高阶高斯分布迭代的云模型及其数学性质研究

刘玉超; 马于涛; 张海粟; 陈桂生

doi:10.3969/j.issn.0372-2112.2012.10.001

您当前的位置：

首页 >

文章列表页 >

高阶高斯分布迭代的云模型及其数学性质研究

学术论文 | 更新时间：2025-07-16

- 高阶高斯分布迭代的云模型及其数学性质研究
- Study on Characters of Cloud Model Based on High-Order Gaussian Distribution with Iterations
- 电子学报 2012年40卷第10期页码：1913-1919
- 作者机构：
  
  1. 清华大学计算机科学与技术系,北京,100084
  2. 中国电子设备系统工程公司研究所,北京,100141
  3. 武汉大学软件工程国家重点实验室,湖北,武汉,430072
  4. 中国人民解放军理工大学指挥自动化学院,江苏,南京,210007
  5. 清华大学计算机科学与技术系,北京,100084
  6. 中国电子设备系统工程公司研究所,北京,100141
  7. 武汉大学软件工程国家重点实验室,湖北,武汉,430072
  8. 中国人民解放军理工大学指挥自动化学院,江苏,南京,210007
- 作者简介：
- 基金信息：
  
  国家自然科学基金重点项目 (No.61035004);国家自然科学基金面上项目 (No.60974086)
- DOI：10.3969/j.issn.0372-2112.2012.10.001
  中图分类号： TP302.7
- 纸质出版：2012
- 稿件说明：
移动端阅览
刘玉超, 马于涛, 张海粟, 等. 高阶高斯分布迭代的云模型及其数学性质研究[J]. 电子学报, 2012,40(10):1913-1919.

LIU Yu-chao, MA Yu-tao, ZHANG Hai-su, et al. Study on Characters of Cloud Model Based on High-Order Gaussian Distribution with Iterations[J]. Acta Electronica Sinica, 2012, 40(10): 1913-1919.
刘玉超, 马于涛, 张海粟, 等. 高阶高斯分布迭代的云模型及其数学性质研究[J]. 电子学报, 2012,40(10):1913-1919. DOI： 10.3969/j.issn.0372-2112.2012.10.001.

LIU Yu-chao, MA Yu-tao, ZHANG Hai-su, et al. Study on Characters of Cloud Model Based on High-Order Gaussian Distribution with Iterations[J]. Acta Electronica Sinica, 2012, 40(10): 1913-1919. DOI： 10.3969/j.issn.0372-2112.2012.10.001.

摘要

云模型通过二阶高斯分布研究不确定性

它产生的云滴分布具有尖峰肥尾特性

呈现出幂率衰减.社会学和经济学的研究发现

由于在演化过程中具有偏好依附的特点

许多实际数据呈现出尖峰肥尾的特性

本文试图通过高阶高斯分布迭代产生的高阶云模型的数学性质研究

探寻高斯分布与尖峰肥尾分布之间的联系.基于高斯分布迭代构造具有尖峰肥尾特性的概率分布

通过基于高阶高斯分布迭代的云模型刻画更多的不确定性现象

分析高阶高斯分布迭代的典型参数

与云模型参数进行对比分析

为雾化后的逆向云发生器求解提供了新的手段

同时也为高阶云模型的逆向求解过程提供了方法.

Abstract

Cloud model uses two-order Gaussian distribution to produce cloud drops whose distribution displays high kurtosis and fat tail with power-law decay.In sociology and economics

many phenomena have been found to share high kurtosis and fat tail because of preferential attachment in evolution processes.This paper tries to investigate the relation between Gaussian distribution and fat-tail distribution

and to construct fat-tail distribution based on Gaussian distribution with iterations to depict more uncertain phenomena.The comparative study on parameters of high-order Gaussian distribution with iterations and cloud model can provide a new thought and method for the research of reverse solution of high-order cloud model.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于云模型的辐射源信号多站分选方法

正态云模型相似度计算方法

用于约束优化的简洁多目标微粒群优化算法

基于云模型和矢量神经网络的辐射源识别方法

云模型雾化特性及在进化算法中的应用