期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
W^*-连续矩阵半群在转移函数中的应用
1
作者 文兴易 李扬荣 《西南大学学报(自然科学版)》 CAS CSCD 北大核心 2008年第12期27-30,共4页
证明了l∞上正的w*-连续压缩矩阵半群和转移函数的一一对应关系,并利用w*-连续矩阵半群的生成元定理,研究了Kolmogorov前向方程、Kolmogorov后向方程成立的条件.
关键词 W^*-连续压缩矩阵半群 转移函数 Q-矩阵 kolmogorov前向方程 kolmogorov后向方程
下载PDF
On the Application of Fokker-Planck Equation to Psychological Future Time
2
作者 Ognjen Vukovic 《Open Journal of Applied Sciences》 2015年第10期571-575,共5页
This paper tries to make a comparison and connection between Fokker-Planck or forward Kolmogorov equation and psychological future time which is based on quantum mechanics. It will be showed that in quantum finance fo... This paper tries to make a comparison and connection between Fokker-Planck or forward Kolmogorov equation and psychological future time which is based on quantum mechanics. It will be showed that in quantum finance forward interest rate model can be further improved by noting that the predicted correlation structure for field theory models depends only on variable where t is present time and x is future time. On the other side, forward Kolmogorov equation is a parabolic partial differential equation, requiring international conditions at time t and to be solved for . The aforementioned equation is to be used if there are some special states now and it is necessary to know what can happen later. It will be tried to establish the connection between these two equations. It is proved that the psychological future time if applied and implemented in Fokker-Planck equation is unstable and is changeable so it is not easily predictable. Some kinds of nonlinear functions can be applied in order to establish the notion of psychological future time, however it is unstable and it should be continuously changed. 展开更多
关键词 PSYCHOLOGICAL FUTURE TIME FOKKER-PLANCK equation kolmogorov forward equation Lagrangian Nonlinear FUTURE TIME
下载PDF
基于Shannon尺度展开的非线性滤波方法
3
作者 曲红妮 袁震东 《华东师范大学学报(自然科学版)》 CAS CSCD 北大核心 2002年第3期14-19,共6页
随机动态系统状态的条件概率密度函数可以说是滤波问题的完全解[3] 。据此 ,作者提出了一种新的非线性滤波方法。借助非线性函数在Shanon尺度空间的展开 。
关键词 非线性滤波方法 kolmogorov前进方程 Bayes公式 卡尔曼滤法 Shanon尺度空间 条件概率密度函数 非线性系统
下载PDF
基于向前方程的平稳分布参数估计 被引量:1
4
作者 侯振挺 马忆 刘路 《数学物理学报(A辑)》 CSCD 北大核心 2016年第5期997-1009,共13页
该文研究利用随机微分方程的平稳分布满足的微分方程给出平均场随机微分方程的参数估计方法dX(t)=b(μ-N,θ)dt+σ(X(t))dB(t),其θ是待估计的参数.μ-N是N个个体的经验分布.b(μ,θ)关于μ在μ=p处附近(τ-拓扑)连续.其... 该文研究利用随机微分方程的平稳分布满足的微分方程给出平均场随机微分方程的参数估计方法dX(t)=b(μ-N,θ)dt+σ(X(t))dB(t),其θ是待估计的参数.μ-N是N个个体的经验分布.b(μ,θ)关于μ在μ=p处附近(τ-拓扑)连续.其中p是该过程的唯一平稳分布.特别地,该文研究以下模型的参数估计问题dX(t)=(aθ(X(t))+b〈F,μ(t)〉)dt+σ(X(t))dB(t),其中a,b是有待估计的模型的参数.该文研究存在平稳分布时的参数估计问题.而数据则是若干(少量)时刻上数据点的经验分布,这些经验分布由很多个个体的数据构成. 展开更多
关键词 平均场随机过程 向前方程 参数估计
下载PDF
提取受非高斯列维噪声扰动随机动力系统的最大似然转移路径的数据驱动方法
5
作者 陆凌弘志 李扬 刘先斌 《Acta Mechanica Sinica》 SCIE EI CAS CSCD 2024年第1期240-252,共13页
机器学习和数据科学技术的飞速发展,很大程度上满足了许多领域通过数据预测比较实际或复杂的动力系统的需求.列维噪声是一个比高斯白噪声更普适和复杂的涨落模型,它被广泛应用于许多非高斯情形来模拟爆炸或跳跃行为.在本文中,我们设计... 机器学习和数据科学技术的飞速发展,很大程度上满足了许多领域通过数据预测比较实际或复杂的动力系统的需求.列维噪声是一个比高斯白噪声更普适和复杂的涨落模型,它被广泛应用于许多非高斯情形来模拟爆炸或跳跃行为.在本文中,我们设计了一个系统的数据驱动方法来识别受高斯白噪声和非高斯列维噪声扰动的系统的最大似然转移路径.其中涉及的主要理论和数值概念包括经典动力系统理论中的非局部Kramers-Moyal公式、非局部Fokker-Planck方程以及一个通过交叉验证解决稀疏回归问题的机器学习框架.接下来我们给出两个例子从细节方面展现了该方法的可操作性,并且对最大似然转移路径做了简要的分岔分析.该方法将作为相关理论研究对应的数值方法以及数值角度的验证,并为该高斯扩散过程的推广复杂系统的其他诸如平均离出时间或离出概率等动力学指征的数值识别工作提供一些洞见. 展开更多
关键词 机器学习 最大似然 交叉验证 随机动力系统 数据预测 高斯白噪声 非高斯 数据驱动方法
原文传递
基于Kolmogorov前向方程评估甲型H1N1流感疫情的动态变化 被引量:1
6
作者 闫琴玲 唐三一 《应用数学和力学》 CSCD 北大核心 2022年第4期435-444,共10页
基于个体水平的传染病模型可以揭示随机性在传染病疫情防控中的重要作用.研究此类模型的普遍方法是通过事件驱动的、大量重复的随机模拟来确定预测变量的范围.而基于Kolmogorov前向方程(KFE)研究个体水平的传染病模型,不仅不需要大量的... 基于个体水平的传染病模型可以揭示随机性在传染病疫情防控中的重要作用.研究此类模型的普遍方法是通过事件驱动的、大量重复的随机模拟来确定预测变量的范围.而基于Kolmogorov前向方程(KFE)研究个体水平的传染病模型,不仅不需要大量的重复模拟来确定预测变量的范围,而且可以同时考虑每种状态发生的概率.因此,基于2009年西安市第八医院甲型H1N1流感数据,建立了基于社交网络的个体决策心理模型,以确定行为改变率;进一步地,为得到传染病传播过程中各状态的概率分布,基于改进的个体SIR模型,通过Markov过程推导出KFE.结果表明:通过数值求解KFE可以得到整个爆发过程中每种状态发生的概率分布、最严重的时间段及相应的概率,从而能更快、更准确地了解甲型H1N1疫情的传播过程,因此有助于高效地进行甲型H1N1疫情防控. 展开更多
关键词 甲型H1N1 MARKOV过程 kolmogorov前向方程(KFE) 隐式Euler(IE)法 最终规模
下载PDF
Orbital Properties of Regular Chain
7
作者 Kaiguang Zhang Haixia Du +1 位作者 Hongling Meng Mingting Ba 《Applied Mathematics》 2014年第21期3311-3317,共7页
The strong Markov process had been obtained by Ray-Knight compacting;its orbit natures are discussed;the significance probability of kolmogorov forward and backward equations are explained.
关键词 REGULAR CHAIN REGULAR STATE Transient STATE Predictable kolmogorov forward and BACKWARD equation
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部