copula分布估计算法

前言

第1章绪论

1．1智能计算

1．1．1人工智能

1．1．2进化计算

1．1．3无免费午餐定理

1．2遗传算法

1．2．1基本算法

1．2．2模式定理

1．2．3建筑块假设

1．3分布估计算法

1．3．1变量相关性方面的研究

1．3．2算法改进方面的研究

1．3．3收敛性与复杂性分析

1．4本书的结构安排

参考文献

第2章copula理论及copula分布估计算法框架

2．1 copula理论的基本概念和定理

2．1．1 c叩ula理论的起源

2．1．2 copula函数的定义

2．1．3 copula函数的分类

2．1．4 copula理论的基本定理

2．2 copula分布估计算法框架

2．2．1 copula分布估计算法的思想

2．2．2 copula分布估计算法的基本步骤

2．2．3 copula分布估计算法与一般分布估计算法的比较

2．3 copula分布估计算法的收敛性

2．3．1 copula分布估计算法的形式化描述

2．3．2理论基础

2．3．3收敛性证明

2．4小结

参考文献

第3章二维copula分布估计算法

3．1二维正态copula EDA

3．1．1二维正态copula EDA的算法原理和步骤

3．1．2二维正态copula EDA仿真实验

3．2二维阿基米德copula EDA

3．2．1二维阿基米德copula EDA的算法原理和步骤

3．2．2二维阿基米德copula EDA仿真实验

3．3小结

参考文献

第4章多维经验copula分布估计算法

4．1多维经验copula函数

4．1．1经验copula函数的定义

4．1．2经验copula函数的特征

4．2经验copula EDA算法

4．2．1算法分析

4．2．2经验copula函数的条件分布函数的构造方式

4．2．3经验copula EDA算法步骤及复杂性分析

4．3多维经验copula EDA仿真实验

4．3．1测试函数

4．3．2参数设置

4．3．3实验结果分析

4．4小结

参考文献

第5章多维阿基米德copula分布估计算法

5．1阿基米德copula函数的采样方法

5．2 Clayton copula分布估计算法

5．2．1Clayton copula函数

5．2．2算法步骤

5．3 Gumbel copula分布估计算法

5．3．1 Gumbel copula函数

5．3．2算法步骤

5．4 Frank copula分布估计算法

5．4．1 Frank copula函数

5．4．2算法步骤

5．5阿基米德copula EDA仿真实验

5．6小结

参考文献

第6章阿基米德copula EDA中的参数估计

6．1极大似然估计的copula分布估计算法

6．1．1极大似然估计的定义

6．1．2 MLE Clayton copula分布估计算法

6．1．3仿真实验

6．1．4 MLE Clayton copula分布估计算法的改进

6．2：PMIJE估计参数的copula分布估计算法

6．2．1 PMLE估计参数的方法

6．2．2 Gumbel copula函数的PMLE估计法

6．2．3 Clayton copula函数的PMLE估计法

6．2．4算法性能测试及分析

6．3基于Kendall T估计参数的copula分布估计算法

6．3．1关于Kendall T的基本理论

6．3．2 copula分布估计算法中的Kendall T估计参数法

6．3．3算法性能测试及分析

6．4小结

参考文献

第7章copuIa EDA中的边缘分布函数和采样方法的研究

7．1常见的概率分布函数

7．1．1均匀分布

7．1．2正态分布

7．1．3经验分布

7．2具有正态边缘分布的Clayton copula分布估计算法

7．2．1对正态边缘分布函数的估计和采样

7．2．2算法步骤

7．2．3仿真实验

7．3阿基米德copula EDA中采样方法的研究

7．3．1采样方法

7．3．2仿真实验

7．4小结

参考文献

第8章copula EDA在图像矢量量化中的应用研究

8．1数字图像处理概述

8．2静止图像编码的常用方法

8．2．1图像编码

8．2．2熵编码

8．2．3预测编码

8．2．4变换编码

8．2．5子带编码

8．2．6矢量量化

8．3矢量量化器设计算法

8．3．1算法步骤

8．3．2算法改进方面的研究

8．4基于copula分布估计算法的码书设计算法

8．4．1算法分析

8．4．2算法步骤

8．4．3算法特点

8．5实验分析

8．6小结

参考文献

附录二维正态copula分布估计算法程序

copula分布估计算法综合了智能计算领域和统计学领域的知识，是一种基于群体的智能优化算法。本书共分为8章，主要内容包括：分布估计算法的基本概念和算法流程、copula理论及copula分布估计算法框架、二维copula分布估计算法、多维经验copula分布估计算法、多维阿基米德copula分布估计算法、阿基米德copula
EDA中的参数估计、copula EDA中的边缘分布函数和采样方法的研究以及copula
EDA在图像矢量量化中的应用研究等。
　　本书适合于从事智能计算领域研究和应用的科技工作者和工程技术人员使用，也可以作为人工智能、计算机科学、信息科学、智能优化及智能控制领域的广大师生的教学参考用书。