导读:本文包含了瑞利分布论文开题报告文献综述及选题提纲参考文献，主要关键词:关联成像,信噪比,随机调制光
瑞利分布论文文献综述
张颖涛,李洪国[1]（2019）在《瑞利分布调制光的反射式关联成像》一文中研究指出以强度概率密度函数具有瑞利分布的调制光为光源,理论分析得到关联成像的信噪比与采样帧数、待测目标物体尺寸、调制光的散斑尺寸之间的关系,并在实验上利用计算机控制数字光投影仪产生随机调制光。通过强度涨落关联测量获得了反射式物体(物体尺寸为0. 14 m×0. 07 m)的关联像,并根据实验数据计算得到关联像的信噪比约为1. 84,与理论分析结果基本一致。该结果对于分析影响关联成像质量的因素及促进关联成像在遥感等远距离成像中的应用具有重要意义。(本文来源于《实验室研究与探索》期刊2019年07期）
邵媛媛,周菊玲,董翠玲[2]（2019）在《双边定时截尾样本下复合瑞利分布的参数估计》一文中研究指出利用极大似然法和EM算法研究了双边定时截尾样本下复合瑞利分布参数的极大似然估计.给出了参数的极大似然估计的存在唯一性证明和参数的EM迭代公式,借助Louis算法得到了EM估计的近似区间,随机模拟结果表明极大似然估计与EM估计相比,估计值较接近真值.(本文来源于《淮阴师范学院学报(自然科学版)》期刊2019年02期）
高朔[3]（2019）在《基于删失样本的逆指数瑞利分布的统计推断与实证研究》一文中研究指出在本文中,我们研究了基于逐步Ⅱ型删失样本和逐步第一失效删失样本的逆指数瑞利分布的统计推断和实证研究。这两种抽样方式能够大大节省实验成本,加速实验进程。具体地,基于逐步Ⅱ型删失数据的枢轴量方法可用来估计逆指数瑞利分布的两个参数。我们推导出点估计,并构造区间估计。为了比较该方法和传统极大似然估计方法的性能,我们进行了模拟研究,模拟研究的结果表明,该方法在偏差和均方误方面比极大似然估计方法表现的要好。此外,我们使用逐步Ⅱ型删失样本研究逆指数瑞利分布下的寿命绩效指数。分析寿命绩效指数是分析产品是否达到预定标准的一种强大而有效的方法。我们利用极大似然估计方法推导出寿命绩效指数的估计值,并建立假设检验。在大量数值模拟的基础上,利用功效函数来评估假设检验的有效性。模拟结果显示,寿命绩效指数有利于确定产品的寿命是否符合预期。逐步第一失效删失是比逐步Ⅱ型删失更为复杂的抽样方式。在逐步第一删失样本的基础之上,我们得到了逆指数瑞利分布的极大似然估计值和贝叶斯估计值。观测Fisher信息矩阵和参数bootstrap方法可以构建置信区间。利用Metropolis-Hastings技术推导出平方误差损失函数下的贝叶斯估计值,这有助于构建最高后验密度可信区间。我们通过蒙特卡罗模拟来比较各种估计方法的表现。(本文来源于《北京交通大学》期刊2019-06-01）
热比古力,周菊玲[4]（2018）在《基于左截断右删失数据下瑞利分布的参数估计》一文中研究指出瑞利分布是常见的寿命分布.基于左截断右删失数据,利用EM算法和最大似然法分别对瑞利分布的参数进行估计,EM算法得到了参数的迭代公式,进而进行了随机模拟和实证分析提高EM算法的应用价值.结果表明参数EM算法估计比MLE收敛速度快,精确度较高.(本文来源于《数学的实践与认识》期刊2018年22期）
徐圣楠,车明刚,赵志文,王秋爽[5]（2018）在《具有部分缺失数据混合瑞利分布参数的估计》一文中研究指出利用矩估计的方法,研究在缺失部分数据的情况下混合瑞利分布总体中参数的估计问题,通过建立矩估计方程组求出未知参数的矩估计,由强大数定律和多元中心极限定理证明了估计参数具有强相合性和渐近正态性,并且随机模拟的结果也表明了参数估计是正确的。(本文来源于《佳木斯大学学报(自然科学版)》期刊2018年05期）
冯耀,黄才权,杜鹃[6]（2018）在《一种瑞利分布k阶原点矩的计算方法》一文中研究指出瑞利分布作为雷达杂波最基本的非高斯分布模型,广泛应用于雷达建模与分析.针对服从瑞利分布的随机变量的k阶原点矩闭解式的求解问题,通过递推思想,导出了服从瑞利分布的随机变量的k阶原点矩的解析式,在此基础上得到了在雷达中常用的一阶、二阶、叁阶和四阶原点矩.最后通过Monte Carlo仿真,验证了理论分析结果的正确性,为雷达杂波服从瑞利分布时的参数估计和杂波建模等提供了理论支撑.(本文来源于《空军预警学院学报》期刊2018年04期）
王晓燕,越飞,刘红军,纪俐[7]（2018）在《基于瑞利分布的统计过程控制在形位误差控制的应用》一文中研究指出在制造业生产中,实际加工的质量特性分布会呈现多种形态,传统的统计过程控制要求质量特性值服从正态分布,但在某些形位误差中如轴线偏心或位置度、零件表面径向跳动等这些偏心分布为瑞利分布。文章建立了基于瑞利分布的形位误差数学模型,用形位误差中的位置度误差和同轴度误差作为实验数据,提出并建立了基于瑞利分布的控制图。通过实验模拟表明,在对某些形位误差统计过程控制方面,使用基于瑞利分布控制图比休哈特控制图效果更好,减少了误判报警,提高了生产效率,得到更好的质量保证。(本文来源于《组合机床与自动化加工技术》期刊2018年06期）
柳叶[8]（2018）在《基于瑞利分布的大型风电场风机维护方案优化》一文中研究指出针对大型风电场风能利用率低下的问题,从优化风机维护方案的角度出发,在假设风速服从瑞利分布的前提下,建立了两阶段多目标0-1规划模型,确定了所有风机每年2次的维护方案,方案以风电场风能利用率最大为目标,兼顾了维修人员的值班任务和维护任务的均衡,具有操作简单、可行性强的优势.(本文来源于《数学的实践与认识》期刊2018年07期）
杜可可[9]（2017）在《瑞利分布函数在夹具误差分析中的应用》一文中研究指出在单件小批量生产模式的专用夹具制造中,夹具零件尺寸公差分布是一种偏态分布。根据瑞利分布函数分布规律,求出夹具配合零件的最可几尺寸,并用该尺寸计算夹具误差,将比采用极限尺寸法计算夹具误差更符合生产实际情况。将夹具误差控制在被加工零件公差带的1/3,夹具精度可满足被加工零件位置尺寸精度要求。(本文来源于《现代制造技术与装备》期刊2017年12期）
张月[10]（2017）在《逆瑞利分布参数的Bayes统计推断》一文中研究指出逆瑞利分布在寿命试验与可靠性研究中发挥着重要而广泛的作用,目前,基于该分布的统计推断问题也处于不断的完善和发展中.在统计推断理论中,贝叶斯分析是其重要内容之一,对它的应用也几乎已经贯穿到了统计的各个领域,运用Bayes理论的一些基本内容,对参数进行相关的统计推断研究是现代统计推断的一个重要方法.本文旨在研究逆瑞利分布的贝叶斯统计推断问题.本文主要包含四个部分的内容.第一部分主要介绍了贝叶斯理论的发展、研究背景及应用.论文的主要结果在第二部分至第四部分,其中,第二部分重点讨论了在几种不同损失函数下,逆瑞利分布参数的Bayes估计.主要包括:1.当参数的先验分布取伽玛分布时,求出了逆瑞利分布的后验密度函数.2.基于Bayes理论方法,分别在对称熵损失函数,Q对称熵损失函数,Mlinex损失函数,复合LINEX对称损失函数下获得了参数的Bayes估计,证明了它的可容许性,并做了数值模拟.第叁部分在Jefferys无信息先验分布下,求得了逆瑞利分布中参数在Mlinex损失函数和加权平方损失函数下的最小最大(Minimax)估计.第四部分基于NA样本,求得逆瑞利分布参数的经验Bayes检验函数,并获得Bayes检验函数的渐近性质和收敛速度.(本文来源于《新疆师范大学》期刊2017-05-26）
瑞利分布论文开题报告
（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：
利用极大似然法和EM算法研究了双边定时截尾样本下复合瑞利分布参数的极大似然估计.给出了参数的极大似然估计的存在唯一性证明和参数的EM迭代公式,借助Louis算法得到了EM估计的近似区间,随机模拟结果表明极大似然估计与EM估计相比,估计值较接近真值.
（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。
瑞利分布论文参考文献
[1].张颖涛,李洪国.瑞利分布调制光的反射式关联成像[J].实验室研究与探索.2019
[2].邵媛媛,周菊玲,董翠玲.双边定时截尾样本下复合瑞利分布的参数估计[J].淮阴师范学院学报(自然科学版).2019
[3].高朔.基于删失样本的逆指数瑞利分布的统计推断与实证研究[D].北京交通大学.2019
[4].热比古力,周菊玲.基于左截断右删失数据下瑞利分布的参数估计[J].数学的实践与认识.2018
[5].徐圣楠,车明刚,赵志文,王秋爽.具有部分缺失数据混合瑞利分布参数的估计[J].佳木斯大学学报(自然科学版).2018
[6].冯耀,黄才权,杜鹃.一种瑞利分布k阶原点矩的计算方法[J].空军预警学院学报.2018
[7].王晓燕,越飞,刘红军,纪俐.基于瑞利分布的统计过程控制在形位误差控制的应用[J].组合机床与自动化加工技术.2018
[8].柳叶.基于瑞利分布的大型风电场风机维护方案优化[J].数学的实践与认识.2018
[9].杜可可.瑞利分布函数在夹具误差分析中的应用[J].现代制造技术与装备.2017
[10].张月.逆瑞利分布参数的Bayes统计推断[D].新疆师范大学.2017