龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：湖南科技大学
申请日：2021-12-13
公开（公告）日：2024-06-25
公开（公告）号：CN114266091B
主分类号：G06F30/13
分类号：G06F30/13;G06F17/10
优先权：
专利状态码：有效-授权
法律状态：2024.06.25#授权;2022.04.19#实质审查的生效;2022.04.01#公开
摘要：本发明实施例提供一种改进的超越阈值极值估计方法、装置、设备和存储介质，涉及结构风工程研究技术领域。其中，这种极值估计方法包含S1、获取风压系数的初始数据、S4、根据初始数据，提取独立峰值数据、S5、根据独立峰值数据，获取最佳阈值的高概率阈值范围、S6、根据变点理论，从高概率阈值范围中，获取最佳阈值、S7、根据最佳阈值，拟合广义帕累托分布，获得风压系数的极值。通过变点理论实现了最佳阈值的自动选取，能够用较少的原始样本，获得较小的偏差，具有很好的实际意义。
主权项：1.一种改进的超越阈值的极值估计方法，其特征在于，包含：获取风压系数的初始数据；根据所述初始数据，提取独立峰值数据；根据所述独立峰值数据，获取最佳阈值的高概率阈值范围；根据变点理论，从所述高概率阈值范围中，获取所述最佳阈值；根据所述最佳阈值，拟合广义帕累托分布，获得所述风压系数的极值；所述根据所述独立峰值数据，获取最佳阈值的高概率阈值范围，具体包括：根据所述独立峰值数据，获取起始点和间隔，并根据所述起始点和间隔，获取多个候选阈值；根据所述独立峰值数据，计算各个所述候选阈值对应的形状参数差值比，并根据所述形状参数差值比，获取阈值范围；其中，所述形状参数差值比的计算模型为： 式中，为第个候选阈值对应的形状参数,为第个候选阈值对应的形状参数,为所有候选阈值对应的形状参数中的最大值，为所有候选阈值对应的形状参数中的最小值，为候选阈值的数量；所述根据变点理论，从所述高概率阈值范围中，获取所述最佳阈值，具体包括：基于所述变点理论，根据局部比较法，从所述阈值范围中获取所述最佳阈值；其中，所述局部比较法的计算模型为： 式中，为第个候选阈值的前个候选阈值对应的形状参数的方差，为第个候选阈值开始的个候选阈值对应的形状参数的方差，为第个候选阈值对应的形状参数，为第个候选阈值对应的形状参数，为第个候选阈值对应的形状参数。
全文数据：
权利要求：
百度查询： 湖南科技大学 改进的超越阈值的极值估计方法、装置、设备和存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号