路径规划可行实用.关键词：快速搜索随机树；汽车局部路径规划；高斯分布；路径跟随中图分类号：TP242 文献标志码
湖南大学学报·自然科学版 2017年4期2017-05-18
- 一种基于改进混合高斯模型的前景检测
区域像素点的高斯分布数量，进而降低算法运算量；建立临时高斯分布，运用更简单的加减运算进一步减少运算量，最后将符合条件的临时高斯分布转化为正式高斯分布，避免模型无意义的频繁更新，提高了准确性。实验结果表明，改进后的算法与原算法相比，具有更好的实时性和很好的准确性。前景目标检测 混合高斯模型 模型清理机制 临时高斯分布0 引 言Stauffer和Grimson[1-2]提出的基于混合高斯模型GMM的前景检测方法，是前景检测领域的经典算法和研究热点。GMM通过为
计算机应用与软件 2017年4期2017-04-24
- 一种机械振动信号的结构化随机测量矩阵构造方法
合，提出一种高斯分布循环测量矩阵，其是一种结构化随机测量矩阵。高斯分布循环测量矩阵的第一行元素由服从高斯分布的序列生成，通过循环移位生成剩余的所有行向量；随机取出除第一行的其他所有行的部分元素，每个元素再乘不同的随机数或者同一个随机数，并放回原位置；基于高斯分布循环测量矩阵得到的机械振动信号压缩测量值采用正交匹配追踪算法对原始振动信号进行重构。高斯分布循环测量矩阵的所有元素的随机性可以满足测量矩阵对随机性的要求，循环原理的内在确定性又可满足测量矩阵硬件实现
振动与冲击 2017年7期2017-04-21
- 基于双向分析的KGMM运动目标检测算法
模型共享一个高斯分布集， 减少了高斯分布个数， 保证了算法的运行速度. 实验结果表明, 改进的算法检测效果更理想.混合高斯模型; 双向建模; 运动目标检测0 引言基于图像序列的运动目标检测是智能视频监控、 交通检测及步态识别等领域的重要研究内容. 目前主要的运动目标检测方法有光流法、 帧差法、 背景差分法. 光流法需多次迭代运算， 计算复杂耗时， 一般难以实现实时检测， 算法抗噪声等干扰能力较差， 实际应用较少[1]. 帧差法检测出的运动目标位置不精确，
福州大学学报（自然科学版） 2016年1期2016-10-14
- PPM 与LDPC 光通信系统中脉冲展宽效应补偿办法
从指数分布与高斯分布两种情况的脉冲展宽，分别采用指数似然比补偿和高斯似然比补偿两种方法进行似然比计算。仿真结果表明，脉冲展宽服从标准差为0.46的高斯分布时，采用似然比补偿的方法可以使误码率性能提高1.3 dB。在一定抖动范围内，高斯补偿和指数补偿具有很好的互换性。空间光通信；脉冲展宽；泊松信道；似然比补偿0 引 言深空通信具有距离远、信道环境复杂和功耗要求严格等特点。基于PPM（脉冲相位调制）的光通信技术便作为一种优秀的深空通信方式进人了人们的视线。PP
光通信研究 2016年4期2016-09-20
- 一种基于高斯分布的SVM回归方法
1）一种基于高斯分布的SVM回归方法郭金玲（山西大学商务学院信息学院，太原 030031）核函数参数选择是支撑向量机（SVM）研究的主要问题之一。提出检验样本是否呈高斯分布的方法，确定最优核参数选择的依据，采用两组数据集分别进行回归实验，验证所提出方法的有效性。支撑向量机；回归；高斯分布0 引言支撑向量机是上世纪90年代V.Vapnik提出的一种机器学习方法，该方法可用于解决大数据领域中的单分类、多分类以及预测问题等[1-3]。许多学者将该技术应用于空气监
现代计算机 2016年19期2016-09-06
- 光谱曲线概率的高光谱影像小目标探测算法
该算法是基于高斯分布理论，可以在目标光谱已知或未知条件下对小目标进行探测。经过定性实验和与CEM算法探测结果的定量比较分析得出，SCP算法对小目标探测率高、探测效果好；并能有效抑制背景，不再需要白化处理，降低算法的复杂性。SCP是一种简单、高效的高光谱影像小目标探测算法。关键词：高光谱影像；小目标；探测算法；光谱曲线概率；高斯分布高光谱遥感影像因包涵丰富的空间、辐射和光谱三重信息而成为当今遥感研究的热点，高光谱遥感影像目标探测是高光谱遥感应用的重要研究内容
黑龙江工程学院学报 2016年3期2016-07-19
- 基于音节时间长度高斯拟合的汉语音节切分方法
长度服从某种高斯分布和相邻语音音节之间存在短时能量波谷两个假设，提出了基于音节时间长度高斯拟合的汉语音节切分方法。对算法进行分析，根据初步切分短时能量波谷分散到各分语音段的特性，提出了简化算法，有效降低了该音节切分方法的时间复杂度。实验结果表明，音节切分准确度（与人工标注切分时间距离平方的均值）达到小数点后3位，在台式机Matlab环境下运算时间均不超过1s，可以达到应用要求。关键词：汉语；自然语音；音节切分；时间长度；波谷；高斯分布中图分类号：TP391
计算机应用 2016年5期2016-05-14
- 导体电阻率的统计动力学机制
模拟，给出了高斯分布、lévy分布等条件下导体的电阻率特征及机制。关键词：统计动力学；高斯分布；lévy分布；温度；电阻率On the Statistical Dynamics Mechanism of the Conductor ResistivityZHANG Tai-rong，LIU Song-hong (Physics and Electronic Sciences Department, Liupanshui Normal University,
遵义师范学院学报 2016年1期2016-04-18
- 鱼雷弹道定位精度仿真研究*
; 定位; 高斯分布Simulation Study on the Ballistic Trajectory of TorpedoLU YangLI WeihuaZHANG ShihaiMA Jinyin(No. 91439 Troops of PLA, Dalian116041)AbstractAccording to existing problems in the measurement of underwater acoustic measurem
舰船电子工程 2016年3期2016-04-15
- 基于混合高斯模型的运动目标跟踪算法
有效代表它的高斯分布是否为背景模型的一部分进行分类。本文最后得到一个稳定、实时并且对于轻微变化不敏感和长时间的场景变化的跟踪器，满足24h×7的基本工业要求。概述过去较低的计算能力限制了复杂的、实时性的视频处理应用，导致许多机器视觉系统实时性太差难以投入实用或者对于实际的工况过多的限制条件。近年来随着硬件计算能力的提升，研发人员越来越多的考虑采用更加复杂、健壮的数学模型完成流数据的实时分析。在安防领域，一个健壮的系统不能过度依赖摄像机安装位置，而应该对出现
中国科技信息 2015年2期2015-11-16
- 改进粒子群算法应用于锅炉汽包水位控制
提出一种基于高斯分布的粒子群优化算法，该算法利用高斯分布随机数选取的特性，若选择合适的参数，不仅有利于算法收敛速度增快，而且增加了跳出局部最优的机制。应用于四个标准测试函数表明，当高斯分布选取μ=0.5，P=97%(σ2=0.23)时，性能较优秀。之后将改进的粒子群算法应用于锅炉汽包水位串级三冲量PID控制系统的参数整定当中，经过matlab中的simulink模块仿真，取得较好的效果。粒子群优化算法；收敛速度；高斯分布；锅炉汽包水位锅炉汽包水位是工业锅炉
太原科技大学学报 2015年6期2015-05-11
- 基于高斯混合模型的运动目标检测
该图像灰度的高斯分布。这些分布中，由于背景和目标存在差异，可以将这些高斯分布分为背景描述分布和前景描述分布。实际应用中摄像头捕捉到的视频图像比较复杂，背景中有可能存在目标运动或背景晃动、光照变化等情况，对应的图像的像素区域就会呈现出多个峰值的特性，可以认为此特性是几个高斯分布相叠加共同作用的结果并将其称为高斯混合模型［3］。通过当前图像与当前时刻的背景进行加权平均从而更新背景，如图1所示，其中高斯分布的数目常用K来表示，一般是3～7个。图1 基于高斯混合模
机械设计与制造工程 2015年10期2015-05-07
- 一种两步高斯混合模型的运动目标检测方法
现自适应调整高斯分布个数。引入光照变化参数，根据光照的变化动态更新学习率。利用上述方法得到图像的背景与前景分割，通过像素点的计算来优化高斯混合模型检测结果。实验结果显示，该方法能有效可靠地分离目标，并获得较好的检测效果。高斯混合模型；目标检测；背景建模；高斯分布；背景差DO I：10.3969/j.issn.1000-3428.2015.10.0461 概述运动目标检测［1-3］是在图像序列中对运动目标进行判断，并准确分割出运动目标。常用的运动目标检测方法
计算机工程 2015年10期2015-03-07
- 基于高斯分布判决的SAR原始数据压缩方法
缓变的零均值高斯分布信号这一特性，将原始数据沿方位向和距离向分成若干小块(如32×32)，使小块数据的动态范围小于整个数据块的动态范围，再对每个数据块进行归一化处理，利用标准高斯信号的最优量化器Lloyd-Max［2］实现整个数据块的自适应量化，达到数据压缩的目的。由于其在压缩性能与硬件实现复杂度之间的良好折中，成为SAR原始数据压缩算法事实上的标准。由于受BAQ算法思想的影响，陆续出现了一系列BAQ的变异和改进算法。这些算法包括BFPQ 算法［3］，BA
现代雷达 2015年2期2015-01-01
- 基于改进型混合高斯模型的运动目标检测
性看作是多个高斯分布的叠加，文献 ［3－5］提出了利用混合高斯模型（GMM）来建立背景模型，文献 ［6，7］对混合高斯建模方法做了详细的分析，文献 ［8，9］对此方法在智能交通系统中的应用做了详细介绍。但是传统混合高斯模型也有它的缺点，例如，更新背景噪声较大，参数更新运算量大，实时性不够，文献 ［10］就是将参数更新率设定为固定值，从而增强了该算法的实时性。本文在传统混合高斯模型的基础上，对模型匹配和参数更新两方面做了改进，不仅提高了混合高斯模型的检测效果
计算机工程与设计 2014年3期2014-12-23
- 基于自适应阈值的运动目标检测方法
提出利用多个高斯分布构建背景模型的方法得到了广泛的应用，但该方法收敛速度比较慢，计算量大，易受光照变化和噪声的影响。近年来，许多学者对其进行了大量的研究。例如，文献[4]提出对均值和方差采用不同的学习速率；文献[5]用混合高斯模型对前景进行粗分割，然后采用结构梯度互相关系数对粗分割结果进行校正，以提高目标检测的精度；文献[6]提出对 混合高斯模型检测出的前景和背景，采用不同的更新策略，以实现背景模型的实时更新；文献[7]针对传统混合高斯背景仅对单个像素建模
计算机工程与应用 2014年12期2014-04-03
- 视觉数控安全监控技术研究
这些数值服从高斯分布，其均值和方差分别为:若考虑灯光、机床震动等因素，就会有多个高斯分布，将这些高斯分布根据权重叠加在一起就构成了该像素最终的背景模型，也即混合高斯模型［2］。混合高斯模型的高斯分布个数由以下两种情况确定:(1)灯光变化。假设灯光照度稳定的话，不开机床灯和开机床灯的两种情况，就产生了两个高斯分布。(2)机床震动。每台机床震动频率不同，这种情况是客观存在的。对一种机床，有其固定震动频率nm。相机拍摄图片也有频率(比如普通摄像机1 s 有30
机床与液压 2014年5期2014-03-18
- 基于q－高斯分布的投资组合实证分析
［1］。q－高斯分布是q－分布家族中重要的一员，实质上可以看作是在约束条件下Tsallis熵最大化而得到的一种概率密度函数，亦可以看作是一种广义高斯分布［2］。q－高斯分布可以由多种模型或随机微分方程推导出来，而且表达形式也稍有差异。其中由线性随机微分方程推导出的密度函数表达形式易于理解和应用，参数对分布的影响也很直观［3－4］。q－高斯分布比高斯分布更加灵活，其参数可以灵活地控制其尖峰厚尾分布，这对研究具有尖峰厚尾分布特性的金融时间序列有重要意义。为了研
统计与信息论坛 2014年5期2014-01-01
- 基于改进的混合高斯模型背景减除算法
作.1.2 高斯分布背景模型背景减除法中经常使用混合高斯模型作为背景模型进行目标检测，它可以自适应学习和表示分布复杂的背景.基于混合高斯模型的目标检测核心在于高斯模型参数的确定.(1)单高斯分布背景模型单高斯分布背景就是为背景图像中每个像素点建立一个高斯分布表示的模型η(x,μt,∑t)，其中t表示时间.设像素点的当前灰度值为Xt，若η(xt,μt,∑t)≤Tp，则该点被判定为前景点，否则为背景点，这里的Tp为概率阈值.但随着时间的推移，高斯分布模型需要根
河南工程学院学报(自然科学版) 2013年3期2013-11-20
- 基于逆高斯分布的复合高斯海杂波建模研究
计特性偏离了高斯分布，为此人们提出了诸如对数正态分布，Weibull分布，K分布，t分布等非高斯分布模型[1,2]。然而，复合高斯分布模型可以作为一种更为广义的非高斯分布模型，其合理性已通过实测杂波数据的统计分析得到验证。在复合高斯分布模型中，其纹理分量决定了杂波的非高斯特性，其中K分布假定其服从Gamma分布而得到了广泛的应用。然而，K分布模型存在以下两个缺点：(1)其概率密度函数曲线在峰值后段不能与海杂波幅度的统计直方图精确地吻合；(2)服从Gamma
雷达学报 2013年4期2013-10-03
- 基于高斯混合模型的光照自适应背景减法
包含背景的单高斯分布,只更新感兴趣的那部分高斯分布,另一部分不感兴趣的高斯分布在高斯混合模型中的权重很小,几乎不影响像素点场景的整体分布和背景分布,可以忽略其对背景提取的影响,这样可以在不影响背景更新的情况下减少要更新的高斯分布. 由于引入了背景图像光照补偿,由光照变化引起的输入视频图像亮度的变化而引起的前景提取错误的情况可以得到更好的处理.1 算法分析1.1算法思想为了在光照快速变化时能得到更好的分割效果,并且减少运算量,本文中考虑用一种改进的基于高斯混
湖北大学学报(自然科学版) 2012年3期2012-11-22
- 基于高斯随机性的弹道轨迹仿真
和将产生一个高斯分布随机数。1 高斯随机性生成算法中央极限定理指出K个在区间［－1，1］均匀随机数的和将逼近一个以0为中心、标准偏差为的高斯分布。比如说，如果你将3个均匀随机数相加，它们的分布将以0为中点，标准偏差=1.0(这样非常便利，因为中点和标准偏差与一个标准的正态分布一致)。以下的伪代码通过将3个32位的带符号随机数(通过一个非常快速的异或移位PRNG［4］生成)相加来生成一个高斯分布。函数gaussrand()返回一个区间［－3.0，3.0］内的
电子科技 2012年12期2012-06-23
- 基于对比度分析及矢量匹配的混合高斯模型*
基于像素的。高斯分布是背景建模的一种常用方法。因为背景不稳定，仅仅使用单高斯模型是不够的，STAUFFER C和GRIMSON W对每个像素点使用K个高斯分布进行描述，提出了混合高斯模型MoG(Mixture of Gaussians)[1-2]。混合高斯模型利用K-均值近似法[3]替代了期望最大化EM(Expectation-Maximization)方法。该方法后来被不断改进和拓展。例如，HARVILLE M等使用YUV颜色编码方式并利用立体相机加入了
网络安全与数据管理 2012年24期2012-02-28
- 一种基于混合高斯的双空间自适应背景建模方法
，学习率根据高斯分布对场景的贡献程度进行自适应更新，以解决运动目标缓慢运动或暂时停止问题;记忆空间存储曾经的背景模型，以提高算法对背景突变的适应性，故采用固定学习率进行更新。试验结果表明了所提方法的优越性。背景建模;混合高斯模型;运动目标分割;背景减除;背景突变运动目标检测是实现目标分类、目标跟踪和行为理解等中高层次处理的基础。常用的方法主要有相邻帧差法、光流法、背景减除法等［1］。背景减除法操作简单，检测准确且速度快，背景建模是其关键。目前常用的背景模型
中国石油大学学报（自然科学版） 2012年5期2012-01-03
- 一种基于视频识别的钱塘江涌潮检测方法
的概率模型有高斯分布(正态分布)，在复杂环境下，一般采用多模态的混合高斯背景模型进行建模。高斯模型认为，对于一个背景图像，其特定象素亮度的分布满足高斯分布。混合高斯模型是一种多模态的背景模型，它的基本思想是:对每一个象素点，定义K个高斯分布来表示它的状态，K取值越大，单态模型的个数就越多，模型对场景的描述能力也就越强，但是相对应所需的处理时间也就越长［3］。因此，K值体现了象素值多峰分布的峰的个数，K值的选取依赖于象素值的分布情况。在检测的过程中只要象素点
杭州电子科技大学学报(自然科学版) 2011年4期2011-03-26
- Alpha稳定分布随机变量仿真及模型参数估计
类分布。常规高斯分布的动因也是中心极限定理，可见α稳定分布在理论上的合理性与高斯分布是一样的。α稳定分布能够描述更加广泛的数据，甚至可以描述很多不满足中心极限定理的数据，因此具有更普遍的意义。α稳定分布能够非常好的和数据相吻合。Stuck等人已经证明，电话线路中的噪声可以有效地利用α稳定分布描述[1]。Nikias等人证明了α稳定分布是描述大气噪声的非常好的模型[2]。Ilow的研究表明稳定分布与无线网络中的多径干扰和雷达系统的反向散射回波相符合[3]。M
电子设计工程 2011年11期2011-03-14
- 一种改进的混合高斯模型背景估计方法＊
4]人利用单高斯分布进行背景更新，但不能有效地处理室外频繁变化的场景。Stauffer等[5]人利用混合高斯模型来建立背景模型，在每帧中对各个像素点建立由多个高斯分布组成的背景模型。该方法能鲁棒性地克服光照变化、树枝摆动等造成的影响，但是由于在每帧图片中要对所有的像素点都建立多个固定的高斯分布，在处理时会消耗大量的系统资源。近年来，Zivkovic等[6]人利用最大似然估计提出了一种高斯模型个数的选择方法。该方法由于人为地引入了负的先验系数，使得在更新过程
网络安全与数据管理 2011年11期2011-02-28
- 基于遥感数据随机模型的空间结构分析与蚀变信息提取
与形态、二维高斯分布的椭圆几何参数特征等。在此基础上，系统分析了由不同类型直方图生成的二维散点图的空间几何结构特征，以及异常信息空间定位等问题。最后，通过应用实例阐述了遥感数据空间结构分析在蚀变信息提取中的重要性与实用性。遥感数据;随机模型;空间结构分析;蚀变信息提取0 引言笔者曾在文献［1］中较为详细地讨论过遥感蚀变信息检测中光谱数据点阵空间的几何结构问题，在文献［2］中阐述了基于光谱数据点阵空间遥感图像的背景、干扰与蚀变异常等3个研究对象的定义、相互关
自然资源遥感 2010年4期2010-09-23
- 非高斯系统下卡尔曼滤波算法误差性能分析
利分布3种非高斯分布下的状态估计系统采用卡尔曼滤波算法进行滤波。仿真结果表明，在噪声均值和方差相同的条件下，尽管几种非高斯分布和高斯分布的信息距离大小不同，然而其滤波结果误差基本一致。这一结果是对非高斯系统下卡尔曼滤波内容的补充，对工程实践人员有一定的参考价值。1 噪声分布模型高斯分布是统计学中最常用的一个分布，它是描述围绕均值的一组数据集合，属于连续型分布，它是解决许多实际统计问题模型中的一个较为理想的统计模型。然而，现实世界往往存在一些不符合高斯分布的
电光与控制 2010年9期2010-08-05
- 稳定分布模型的自相似特征分析
验方式均基于高斯分布假设，然而，许多情况下，试验数据常常是非高斯分布的，如Pareto发现，占97%的个人收入分布接近对数正态分布，但剩下的3%收入迅速增加，且服从逆幂规律，从而产生厚尾特征。这说明存在中心极限定理并不适用的分布。大多数物理试验数据的变化存在很明显的尖峰现象，即相对高斯分布而言，在均值附近的数据点特别多，同时取极端值（过大或过小的数据点)的数据点也特别多[1,2]，在统计分析中常将这些“异常值”去掉，Mandelbrot B认为这样做是不可
统计与决策 2010年3期2010-05-22
- 视频中运动目标检测算法研究及实现
建模，由多个高斯分布组成，可以在包括运动目标的视频中自适应地提取背景模型，对背景模型的描述更加准确。最终通过OpenCV实现对目标的准确检测和跟踪。2.运动目标检测运动目标检测是视频图像跟踪中的重要环节。目前常用的运动检测算法有光流法，帧间差法和背景差法。光流法运算量较大，不适合实时处理。帧间差法虽实时性好，但检测目标内部容易产生空洞。背景差法克服了上述方法的缺点，但对动态场景的变化较为敏感。本文在背景差法的基础上，提出自适应混合高斯背景模型的概念。2.1
电脑与电信 2010年5期2010-04-16