位置:成果数据库 > 期刊 > 期刊详情页
基于第二类统计量的K分布参数估计
  • ISSN号:1001-3695
  • 期刊名称:《计算机应用研究》
  • 时间:0
  • 分类:TP391.9[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]华侨大学计算机科学与技术学院,福建厦门361021
  • 相关基金:国家自然科学基金资助项目(61102163,60805021,61175121); 国家教育部新世纪优秀人才支持计划资助项目(NCET-10-0117); 福建省自然科学基金资助项目(2012J01271,2011J01349); 福建省高等学校杰出青年科研人才培育计划资助项目(JA10006); 华侨大学高层次人才科研启动费资助项目(11BS212)
作者: 孙增国[1]
中文摘要:

为了高效估计出K分布的参数,提出了对数累积量参数估计方法。基于第二类统计量,先对K分布的概率密度函数进行Mellin变换,从而获得K分布的第二类第一特征函数;然后对第二类第一特征函数进行对数变换,由此获得K分布的第二类第二特征函数;最后对第二类第二特征函数求导数,进而获得K分布的前两阶对数累积量,由此可以估计K分布的参数。与传统的最大似然估计方法相比,K分布的对数累积量估计具有解析的表达式,易于计算。Monte Carlo仿真表明,基于第二类统计量的K分布对数累积量估计可获得较高的估计精度。

英文摘要:

In order to efficiently estimate the parameters of K distribution,this paper proposed the log-cumulant estimator.Based on second-kind statistics,first it derived the second-kind first characteristic function of K distribution by taking the Mellin transformation to the probability density function of K distribution,second obtained the second-kind second cha-racteristic function of K distribution from the logarithmic transformation of the second-kind first characteristic function,and last deduced the first two log-cumulants to estimate the parameters of K distribution by taking the derivative of the second-kind second characteristic function.Compared to the traditional maximum likelihood estimator,the log-cumulant estimator of K distribution with analytical expressions was easy to compute.Monte Carlo simulations demonstrate that the log-cumulant estimator of K distribution based on second-kind statistics achieves high estimation accuracy.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机应用研究》
  • 北大核心期刊(2011版)
  • 主管单位:四川省科学技术厅
  • 主办单位:四川省计算机研究院
  • 主编:刘营
  • 地址:成都市成科西路3号
  • 邮编:610041
  • 邮箱:arocmag@163.com
  • 电话:028-85210177 85249567
  • 国际标准刊号:ISSN:1001-3695
  • 国内统一刊号:ISSN:51-1196/TP
  • 邮发代号:62-68
  • 获奖情况:
  • 第二届国家期刊奖百种重点科技期刊,国内计算技术类重点核心期刊,国内外著名数据库收录期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:60049