《copula分布估計算法》適合於從事智慧型計算領域研究和套用的科技工作者和工程技術人員使用,也可以作為人工智慧、計算機科學、信息科學、智慧型最佳化及智慧型控制領域的廣大師生的教學參考用書。
基本介紹
- 書名:copula分布估計算法
- 作者:王麗芳
- ISBN:9787111392811
- 頁數:152
- 定價:28.00元
- 出版社:機械工業出版社
- 出版時間:2012-9
- 裝幀:平裝
- 開本:32開
內容介紹,作品目錄,
內容介紹
copula分布估計算法綜合了智慧型計算領域和統計學領域的知識,是一種基於群體的智慧型最佳化算法。《copula分布估計算法》(作者王麗芳)共分為8章,主要內容包括:分布估計算法的基本概念和算法流程、copula理論及copula分布估計算法框架、二維copula分布估計算法、多維經驗copula分布估計算法、多維阿基米德copula分布估計算法、阿基米德copula EDA中的參數估計、copula EDA中的邊緣分布函式和採樣方法的研究以及copula EDA在圖像矢量量化中的套用研究等。
作品目錄
前言
第1章緒論1
1.1智慧型計算1
1.1.1人工智慧1
1.1.2進化計算1
1.1.3無免費午餐定理2
1.2遺傳算法2
1.2.1基本算法3
1.2.2模式定理4
1.2.3建築塊假設5
1.3分布估計算法5
1.3.1變數相關性方面的研究7
1.3.2算法改進方面的研究13
1.3.3收斂性與複雜性分析14
1.4本書的結構安排15
參考文獻16
第2章copula理論及copula分布估計算法框架21
2.1 copula理論的基本概念和定理21
2.1.1 copula理論的起源21
2.1.2 copula函式的定義22
2.1.3 copula函式的分類23
2.1.4 copula理論的基本定理24
2.2 copula分布估計算法框架27
2.2.1 copula分布估計算法的思想27
2.2.2 copula分布估計算法的基本步驟28
2.2.3 copula分布估計算法與一般分布估計算法的比較29
2.3 copula分布估計算法的收斂性30
2.3.1 copula分布估計算法的形式化描述30
2.3.2理論基礎32
2.3.3收斂性證明32
2.4小結36
參考文獻37
第3章二維copula 分布估計算法40
3.1二維正態copula EDA40
3.1.1二維正態copula EDA的算法原理和步驟40
3.1.2二維正態copula EDA仿真實驗42
3.2二維阿基米德copula EDA49
3.2.1二維阿基米德copula EDA的算法原理和步驟49
3.2.2二維阿基米德copula EDA仿真實驗50
3.3小結51
參考文獻51
第4章多維經驗copula分布估計算法54
4.1多維經驗copula函式54
4.1.1經驗copula函式的定義54
4.1.2經驗copula函式的特徵55
4.2經驗copula EDA算法56
4.2.1算法分析56
4.2.2經驗copula函式的條件分布函式的構造方式56
4.2.3經驗copula EDA算法步驟及複雜性分析59
4.3多維經驗copula EDA仿真實驗60
4.3.1測試函式60
4.3.2參數設定60
4.3.3實驗結果分析61
4.4小結64
參考文獻64
第5章多維阿基米德copula分布估計算法67
5.1阿基米德copula函式的採樣方法67
5.2 Clayton copula 分布估計算法68
5.2.1 Clayton copula函式68
5.2.2算法步驟69
5.3 Gumbel copula 分布估計算法70
5.3.1 Gumbel copula函式70
5.3.2算法步驟71
5.4 Frank copula分布估計算法72
5.4.1 Frank copula函式72
5.4.2算法步驟73
5.5阿基米德copula EDA仿真實驗74
5.6小結76
參考文獻77
第6章阿基米德copula EDA中的參數估計80
6.1極大似然估計的copula分布估計算法80
6.1.1極大似然估計的定義80
6.1.2 MLE Clayton copula 分布估計算法81
6.1.3仿真實驗82
6.1.4 MLE Clayton copula 分布估計算法的改進84
6.2 PMLE 估計參數的copula分布估計算法85
6.2.1 PMLE估計參數的方法85
6.2.2 Gumbel copula函式的PMLE估計法86
6.2.3 Clayton copula函式的PMLE估計法87
6.2.4算法性能測試及分析87
6.3基於 Kendall τ估計參數的copula分布估計算法99
6.3.1關於Kendall τ的基本理論99
6.3.2copula分布估計算法中的Kendall τ估計參數法101
6.3.3算法性能測試及分析104
6.4小結113
參考文獻114
第7章copula EDA中的邊緣分布函式和 採樣方法的研究117
7.1常見的機率分布函式117
7.1.1均勻分布117
7.1.2常態分配118
7.1.3經驗分布121
7.2具有正態邊緣分布的Clayton copula分布估計算法122
7.2.1對正態邊緣分布函式的估計和採樣123
7.2.2算法步驟123
7.2.3仿真實驗124
7.3阿基米德copula EDA中採樣方法的研究126
7.3.1採樣方法127
7.3.2仿真實驗129
7.4小結130
參考文獻131
第8章copula EDA在圖像矢量量化中的套用研究133
8.1數字圖像處理概述133
8.2靜止圖像編碼的常用方法134
8.2.1圖像編碼134
8.2.2熵編碼136
8.2.3預測編碼136
8.2.4變換編碼137
8.2.5子帶編碼137
8.2.6矢量量化138
8.3矢量量化器設計算法139
8.3.1算法步驟139
8.3.2算法改進方面的研究140
8.4基於copula分布估計算法的碼書設計算法141
8.4.1算法分析141
8.4.2算法步驟141
8.4.3算法特點143
8.5實驗分析143
8.6小結145
參考文獻146
附錄 二維正態copula分布估計算法程式149
第1章緒論1
1.1智慧型計算1
1.1.1人工智慧1
1.1.2進化計算1
1.1.3無免費午餐定理2
1.2遺傳算法2
1.2.1基本算法3
1.2.2模式定理4
1.2.3建築塊假設5
1.3分布估計算法5
1.3.1變數相關性方面的研究7
1.3.2算法改進方面的研究13
1.3.3收斂性與複雜性分析14
1.4本書的結構安排15
參考文獻16
第2章copula理論及copula分布估計算法框架21
2.1 copula理論的基本概念和定理21
2.1.1 copula理論的起源21
2.1.2 copula函式的定義22
2.1.3 copula函式的分類23
2.1.4 copula理論的基本定理24
2.2 copula分布估計算法框架27
2.2.1 copula分布估計算法的思想27
2.2.2 copula分布估計算法的基本步驟28
2.2.3 copula分布估計算法與一般分布估計算法的比較29
2.3 copula分布估計算法的收斂性30
2.3.1 copula分布估計算法的形式化描述30
2.3.2理論基礎32
2.3.3收斂性證明32
2.4小結36
參考文獻37
第3章二維copula 分布估計算法40
3.1二維正態copula EDA40
3.1.1二維正態copula EDA的算法原理和步驟40
3.1.2二維正態copula EDA仿真實驗42
3.2二維阿基米德copula EDA49
3.2.1二維阿基米德copula EDA的算法原理和步驟49
3.2.2二維阿基米德copula EDA仿真實驗50
3.3小結51
參考文獻51
第4章多維經驗copula分布估計算法54
4.1多維經驗copula函式54
4.1.1經驗copula函式的定義54
4.1.2經驗copula函式的特徵55
4.2經驗copula EDA算法56
4.2.1算法分析56
4.2.2經驗copula函式的條件分布函式的構造方式56
4.2.3經驗copula EDA算法步驟及複雜性分析59
4.3多維經驗copula EDA仿真實驗60
4.3.1測試函式60
4.3.2參數設定60
4.3.3實驗結果分析61
4.4小結64
參考文獻64
第5章多維阿基米德copula分布估計算法67
5.1阿基米德copula函式的採樣方法67
5.2 Clayton copula 分布估計算法68
5.2.1 Clayton copula函式68
5.2.2算法步驟69
5.3 Gumbel copula 分布估計算法70
5.3.1 Gumbel copula函式70
5.3.2算法步驟71
5.4 Frank copula分布估計算法72
5.4.1 Frank copula函式72
5.4.2算法步驟73
5.5阿基米德copula EDA仿真實驗74
5.6小結76
參考文獻77
第6章阿基米德copula EDA中的參數估計80
6.1極大似然估計的copula分布估計算法80
6.1.1極大似然估計的定義80
6.1.2 MLE Clayton copula 分布估計算法81
6.1.3仿真實驗82
6.1.4 MLE Clayton copula 分布估計算法的改進84
6.2 PMLE 估計參數的copula分布估計算法85
6.2.1 PMLE估計參數的方法85
6.2.2 Gumbel copula函式的PMLE估計法86
6.2.3 Clayton copula函式的PMLE估計法87
6.2.4算法性能測試及分析87
6.3基於 Kendall τ估計參數的copula分布估計算法99
6.3.1關於Kendall τ的基本理論99
6.3.2copula分布估計算法中的Kendall τ估計參數法101
6.3.3算法性能測試及分析104
6.4小結113
參考文獻114
第7章copula EDA中的邊緣分布函式和 採樣方法的研究117
7.1常見的機率分布函式117
7.1.1均勻分布117
7.1.2常態分配118
7.1.3經驗分布121
7.2具有正態邊緣分布的Clayton copula分布估計算法122
7.2.1對正態邊緣分布函式的估計和採樣123
7.2.2算法步驟123
7.2.3仿真實驗124
7.3阿基米德copula EDA中採樣方法的研究126
7.3.1採樣方法127
7.3.2仿真實驗129
7.4小結130
參考文獻131
第8章copula EDA在圖像矢量量化中的套用研究133
8.1數字圖像處理概述133
8.2靜止圖像編碼的常用方法134
8.2.1圖像編碼134
8.2.2熵編碼136
8.2.3預測編碼136
8.2.4變換編碼137
8.2.5子帶編碼137
8.2.6矢量量化138
8.3矢量量化器設計算法139
8.3.1算法步驟139
8.3.2算法改進方面的研究140
8.4基於copula分布估計算法的碼書設計算法141
8.4.1算法分析141
8.4.2算法步驟141
8.4.3算法特點143
8.5實驗分析143
8.6小結145
參考文獻146
附錄 二維正態copula分布估計算法程式149