变点

作品数：705被引量：1629H指数：17
导出分析报告
相关领域：理学自动化与计算机技术更多>>
相关作者：赵文芝缪柏其何朝兵谭常春田铮更多>>
相关机构：日本电气硝子株式会社中国科学技术大学AGC株式会社合肥工业大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金教育部人文社会科学研究基金陕西省教育厅科研计划项目陕西省自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 作者=何朝兵x
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
泊松过程单变点模型的贝叶斯参数估计被引量：1
《兰州理工大学学报》2017年第2期163-166,共4页何朝兵 
河南省科技攻关计划(162102310384);河南省高等学校重点科研项目(16A110001)
利用泊松分布和二项分布的关系,通过引入潜在变量得到了泊松过程单变点模型比较简单的似然函数.得到了未知参数的满条件分布,对满条件分布进行了Gibbs抽样,基于Gibbs样本对参数进行估计.随机模拟试验的结果表明贝叶斯估计的精度较高.
关键词：泊松过程 变点 可加性 MCMC方法 满条件分布 
左截断右删失数据下离散型寿命失效率变点模型的Bayes参数估计被引量：2
《数学的实践与认识》2016年第24期194-204,共11页何朝兵 郭梦雪 高唱 李静 
河南省高等学校重点科研项目(16A110001);安阳师范学院大学生创新基金(ASCX/2016-Z120)
利用EM算法和MCMC方法得到了左截断右删失数据下离散型寿命失效率变点模型的参数估计.利用筛选法对缺失数据进行填充,对各参数进行Gibbs抽样.随机模拟证实方法可行且参数估计的精度较高.
关键词：左截断右删失数据 失效率 变点 几何分布 EM算法 MCMC方法 
删失截断情形下失效率变点模型的Bayes参数估计
《高校应用数学学报（A辑）》2016年第4期413-427,共15页何朝兵 
河南省科技攻关计划(162102310384);河南省高等学校重点科研项目(16A110001)
通过添加部分缺失寿命变量数据,得到了删失截断情形下失效率变点模型相对简单的似然函数.讨论了所添加缺失数据变量的概率分布和随机抽样方法.利用Monte Carlo EM算法对未知参数进行了迭代.结合Metropolis-Hastings算法对参数的满条件...
关键词：失效率 指数分布 EM算法 GIBBS抽样 Metropolis-Hastings算法 截断正态分布 
维纳过程单变点模型的贝叶斯参数估计
《湖南师范大学自然科学学报》2016年第4期84-88,共5页何朝兵 
国家自然科学基金(61174099);河南省高等学校重点科研项目(16A110001)
通过引入潜在变量,利用正态分布的重要性质得到了维纳过程单变点模型比较简单的似然函数.结合Metropolis-Hastings算法对参数进行Gibbs抽样,基于Gibbs样本对参数进行估计.随机模拟的结果表明估计的精度较高.
关键词：潜在变量 可加性 满条件分布 GIBBS抽样 Metropolis-Hastings算法 
ⅡRCT 下韦布尔分布参数多变点的贝叶斯估计
《机械强度》2016年第3期522-525,共4页何朝兵 
国家自然科学基金(61174099);河南省高等学校重点科研项目(16A110001)资助~~
利用逆变换法添加缺损的寿命数据,获得了带有不完全信息随机截尾试验下韦布尔分布的完全数据似然函数。得到了变点位置参数等未知参数的满条件分布。对各参数分别进行Gibbs抽样。把Gibbs样本的均值作为参数的贝叶斯估计。给出了MCMC方...
关键词：完全数据似然函数 满条件分布 MCMC方法 GIBBS抽样 Metropolis-Hastings算法 
屏蔽数据下指数分布两部件串联系统多变点模型的贝叶斯估计被引量：2
《数学的实践与认识》2016年第10期208-215,共8页何朝兵 
国家自然科学基金(61174099);河南省高等学校重点科研项目(16A110001)
通过引入潜在变量得到了截尾情形屏蔽数据下指数分布两部件串联系统交点模型较简单的似然函数.利用Gibbs抽样与Metropolis-Hastings算法相结合的MCMC方法对各参数进行了抽样.基于Gibbs样本对参数进行估计.随机模拟的结果表明估计的精度...
关键词：屏蔽数据 变点 串联系统 GIBBS抽样 Metropolis-Hastings算法 
IIRCT下对数正态分布参数多变点的贝叶斯估计被引量：1
《西北师范大学学报（自然科学版）》2015年第5期22-26,共5页何朝兵 杜保建 刘华文 
国家自然科学基金资助项目(61174099);河南省教育厅科学技术研究重点项目(14B110011)
通过添加缺损的寿命数据,得到了带有不完全信息随机截尾试验下对数正态分布多变点模型的完全数据似然函数.利用MCMC方法对各参数的满条件分布分别进行抽样,详细介绍了MCMC方法的实施步骤.随机模拟试验结果表明各参数贝叶斯估计的精度较高.
关键词：完全数据似然函数 满条件分布 MCMC方法 GIBBS抽样 Metropolis-Hastings算法 
左截断右删失数据下Pareto分布形状参数多变点的贝叶斯估计被引量：1
《湖南师范大学自然科学学报》2015年第3期80-84,共5页何朝兵 杜保建 刘华文 
国家自然科学基金资助项目(61174099);河南省教育厅科学技术研究重点项目(14B110011)
通过添加缺损的寿命变量数据得到了左截断右删失数据下Pareto分布相对简单的似然函数,给出了形状参数变点位置和其他参数的满条件分布.利用MCMC方法对参数的满条件分布进行了抽样,把Gibbs样本的均值作为参数的贝叶斯估计.随机模拟的结...
关键词：似然函数 满条件分布 MCMC方法 GIBBS抽样 Metropolis-Hastings算法 
IIRCT下瑞利分布参数多变点的贝叶斯估计被引量：2
《河北师范大学学报（自然科学版）》2015年第3期197-201,共5页何朝兵 田彦伟 刘华文 
国家自然科学基金(61174099);河南省教育厅科学技术研究重点项目(14B110011)
利用MCMC方法研究了带有不完全信息随机截尾试验下瑞利分布多变点模型的参数估计问题.通过扩充缺损的寿命变量数据得到了瑞利分布的似然函数,对各参数的满条件分布进行了随机抽样.随机模拟证实了各参数估计的精度都较高.
关键词：似然函数 满条件分布 MCMC方法 GIBBS抽样 Metropolis-Hastings算法 
左截断右删失数据下伽玛分布参数多变点的贝叶斯估计
《四川师范大学学报（自然科学版）》2015年第3期398-403,共6页何朝兵 
国家自然科学基金(61174099);河南省教育厅自然科学基金(2011B110001)资助项目
首先通过添加数据得到了左截断右删失数据下伽玛分布的完全数据似然函数,然后研究了变点位置和其它参数的满条件分布,接着利用Gibbs抽样与Metropolis-Hastings算法相结合的MCMC(Markov Chain Monte Carlo)方法得到了参数的Gibbs样本,把G...
关键词：完全数据似然函数 满条件分布 MCMC方法 GIBBS抽样 Metropolis-Hastings算法 
全选清除导出
共2页<12>
检索报告 对象比较 聚类工具 使用帮助 返回顶部