粒子群优化在极值分布模型研究中的应用

由于灾难等极端事故发生的随机性以及数据之间的差异性,在运用极值理论计算风险时,必然面临模型的不确定性。为避免极值分布模型选择不当所引起的拟合误差,在介绍了极值理论相关概念的基础上,采用通用的广义极值分布模型,通过粒子群算法对复杂模型参数进行优化。以飞行安全为例进行仿真,实现了不同分布类型的统一优化处理,算法寻优速度较快、拟合效果理想,为准确选择极值分布模型提供了一条有效的途径。     

Necessary and Sufficient Conditions of Existence of Extreme Distributions F 5 – F 7 in the Generalized Chebyshev Inequalities Problem. Part II

The optimization problem for a linear functional on the set of distribution functions with two fixed power moments is considered. New criteria are proposed for the existence of the extreme distributions, on which a linear functional may take on the extremum value.     

基于分组方法的软件可靠性极值数据统计分析

提出了分组失效数据极值统计分析的方法。首先用相关系数法对分组失效数据的母体分布警行了假设检验;然后对母体分布的参数分别进行了点估计和区间估计，最后通过仿真验证了方法的可行性并给出了一实例。     

利用蛋白质的二面角序列对蛋白质结构比对

蛋白质结构比对对理解蛋白质功能和进化关系非常重要。提出一种基于蛋白质残基的二面角的结构比对算法。通过动态时间规整算法比对二面角序列,来比较蛋白质的结构,拟合两蛋白结构距离的分布后,利用p-value来评价比对的好坏。主要结果有:利用动态时间规整算法计算得出的结构距离是一个很好的蛋白质结构相似性度量;结构距离服从参数为μ=94.7697,σ=41.5837,ξ=0.1925的广义的极值分布;和其他结构比对算法相比,该算法比CTSS的搜索结果要好。     

Modelling the financial risk associated with U.S. movie box office earnings

In this paper we use extreme value theory to model the U.S. movie box office returns, using weekly data for the period January 1982 to September 2006. The Peak over Threshold method is used to fit the Generalized Pareto distribution to the tails of the distributions of both positive weekly returns and negative returns. Tail risk measures such as value at risk and expected shortfall are computed using maximum likelihood methods. These measures can be used as indicators for the film distributors in the preparation of movie prints, or as references for actual or potential investors in the movie industry.     

Extreme vocabulary learning

Regarding extreme value theory, the unseen novel classes in the open-set recognition can be seen as the extreme values of training classes. Following this idea, we introduce the margin and coverage distribution to model the training classes. A novel visual-semantic embedding framework – extreme vocabulary learning (EVoL) is proposed; the EVoL embeds the visual features into semantic space in a probabilistic way. Notably, we adopt the vast open vocabulary in the semantic space to help further constraint the margin and coverage of training classes. The learned embedding can directly be used to solve supervised learning, zero-shot learning, and open set recognition simultaneously. Experiments on two benchmark datasets demonstrate the effectiveness of the proposed framework against conventional ways.     

基于统计理论的多传感器信息融合方法

多传感器信息融合技术引起了工业测量系统的改变 ,是智能仪表的发展方向。针对工业中干扰的特点 ,提出一种基于统计理论的信息融合方法 ,它采用高等数学的方法求解具有多变量约束条件的极值问题 ,从而得到最小方差的信息融合结果。以此方法可以提高系统的抗干扰能力和测量准确度 ,并通过实验测量进行了仿真以表明其正确、有效。     

基于粒极值的最简规则提取算法

应用粗糙集的分辨关系,分别从表的行、列2个方面求出每个属性值的分辨、组合能力,以此确定出粒极值,将含粒极值的粒定义为极值粒。应用粒计算理论,以极值粒集为主要运算对象进行粒逻辑运算,使最终的组合粒最简,即所提取的规则最简。实验验证了算法的有效性。     

高可靠软件的可靠性评估技术

研究了高可靠软件的可靠性评估技术,给出了失效数据稀少情况下的软件可靠性模型.假设高可靠软件的可靠性测试过程中发生失效是独立同分布的稀有事件,从理论上分析了极值统计理论用于软件可靠性评估的可行性,建立了软件可靠性极值统计模型,讨论了模型的参数估计方法和假设检验方法.     

改进的粒子群算法

针对基本粒子群算法容易陷入局部最优点,进化后期速度慢等缺点,设计了一种新的粒子群算法,将基本粒子群算法粒子行为基于个体极值点转化为个体自身极值与其他某一个个体极值的加权平均值,而全局极值点转化为群体中优秀个体极值的加权平均值。数值仿真实验表明,新算法比PSO具有更好的收敛性,能更快地找到问题的最优解。