导读:本文包含了随机插值论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:插值,渐近,频率,轨迹,曲线,重力场,边缘。
随机插值论文文献综述
胡启军,俞钧耀,刘明,汤伟,蔡其杰[1]（2019）在《基于随机-关联空间插值法的工程岩体力学参数确定》一文中研究指出岩体力学参数在空间上存在的结构关联性和随机不确定性是影响工程岩体力学参数设计取值的客观因素之一。基于地质统计学理论,提出随机-关联空间插值法,在工程岩体力学参数概率分布未知的情况下,利用样本矩替换母体矩,描述工程岩体力学参数的随机性,利用变差函数描述样本点之间、样本点和插值点之间的工程岩体力学参数关联性,建立岩体力学参数的空间分布模型,并通过克里格法对场地中的工程岩体力学参数进行空间插值。结合工程实例,在力学参数概率分布未知的情况下建立其概率分布模型;选择不同数量的有效样本对比分析该方法本身对样本数量的依赖性问题;探讨该方法的应用范围以及针对其他情况提出的相应措施,为后续研究打下基础。与试验结果对比,工程实际中3种不同样本的岩体力学参数指标相对误差分别为4.2,4.4,5.3,估值结果可作为工程设计取值的参考依据。(本文来源于《长江科学院院报》期刊2019年08期）
徐凯,孙赞东[2]（2018）在《基于随机森林方法的地震插值方法研究》一文中研究指出在地震数据的采集过程中,不可避免地会出现地震道缺失或者空间采样不足的情况,这样会产生坏道、缺失道等现象,极大的影响了地震资料质量。想要解决该问题就必须进行地震插值。本文借助于机器学习思想,以无缺失道数据为基础构建机器学习样本集,在此基础上利用随机森林回归预测算法学习各道各时间点振幅与其临近道、时窗内的振幅的统计关系,然后根据临近道数据对缺失道进行补全。将本文所提出方法应用到模型数据与实际采集数据中的缺失道补全处理,均取得良好应用效果,证明本文方法的正确性与有效性。(本文来源于《石油科学通报》期刊2018年01期）
何琳,杨善朝[3]（2018）在《α-混合随机域边缘频率插值的渐近方差性》一文中研究指出本文在研究频率插值估计的基础上,对α-混合随机域边缘频率插值估计的性质进行研究。主要通过对空间样本进行有效地划分,在满足一定的条件下,证得方差的渐近性。渐近方差在实际生活中具有广泛的应用,可以在经济金融、环境科学等领域为高维数据初步分析和判断提供重要依据。(本文来源于《广西师范大学学报(自然科学版)》期刊2018年01期）
何琳[4]（2017）在《α-混合随机域边缘频率插值估计》一文中研究指出在未知总体分布类型,总体信息已知较少,样本不一定独立的情况下,非参数密度估计则是非常好的选择.在实际数据统计分析中,由于种种原因,不能随意地假定数据的总体分布,所以我们就需要借助非参数模型来估计密度函数f(x).非参数密度估计已经广泛应用在环境科学、电子物理、生物医学、地质学、经济金融、区域经济等领域.非参数密度估计的方法主要有直方图估计、Rosenblatt估计、核密度估计、最近邻密度估计、频率插值估计等等.其中频率插值密度估计应用极为广泛,而且估计效果良好.频率插值密度估计的积分均方误差(IMSE)与非负核密度估计的收敛速度相同,均可达到n-4/5,且快于直方图密度估计的收敛速度n-2/3.但是在数值计算中,频率插值估计的计算量相对少,所以这相对于核密度估计更有计算优势.因此,研究频率插值估计具有很重要的意义.自Scott(1985)提出频率插值密度估计后,吸引了不少学者对其进行研究.后来Jones(1998)对频率插值估计进行了优化,他提出了边缘频率插值估计,在独立样本下,证明其渐近均方误差(AMSE)比频率插值估计的小,并证明了这种新的估计方法(即边缘频率插值密度估计)比传统的频率插值密度估计具有更好的理论性质.因此,本文选择理论性更好的边缘频率插值密度估计的方法.但是迄今为止.在空间数据(即随机域)下对频率插值密度估计的研究却甚少,仅有Carbon等、Bensaid和Dabo-Niang以及EI Machkouri等少数学者在随机域样本下,研究了频率插值密度估计的积分均方误差、最优窗宽、渐近方差性、渐近正态性以及一致强相合性等性质.然而,目前仍未有学者在随机域样本下,研究边缘频率插值密度估计的渐近性质.因此本文将在α-混合随机域样本下研究边缘频率插值密度估计的性质.首先证明α-混合随机域在满足一定条件下,边缘频率插值密度函数具有渐近方差性.其次证明随机域样本在满足一定条件下,当n→∞时,((?)bn)1/2[fn(x)-Efn(x)]σ-1(x)具有渐近标准正态分布,以及证明α-混合随机域边缘频率插值的强相合性.最后用数值模拟的方法分别对不同样本量和窗宽来进行讨论,进一步验证和说明结论的合理性和正确性.(本文来源于《广西师范大学》期刊2017-06-01）
徐光茂[5]（2017）在《φ-混合随机域频率插值估计》一文中研究指出非参数密度估计是一类重要的密度估计,它在实际生活中有着广泛的应用.在自然界中,大多数总体还是未知分布以及样本不一定是独立的,所以非参数密度函数估计的问题在数理统计的研究中备受关注.非参数密度函数的估计从最初的直方图密度估计,经过不断地探索逐步有了Rosenblatt密度估计、Parzen核估计、核密度估计、最近邻密度估计、移动平均直方图密度估计和频率插值密度估计等等.1985年Scott[5]在直方图估计的基础上提出了频率插值密度估计,并指出:选择最优窗宽使均方误差最小下,得到的收敛速度分别为:n-2/3和n-4/5,同时,φ混合序列在时间序列模型、可靠性理论、生态系统研究等领域具有广泛的应用,因此统计学家对φ混合序列的研究有着广泛关注和兴趣.Scott(1985)[5]提出频率插值密度估计,很多学者做出深入研究.然而,目前还没有文献对φ混合随机域该估计的性质进行更多的研究.因此,在φ-混合随机域下对频率插值密度估计渐近性质的研究是有意义的.本文在φ-混合随机域下,主要是对频率插值密度估计渐近性质的研究.首先,介绍φ-混合、频率插值密度估计.其次,混合系数φ满足∑i=1∞iN-1(φ(i))β<∞,其中0<β<1.证明出limn→∞(nbnVarfn(x)-[1/2 + 2(k0-x/bn)f(x))= 0.借助Carbona(2010)等对α-随机域里频率多边形采用“大小分块”的思想,对φ-混合随机域大小分块,来证明φ-混合样本下频率插值的渐近正态性.(本文来源于《广西师范大学》期刊2017-04-01）
刘繁明,姚剑奇,荆心[6]（2015）在《由小波与随机采样提升重力场插值精度的策略》一文中研究指出通过对几种重力场插值算法的研究指出,重力场高频区域往往存在较大的插值误差,若能在高频区域补充测点,则可以较小的代价,达到提高插值精度的目的。利用小波分析可感知重力场空间频率信息的特点,提出以一定分辨率重力基准图的小波细节信息为转移概率,由随机采样方案在重力场高频区域增加测点,从而有效提高插值精度的策略。与均匀分布测点的方案对比可知,在插值精度提升程度大致相同的情况下,该策略所需的测点数较少,插值误差的极值较小,效率较高。(本文来源于《大地测量与地球动力学》期刊2015年06期）
李永波,徐敏强,赵海洋,张思杨,黄文虎[7]（2015）在《级联双稳随机共振和基于Hermite插值的局部均值分解方法在齿轮故障诊断中应用》一文中研究指出针对于弱信号在齿轮故障中难以提取问题,提出了一种基于级联双稳随机共振(Cascaded Bistable Stochastic Resonance,CBSR)降噪和局部均值分解(Local Mean Decomposition,LMD)齿轮故障的诊断方法。随机共振可有效削弱信号中的噪声,利用噪声增强故障信号的微弱特征;LMD方法可自适应将复杂信号分解为若干个具有一定物理意义上PF分量之和,适合处理多分量调幅调频信号。首先将振动信号进行CBSR消噪处理,然后对消噪信号进行LMD分解,通过PF分量的幅值谱找到齿轮的故障频率。通过齿轮磨损故障诊断的工程应用,表明该方法可以有效提取齿轮故障微弱特征,实现齿轮箱的早期故障诊断。(本文来源于《振动与冲击》期刊2015年05期）
聂宸,袁楚明,张代林,陈幼平[8]（2014）在《随机型值点间的插值轨迹规划研究》一文中研究指出运动轨迹仿真实验中,常需要根据随机选定的型值点插值出适合实验要求的运动轨迹。首先,经过几种常见插值方法的对比分析,选定了分段叁次Bezier曲线作为轨迹规划的插值曲线,然后,通过分析曲线所须满足的条件,提出了获取此插值曲线控制点的具体算法。最后,介绍了在VC平台下如何实现即时显示已选型值点的插值曲线轨迹,并给出了程序的结果展示。(本文来源于《机械与电子》期刊2014年03期）
李玲,魏玮[9]（2012）在《一种基于椭圆插值的随机曲线生成算法》一文中研究指出在计算机图形学中,建立复杂的结构或形状的模型是一个核心问题.随机曲线的生成在计算机游戏,电影,建筑模型,城市规划和虚拟现实等领域中,也扮演着十分重要的角色.本文主要研究二值图像中随机产生曲线的算法,算法首先采用随机的方法产生初始点和终结点,再利用椭圆内随机插值的方法产生插值点,以新产生的点和其相邻点做为初始点与终结点,再利用椭圆内随机插值的方法产生新的插值点,依此类推最后得到由诸多插值点组成的整条曲线.该过程中为了保证曲线收敛,假设先产生的插值点对曲线的形成趋势影响大,后产生的随机点对曲线的形成趋势影响小.并且,在插值过程中,只对相邻插值点进行下一步插值.结合椭圆内产生的随机曲线的过程,使用Visual C++软件来实现随机曲线的生成算法并进行结果的详细分析,同时做相应的说明和结论来改善用户交互系统.(本文来源于《河北工业大学学报》期刊2012年05期）
胡顺波,赵琳,张问银,姜会芬[10]（2012）在《融合确定性信息和随机信息的插值方法研究》一文中研究指出为了提高医学图像配准过程中的测度曲线光滑性和运算速度,本文利用图像的灰度概率分布作为确定性信息,同时利用非整数网格位置处的灰度随机性信息,定义了融合确定性信息和随机性信息的置信区域(DSCR);结合最近邻域插值法,提出了基于DSCR的最近邻域插值法(DSCRNN)。使用DSCRNN插值方法得到测度在整数平移位置处的值是准确无误差的。通过医学图像之间的刚体配准实验,从函数曲线、运算时间、抗噪鲁棒性和收敛性能方面对比分析了8种插值方法,结果表明,相对其它插值方法,DSCRNN插值方法在不牺牲插值速度的前提条件下可以提高归一化互信息(NMI)测度的收敛性能和抗噪声能力。(本文来源于《光电子.激光》期刊2012年05期）
随机插值论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在地震数据的采集过程中,不可避免地会出现地震道缺失或者空间采样不足的情况,这样会产生坏道、缺失道等现象,极大的影响了地震资料质量。想要解决该问题就必须进行地震插值。本文借助于机器学习思想,以无缺失道数据为基础构建机器学习样本集,在此基础上利用随机森林回归预测算法学习各道各时间点振幅与其临近道、时窗内的振幅的统计关系,然后根据临近道数据对缺失道进行补全。将本文所提出方法应用到模型数据与实际采集数据中的缺失道补全处理,均取得良好应用效果,证明本文方法的正确性与有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
随机插值论文参考文献
[1].胡启军,俞钧耀,刘明,汤伟,蔡其杰.基于随机-关联空间插值法的工程岩体力学参数确定[J].长江科学院院报.2019
[2].徐凯,孙赞东.基于随机森林方法的地震插值方法研究[J].石油科学通报.2018
[3].何琳,杨善朝.α-混合随机域边缘频率插值的渐近方差性[J].广西师范大学学报(自然科学版).2018
[4].何琳.α-混合随机域边缘频率插值估计[D].广西师范大学.2017
[5].徐光茂.φ-混合随机域频率插值估计[D].广西师范大学.2017
[6].刘繁明,姚剑奇,荆心.由小波与随机采样提升重力场插值精度的策略[J].大地测量与地球动力学.2015
[7].李永波,徐敏强,赵海洋,张思杨,黄文虎.级联双稳随机共振和基于Hermite插值的局部均值分解方法在齿轮故障诊断中应用[J].振动与冲击.2015
[8].聂宸,袁楚明,张代林,陈幼平.随机型值点间的插值轨迹规划研究[J].机械与电子.2014
[9].李玲,魏玮.一种基于椭圆插值的随机曲线生成算法[J].河北工业大学学报.2012
[10].胡顺波,赵琳,张问银,姜会芬.融合确定性信息和随机信息的插值方法研究[J].光电子.激光.2012
论文知识图
