联合概率

摘要： 台风是我国主要的灾害性天气系统之一,台风作用下桥址区会产生巨浪、强潮、急流,导致桥梁群桩基础承受巨大的波流力。极端环境下的海洋环境参数浪、潮、流会相互作用,而现有的设计规范中较少考虑浪-潮-流的相关性,从而导致设计的保守。为研究台风浪-潮-流相关性对桥梁群桩基础波流力的影响,该文基于SWAN+ADICIRC耦合模型获取49条台风作用下浪-潮-流数据,采用三维嵌套Frank Copula模型得到浪-潮-流三维联合分布,建立100年重现期环境等值面,并采用势流理论与莫里森方程进行波流力计算。对不考虑浪-潮-流相关性与考虑浪-潮-流相关性计算得到的波流力进行对比分析。研究表明:考虑浪-潮-流相关性比不考虑浪-潮-流相关性计算得到的群桩基础波流力减小17.40%;波流力与有效波高、谱峰周期和流速呈现明显的正相关性,而对潮位的变化并不敏感;在考虑了浪、潮、流相关性后,水平剪力和基底弯矩对应的环境参数组合不再一致。

摘要： 为使无人驾驶汽车在公路环境中有效实现安全避障和行驶,提出一种基于雷达和视觉传感器融合的多目标车辆识别跟踪的方法.在无人驾驶汽车上部署6个高分辨率雷达传感器和2个视觉传感器,利用联合概率数据关联算法,将目标与雷达回波点迹进行关联,利用YOLOV2深度神经网络对视频序列中的图像进行对象识别和定位,并综合2种传感器,在时间和空间上进行标定,从而识别车道上的汽车,然后利用扩展卡尔曼滤波算法,跟踪被识别的车辆,最后应用MATLAB软件建模仿真.仿真结果验证:该方法能使无人驾驶汽车有效识别和跟踪公路上静止和移动的汽车目标,为无人驾驶汽车后继的决策规划控制提供了感知层信号.

摘要： 为实现精准的图像多目标捕获与跟踪,提出基于双视线特征感知编组的多目标跟踪方法.利用自由形状线特征涵盖的丰富信息,使用双视线特征感知编组方法将线特征匹配结果当作计算条件,推算已匹配的每对线特征左右视差均值,将方位相近、左右视差均值接近的线特征视作一组,明确各组线特征作用窗口,代人时差收敛均值,实现多目标特征匹配;代入联合概率数据关联算法,构建改进粒子滤波模型,让粒子权值呈现出测量值与目标轨迹的关联概率,确保各目标跟踪轨迹持续性,并完善轨迹初始点与终点,增强跟踪时效性.仿真结果表明,所提方法能很好地处理车辆交叉引发的错误匹配问题,在交叉或遮挡等复杂情况下,依旧可以快速准确地同时对多个目标车辆进行跟踪.

摘要： 为了解区域气象干旱、水文干旱特征及其概率分布情况,基于时变Copula模型对黔中水利工程区1960—2016年气象、水文资料建立联合模型,深入分析区域多尺度水文干旱、气象干旱特征,并探讨了干旱联合概率、条件概率特征。结果表明:(1)工程区内气象干旱多发,但总体干旱程度偏低,多尺度干旱特征联合总体相似且具有较强的相关性,多尺度干旱特征联合值表现出6个月>9个月>12个月>3个月的特点。(2)区域水文干旱程度逐渐加重,干旱频率逐渐上升,主要分布于20世纪80年代末及进入21世纪后,多尺度干旱联合特征值总体偏低,3个月尺度下发生高频率、程度深的水文干旱可能性最大,最小为6个月尺度。(3)4个研究尺度中干旱联合特征均表现出明显的相似性,干旱指标则表现出6个月SPI与12个月Ra相关性最强;20世纪80年代末及进入21世纪后,区域干旱联合概率较高,区域多气象、水文干旱,干旱程度较重且频率较高;条件概率总体呈上升趋势,表明气象干旱发生后水文干旱随后发生的概率越来越高。

摘要： 基于ECMWF模式的集合预报数据,利用联合概率方法,针对北京地区冬季影响最大的寒潮和夏季强对流两类灾害性天气,建立了适用于本地区的两种集合预报业务产品.选取2 m温度和10 m平均风速制作寒潮预警信号联合概率预报产品,选取对流有效位能和0-6 km垂直风切变制作强对流潜势联合概率预报产品.通过对北京地区近年寒潮和强对流天气的预报检验表明:寒潮预警信号联合概率方法,当预报概率达到10％及以上时,实况就有可能达寒潮蓝色预警信号的级别;此方法对北京西北部的预报性能较好,其次为北京的东南部地区;对达到蓝色预警信号标准的区域具有较高的预报命中率,但对达黄色预警信号级别的区域,漏报率较高.强对流潜势联合概率方法的空报率较高,当预报概率达90％-100％时,实况才有可能出现强对流;与局地强对流相比,全市性强对流天气的高概率预报区域较为集中.

摘要： 针对在密集杂波中采用联合概率数据关联需频繁拆分关联矩阵,导致关联过程中涌现大量运算,易引发系统崩溃等问题的出现,对数据关联算法进行了研究,概率数据关联算法虽计算过程相对有所简化,但不适于复杂的多目标跟踪的状况,因此引入了灰色关联的思想对联合概率数据关联进行部分优化,即在建立关联矩阵前剔除一部分虚景及杂波,提高数据的关联性与跟踪的实时性.

摘要： 针对在密集杂波中采用联合概率数据关联需频繁拆分关联矩阵,导致关联过程中涌现大量运算,易引发系统崩溃等问题的出现,对数据关联算法进行了研究,概率数据关联算法虽计算过程相对有所简化,但不适于复杂的多目标跟踪的状况,因此引入了灰色关联的思想对联合概率数据关联进行部分优化,即在建立关联矩阵前剔除一部分虚景及杂波,提高数据的关联性与跟踪的实时性。

摘要： 采用AMH Copula函数建立中珠联围最大24 h降雨与相应潮位的联合分布函数,提出了不同雨潮组合条件下内涝风险及重现期的计算方法,并计算分析了雨潮同现概率。中珠联围发生20 a一遇暴雨遭遇20 a一遇、10 a一遇、5 a一遇、多年平均最高潮位的同现概率分别为0.02%、0.04%、0.06%和0.10%,发生内涝的概率分别为5.34%、5.61%、6.09%和6.82%。雨潮组合遭遇同现概率较小,发生内涝的频率高于设计暴雨频率。

摘要： 针对信度传输算法迭代次数较多的问题,提出一种基于根节点优先搜索的信度传输算法。首先分析了BP算法的主要思想、工作原理及推理过程;其次提出了DBP算法,建立了贝叶斯网络模型,给出了该算法的基本原理和算法流程;最后通过典型树型结构的贝叶斯网络实例仿真,对BP和DBP算法分别进行了实验仿真与分析,结果表明DBP算法在推理时间上优于BP算法,算法的时间优化率更高,从而验证了DBP算法的有效性。

摘要： 选取1949-2002年每年进入北部湾海区(18°N-22°N，106°E-110°E)的对该海区影响最强的台风，依据数值模拟得出每年最强台风影响过程中的台风浪和风暴增水的时间序列值，分析得出54个时间序列值中每年台风浪和风暴增水的极值，运用GUMBEL Ⅱ联合概率函数计算了北部湾沿岸台风浪和风暴增水极值的联合概率，发现联合概率分布具有较好的规律性，所得出的台风暴过程台风浪和风暴增水联合分布要素极值对海洋工程设计有着一定的参考价值。

摘要： 基于Copula理论与方法,以广州1951～2010年间的日降水为例,以最大日降水量为基准,构建最大日降水量(W1D)和历时3日(W3D)降水量,最大日降水量(W1D)与历时7日(W7D)降水量两个组合的联合概率分布模式。首先,经择优检验建立了边缘分布为广义极值和P-Ⅲ型的Gumbel-Hougaard Copula两变量联合分布；随之,推算两个组合降水的同现重现期和设计暴雨值。最后,依据条件分布计算了在大于或小于年最大日降水量特定设计暴雨条件下超过连续3日或7日降水设计值的风险率。

摘要： 本文中提出了一种修正的联合概率数据互联算法,该算法给出了一种修正的联合互联概率的计算方法.最后,给出了算法的仿真分析.论文首先简述修正的联合概率数据互联算法,然后给出仿真分析和结论.

摘要： 本发明公开了一种基于概率图的实体联合标注关系抽取方法和系统，属于自然语言处理技术领域。包括进行特征提取；进行实体抽取：将实体抽取任务转为序列标注任务，将所述序列输入第一模型中得到第一输出特征，对所述第一输出特征激活后得到预测序列，通过设定的阈值得到实体的开始和结束位置；根据就近原则对主体和客体进行匹配，标记相近的实体头部和尾部进行截取；进行关系分类：随机抽取实体对，并根据所述第一模型的中间特征，生成第二输出特征，将所述第二输出特征输入第二模型中得到对应分类关系。本发明考虑到两个子任务之间的相关性，使得抽取任务的结果不过分依赖于实体抽取的结果，避免误差累积的问题，以及关系重叠。

摘要： 本发明提供一种基于互信息量估计的几何与概率联合星座整形方法及系统，涉及通信系统技术领域，包括：步骤S1：根据通信信道输入输出，构建并训练互信息量估计器神经网络，分别预训练几何整形编码器神经网络和概率生成器，使基于互信息量估计器计算的互信息量最大化；步骤S2：迭代训练互信息量估计器、几何整形编码器神经网络和概率生成器神经网络至收敛，使基于互信息量估计器计算的互信息量最大化，获得几何整形星座图以及各个星座点的概率值，即该信道条件下的几何与概率联合整形。本发明能够通过互信息量估计计算当前整形的互信息量，然后通过梯度反向传播和梯度下降，迭代地训练几何整形和概率整形的编码器，显式的提升互信息量。

摘要： 本发明提出了一种联合RVM/卡方‑序贯概率比的SINS/GPS组合导航故障诊断方法，利用残差卡方与序贯概率比相结合的故障诊断方法对GPS信息进行判断，当GPS正常工作时，将SINS的加速度计和陀螺仪的信息作为预测模型的训练输入，训练目标输出为同时刻GPS的位置增量，采用RVM回归算法建立GPS输出的预测模型。而在GPS异常源时，此虚拟GPS可以基于SINS采集的加速度计和陀螺仪的信息来预测GPS的位置增量，结合上一周期的位置结果建立虚拟GPS的位置信息，从而实现SINS/GPS连续导航，避免GPS误差较大情况下的导航系统误差积累。

摘要： 本发明公开了一种联合图学习与概率传播的红外视频行人显著性检测方法，能够在红外视频中自动定位红外行人区域，并准确地将行人与背景区分开。其步骤如下：一：基于布尔图的候选区域生成；二：计算各帧图像的运动显著性；三：构建多视角时空图结构；四：构建结合图自学习和显著性传播的能量函数并求解。通过以上步骤，本方法能够从杂乱背景及多重复杂运动中准确且鲁棒地提取出红外行人目标的时空显著性，并将背景几乎完全抑制，在其他图像处理领域如目标分割、目标跟踪和目标检索等都有实际应用价值。

摘要： 本发明公开了一种基于联合概率的卫星通信频轨资源数据修正方法，包括以下步骤：首先，根据等权均值白化方法对公开数据进行白化处理；然后采用半监督学习的方法，利用数据库中申报数据和实际使用数据训练联合概率模型；利用得到的联合概率模型，修正白化数据；利用修正后的白化数据反演得到修正数据，补充数据库。该方法主要有以下优点：采用联合概率修正的方法，数据修正准确度高；采用半监督学习的方法，利用结合公开数据和数据库数据训练联合概率模型，模型精确度高、实现简单、避免了大量的人工标注的工作；该卫星通信频轨资源数据修正算法，实现的复杂度低，可方便的进行快速构建。

摘要： 本发明公开了一种关于负荷、电源联合概率分布的区域电力电量平衡方法，包括如下步骤：获取历史负荷预设小时数据、每年区域最大负荷、每年各类电源装机出力预设小时数据、每年各类电源装机规模及当年发电量；划分电力平衡特征时期以及负荷时段；计算负荷概率系数以及各类电源的概率出力系数和利用小时数；获取负荷预测结果、电量预测结果、规划装机规模；进行电力平衡计算；计算区域规划年份电量平衡。本发明根据负荷预测结果和各类装机规划装机规模、考虑每个电力平衡特征时期负荷概率系数及各类电源的概率出力系数，进行区域规划年份各时段电力平衡计算，使电力平衡的计算结果趋于合理化，为电网规划和电源布局提供了科学参考。

摘要： 基于双联合概率的M‑QAM调制方式识别方法及存储介质，属于无线移动通信与调制方式识别技术领域。为了解决传统调制方式识别技术没有考虑发送端根据信道状态CQI值选择调制方式的概率存在的识别性能受限的问题。本发明首先根据当前信道状态参数与调制方式的对应关系得到基于信道CQI估计出的调制方式类别概率P(ωm|CQI)；然后通过对接收信号进行特征提取及后验概率估计，依据接收信号的瞬时统计量、高阶统计量、矩特性以及信号星座图等特征估计出后验概率P(ωm|y)；最后将估计出的两个概率ln[P(ωm|CQI)]与ln(P(ωm|y))直接相加，得到综合概率值ln(Pm)，并基于ln(Pm)进行调制方式类别估计。本发明主要用于M‑QAM调制方式的识别。

摘要： 本发明提供了一种基于角度联合概率的非对称波束信道多径演化方法。该方法包括：采用泊松过程确定多径簇的生成时刻，采用取整的Gamma分布生成某时刻的多径簇的多径数目；对每条多径根据Gamma分布函数生成准到达角，采用混合高斯分布刻画准到达角与准离开角间的关系，采用指数函数和正态分布刻画准达到角与多径传播时延间的关系并生成传播时延；根据收发端的波束主瓣宽度，筛选掉准到达角超出接收波束范围外或准离开角的多径；更新终端位置，计算每条多径的生存概率，对每条多径赋予生灭特性，直至指定仿真时刻。本发明弥补了现有随机信道建模理论中未考虑到达角与离开角间的联合分布，为非对称波束这一特殊模式下的无线信道建模提供了一种新方法。

摘要： 本申请提出一种联合概率分布的计算方法、装置、电子设备和存储介质，其中，计算方法包括：获取有向无环图DAG图，并将DAG图转化为无向图；从无向图中提取第一目标节点和第二目标节点；根据第一目标节点和第二目标节点从无向图中提取对应的无向子图；根据无向子图确定第一目标节点和第二目标节点之间的节点关系；以及根据节点关系和DAG图计算第一目标节点和第二目标节点之间的联合概率分布。由此，能够有效地提高联合概率分布计算的速度和效率。

摘要： 本发明适用联合概率分析领域，提供了一种基于Copula函数的复合洪涝灾害联合概率分析方法，方法的目的在于提供雨潮复合灾害的防洪建设依据，通过建立“潮位”和“降雨峰值”的联合概率分布函数，可以反映出影响洪涝设施过流和调蓄能力特征量的功能，并通过设计一个使联合概率密度达到最大值的分位数组合作为雨潮组合的设计值，解决了风险率很难作为实际工程设防标准的参考值的问题，为工程设计与风险管控标准提供了合理选择为防洪建设提供了可靠依据。