导读:本文包含了密度收敛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:密度,近邻,样本,函数,算法,距离,速度。
密度收敛论文文献综述
王宏亮,郝晋珉,管青春,张益宾,祖健[1]（2018）在《内蒙古自治区城镇土地经济密度的区域差异及其收敛性分析》一文中研究指出以城镇土地经济密度为研究对象,采用变异系数、基尼系数及泰尔指数等模型分析了内蒙古12个盟市2004—2014年城镇土地经济密度的区域差异及其收敛特征。研究表明:1)内蒙古城镇土地经济密度的区域差异显着。总体上看,各盟市城镇土地经济密度呈不断上升趋势,但是盟市间差异明显;2)内蒙古城镇土地经济密度总差异呈现上下波动略有降低的趋势,其中内蒙古自治区(以下简称内蒙古)中、西部地区城镇土地经济密度呈逐步缩减趋势,东部地区较为稳定,内部差异是导致全区总体差异变化的重要原因;3)研究期间,内蒙古城镇土地经济密度σ收敛在短时期内呈发散趋势,β收敛呈现长期缓慢收敛趋势,其收敛速率仅为0.24%,半生命周期长达291.48年;从区域收敛稳健性上看,内蒙古收敛稳健值为0.238 7,并呈现西部>东部>中部的地带性演变特征,这意味着内蒙古各盟市城镇土地经济密度的收敛需要经历相当长的时间考验。(本文来源于《中国农业大学学报》期刊2018年02期）
李艺璇[2]（2017）在《END样本最近邻密度估计渐近正态性的收敛速度》一文中研究指出在END样本下研究最近邻密度估计的渐近正态性.在适当的条件下给出最近邻密度估计渐近正态性的收敛速度,这个速度几乎达到n~(-1/2).(本文来源于《湖北大学学报(自然科学版)》期刊2017年04期）
李潇涵[3]（2017）在《基于距离收敛量和历史信息密度的多目标进化算法的研究》一文中研究指出近年来,多目标优化问题已经成为人工智能领域中最重要的问题形式之一。多目标进化算法凭借其优秀的求解能力,已经成为求解多目标优化问题最重要的方法之一。多目标进化算法是一种基于群体演进的人工智能算法,该算法以生物进化过程中的优胜劣汰原理为基础,以此推演出一套随机的全局搜索策略。而在筛选个体的过程中,多目标进化算法大都利用非支配信息和密度信息评价个体。针对上述问题,本文提出了一种基于距离收敛量和历史信息密度的多目标进化算法,并同4个最新的多目标进化算法在2个基准问题集上进行了对比实验。本文的主要工作可以总结如下:(1)为了可以在个体支配等级相同的情况下有效的区分个体的收敛程度,本文提出的距离收敛量的概念,并在此基础上提出了一种新的配对选择操作;(2)为了可以在计算个体密度的过程中考虑整个搜索过程,本文提出的历史信息密度,并在此基础上提出了新的个体选择操作;(3)通过对比实验结果可以说明基于距离收敛量和历史信息密度的多目标进化算法比相对比的其他算法有更好的求解效果。(本文来源于《东北师范大学》期刊2017-06-01）
胡学平,张红梅[4]（2017）在《WOD样本下密度函数核估计的收敛性》一文中研究指出设{X_n,n≥1}为同分布的WOD随机序列,f(x)为共同的概率密度函数。利用WOD序列的Rosenthal-型矩不等式和Bernstein-型指数不等式,对密度函数f(x)的核估计进行了探讨,在适当条件下得到了核估计的r阶相合性、逐点强相合性和依概率一致收敛性。(本文来源于《山东大学学报(理学版)》期刊2017年04期）
李潇涵,刘博,张友[5]（2017）在《基于距离收敛量和历史信息密度的多目标进化算法》一文中研究指出在筛选个体的过程中,多目标进化算法大多利用非支配信息和密度信息评价个体。但当个体互为非支配关系时,上述信息就难以区分个体的优劣从而影响算法性能。为了改善上述情况,提出了一种基于距离收敛量和历史信息密度的多目标进化算法。距离收敛量可以在非支配信息不能区分个体时评价个体的收敛性;历史信息密度可以更精确地提供个体多样性信息。在与四个先进的多目标进化算法的对比实验中,新算法的求解质量明显优于对比算法。(本文来源于《计算机应用研究》期刊2017年12期）
鲁盈吟,彭作祥[6]（2016）在《H-R模型极端顺序统计量密度函数的收敛性》一文中研究指出证明了在Hüsler-Reiss条件下,二维高斯序列极大值分布密度函数的收敛性,进而通过细化Hüsler-Reiss条件建立了此密度函数的高阶展开.(本文来源于《西南大学学报(自然科学版)》期刊2016年09期）
王晋茹,张庆庆,耿紫鹃[7]（2016）在《高维小波密度估计器的收敛性》一文中研究指出为了研究高维Lebesgue可测空间Lp(Rd)中估计器的收敛性,利用小波方法,给出估计器在Lp范数意义下的相合性.研究发现:若小波尺度函数φ紧支且满足条件S,则任给f∈Lp(Rd),1≤p<∞,有limn→∞E‖f-fn‖p=0.(本文来源于《北京工业大学学报》期刊2016年08期）
卢林莘[8]（2016）在《正相协样本下最近邻密度估计的收敛速度》一文中研究指出Esary, Proschan and Walkup在1967年首次提出了PA (Positive Associated)随机变量的概念,此概念被广泛的应用于统计力学、渗透理论、可靠性分析等不同的领域,许多学者对PA随机变量展开了深入的研究,文献[1-19]详细地讨论了PA (Positive Associated)随机变量的相关性质和矩不等式Loftsgarden and Quesenberry在1965年引入了一种非常有用的非参数估计方法最近邻密度估计,该估计方法已经被广泛的应用于各种领域,如社会科学、工程技术、物理科学等.目前关于最近邻密度估计的研究较多,文献[23-43]研究了最近邻密度估计在独立样本下和相依样本下(包含NA、α-混合等相依样本)的相合性及其收敛速度.本文研究了PA样本下最近邻密度估计的相合性及收敛速度,证明了正相协样本下最近邻密度估计的强相合的收敛速度接近n-1/4,一致强相合的收敛速度几乎为n-1/6,并进一步的研究了PA样本下失效率函数估计的一致强相合性,同时通过数值模拟得到了最近邻密度估计的图像,比较了最近邻密度估计方法的优缺点.本文的主要特色有以下两个方面：1.本文首次研究了PA样本下最近邻密度估计的相合性及其收敛速度.2.本文证明了PA样本下最近邻密度估计的强收敛速度和一致强收敛速度与NA样本情形的结论一致.(本文来源于《广西师范大学》期刊2016-04-01）
朱甜甜[9]（2016）在《NA样本最近邻密度估计的收敛速度》一文中研究指出负相协(NA,negatively associated)序列的概念最初由Joag-Dey和Proschan(1983)以及Block和Savits(1982)提出,Joag-Dey和Proschan对NA序列的一些基本性质和实际应用作了论述,Roussas(1994)和Beak(2003)对NA序列的完全收敛性等基本性质进行了研究,由于NA序列的广泛应用性,与NA序列相关的统计问题得到许多学者的关注并对其进行了研究,许多文献研究了NA样本下统计量的大样本性质如核密度估计的渐近正态性等.最近邻密度估计是Loftsgarden和Quesenberry在1965年提出的一种重要的非参数密度估计方法,他们给出了最近邻密度估计f_n(x)的弱相合性.自最近邻密度估计提出后,不少学者研究了它在各种样本及各种不同条件下的相合性,渐进正态性等性质,得出了一些比较满意的结果.依据最近邻估计的思想,俞军于1986年提出了一种基于次序统计量的近邻密度估计f_n(x),并在独立样本及较弱的条件下建立了它的弱、强逐点相合性,一致弱、强相合性以及有界区间上的L1模强相合性,薛留根(1992,1994)在独立和φ-混合样本下分别研究了f_n(x)的相合性及其收敛速度.本文在NA样本下研究了f_n(x)的逐点相合性和一致强相合性,同时分别给出了f_n(x)的逐点相合的收敛速度及一致强相合的收敛速度.本文的主要结果和特色如下：1.本文首次在NA样本下证明了最近邻密度估计f_n(x)的相合性并给出了收敛速度.2.本文的方法可以为研究其它相依样本下f_n(x)的大样本性质提供借鉴.(本文来源于《广西师范大学》期刊2016-04-01）
叶彩园,吴群英,刘艳[10]（2014）在《随机删失数据下核密度估计的收敛速度》一文中研究指出由于失访、改变治疗方案、研究时间结束时事件尚未发生等情况,所采集的数据中许多应采集而未能采集、应提交而未在一些时点上提交,造成数据不完全,这便产生了删失数据。因此研究删失数据的大样本性质是解决实际问题的关键。本文在{Xi,i≥1}是α混合的随机变量,{Yi,i≥1}是独立同分布的随机变量,且Xi与Yi相互独立的情形下,研究了随机删失数据下概率密度函数的核估计,获得了此核估计的逐点强相合速度和一致强相合速度。(本文来源于《桂林理工大学学报》期刊2014年02期）
密度收敛论文开题报告
（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END样本下研究最近邻密度估计的渐近正态性.在适当的条件下给出最近邻密度估计渐近正态性的收敛速度,这个速度几乎达到n~(-1/2).
（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。
密度收敛论文参考文献
[1].王宏亮,郝晋珉,管青春,张益宾,祖健.内蒙古自治区城镇土地经济密度的区域差异及其收敛性分析[J].中国农业大学学报.2018
[2].李艺璇.END样本最近邻密度估计渐近正态性的收敛速度[J].湖北大学学报(自然科学版).2017
[3].李潇涵.基于距离收敛量和历史信息密度的多目标进化算法的研究[D].东北师范大学.2017
[4].胡学平,张红梅.WOD样本下密度函数核估计的收敛性[J].山东大学学报(理学版).2017
[5].李潇涵,刘博,张友.基于距离收敛量和历史信息密度的多目标进化算法[J].计算机应用研究.2017
[6].鲁盈吟,彭作祥.H-R模型极端顺序统计量密度函数的收敛性[J].西南大学学报(自然科学版).2016
[7].王晋茹,张庆庆,耿紫鹃.高维小波密度估计器的收敛性[J].北京工业大学学报.2016
[8].卢林莘.正相协样本下最近邻密度估计的收敛速度[D].广西师范大学.2016
[9].朱甜甜.NA样本最近邻密度估计的收敛速度[D].广西师范大学.2016
[10].叶彩园,吴群英,刘艳.随机删失数据下核密度估计的收敛速度[J].桂林理工大学学报.2014
论文知识图
