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=刘华文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：
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指数分布参数多变点的贝叶斯估计被引量：5
《西南师范大学学报（自然科学版）》2015年第1期12-17,共6页何朝兵 刘跃军 刘华文 
国家自然科学基金项目(61174099);河南省教育厅科学技术研究重点项目(12A520001)
主要利用MCMC方法研究了左截断右删失数据下指数分布多变点模型的参数估计问题.通过筛选法和逆变换法得到了指数分布的完全数据,在获得各参数的满条件分布后,利用MCMC方法得到了Gibbs样本,把Gibbs样本的均值作为各参数的估计.随机模拟...
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 
IIRCT下二项分布参数多变点的贝叶斯估计被引量：1
《山西大学学报（自然科学版）》2014年第3期353-358,共6页何朝兵 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)
通过添加缺损的寿命变量数据得到了IIRCT下二项分布的完全数据似然函数,给出了变点位置和其它参数的满条件分布。利用Gibbs抽样与Metropolis-Hastings算法相结合的MCMC方法对各参数的满条件分布分别进行了抽样。详细介绍了MCMC方法的实...
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对数正态分布参数多变点的贝叶斯估计被引量：3
《福州大学学报（自然科学版）》2014年第4期507-513,共7页何朝兵 刘华文 
国家自然科学基金资助项目(61174099);河南省教育厅自然科学基金资助项目(2011B110001)
通过添加数据得到左截断右删失数据下对数正态分布的完全数据似然函数,研究了变点位置和其它参数的满条件分布.再利用Gibbs抽样与Metropolis-Hastings算法相结合的MCMC方法得到参数的Gibbs样本,把Gibbs样本的均值作为各参数的贝叶斯估计...
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 
IIRCT下泊松分布参数单变点的贝叶斯估计被引量：4
《安徽师范大学学报（自然科学版）》2014年第4期335-338,342,共5页何朝兵 刘华文 
国家自然科学基金(61174099);河南省教育厅自然科学基金资助项目(2011B110001)
首先通过添加数据得到了带有不完全信息随机截尾试验下泊松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方法对参数进行了估计,最后进行了随机模拟,试验...
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几何分布参数多变点的贝叶斯估计被引量：4
《重庆师范大学学报（自然科学版）》2014年第4期100-105,共6页何朝兵 刘华文 
国家自然科学基金(No.61174099);河南省教育厅自然科学基金(No.2011B110001)
首先通过添加数据得到了左截断右删失数据下几何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方法得到了参数的Gibbs样本,把Gibbs样本的均值作为各参数...
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泊松分布参数多变点的贝叶斯估计被引量：1
《兰州理工大学学报》2014年第4期136-140,共5页何朝兵 刘华文 
国家自然科学基金(61174099);河南省教育厅自然科学基金(2011B110001)
通过添加缺损的寿命变量数据得到左截断右删失数据下泊松分布的完全数据似然函数.给出变点位置和其它参数的满条件分布.利用Gibbs抽样与Metropolis-Hastings算法相结合的MCMC方法对各参数的满条件分布分别进行抽样,介绍MCMC方法的实施步...
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二项分布参数多变点的贝叶斯估计被引量：3
《华南师范大学学报（自然科学版）》2014年第3期34-38,共5页何朝兵 刘华文 
国家自然科学基金项目(61174099)
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二项分布的完全数据似然函数.给出了变点位置和其他参数的满条件分布.利用Gibbs抽样与Metropolis-Hastings算法相结合的MCMC方法对各参数的满条件分布分别进行了抽样.详细介绍了MCM...
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