导读:本文包含了最大熵概率密度函数估计论文开题报告文献综述及选题提纲参考文献，主要关键词:概率分布,约束选择,信息熵,最大熵原理
最大熵概率密度函数估计论文文献综述
甘成望[1]（2017）在《基于约束选择下概率密度函数的最大熵法估计》一文中研究指出概率密度函数包含了随机变量几乎所有的信息,根据已经得到的样本数据去估计随机变量的概率密度函数,即概率密度函数估计,它是概率与数理统计中的一个基本问题。与此同时,在许多与实际问题相关的应用研究当中,也都以此为基础,从而开展对本领域知识及问题的研究和探讨。由此可见,概率密度函数估计在理论研究以及实际的工程应用中都扮演着十分重要的角色。按照传统对概率密度函数估计方法的分类标准,可将这一问题的研究分为以下叁类:参数化方法、非参方法以及半参方法。由于在大多数与现实问题相关的应用研究当中,对于概率密度函数的具体模型所对应的信息往往无从得知,因此,类似这类问题的求解通常不大会使用参数化方法和半参方法。正是基于这样的考虑,使得非参方法成为人们在研究概率密度函数估计问题时应用最为普遍的一种方法。而在非参方法中,由于核方法最终能给到概率密度函数的具体的显示解,因而被人们广泛地研究和使用。尽管如此,对概率密度函数使用核方法进行估计时,依然存在核函数及窗口宽度较难确定的缺点。基于此,本文在较深入理解最大熵原理的情况下,针对其如何对常见分布开展参数估计进行了较详细论述,并总结出了基于最大熵原理对常见分布开展参数估计的一般步骤。最大熵方法的思想大致如下:在给定某些约束条件的情形下,从符合这些约束的分布当中,选择熵值最大的分布作为理想的分布才是合情合理的。而针对实际问题而言,要想使得所推导出来的分布与所要研究的系统的已知信息相一致,找出确定分布的约束便成了使用最大熵原理估计概率密度函数的关键。也正是基于这样的考虑,本文提出了一种有效的选择约束条件的方法,在此基础上利用最大熵原理对概率密度函数进行估计。通过仿真数据表明,该方法能较合理地选择出数据服从真实分布下基于最大熵原理所需要满足的约束,并得出结论:基于本文提出的选择约束的方法利用最大熵原理去估计概率密度函数确实是一种无论从理论还是从实现上来讲都是较为容易、且行之有效的方法。(本文来源于《西南交通大学》期刊2017-05-01）
曹素元[2]（1998）在《最大似然估计关于概率密度函数的通有稳定性》一文中研究指出证明了最大似然估计关于概率密度函数的通有稳定性。(本文来源于《贵州工业大学学报》期刊1998年05期）
最大熵概率密度函数估计论文开题报告
（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：
证明了最大似然估计关于概率密度函数的通有稳定性。
（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。
最大熵概率密度函数估计论文参考文献
[1].甘成望.基于约束选择下概率密度函数的最大熵法估计[D].西南交通大学.2017
[2].曹素元.最大似然估计关于概率密度函数的通有稳定性[J].贵州工业大学学报.1998