欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2020106845327
申请人: 南京邮电大学
专利类型:发明专利
专利状态:未下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种小样本条件下水文频率分析中Frank Copula函数的参数估计方法,其特征在于,包括步骤:(1)建立Frank Copula熵与多元水文变量的总相关之间的关系模型;所述Frank Copula熵HC(u1,u2,…,uk;p)与多元水文变量的总相关TC之间的关系模型如下公式所示:HC(u1,u2,…,uk;p)=‑TC

其中,ui=Fi(xi),i=1,2…,k为各水文随机变量Xi,i=1,...,k对应的边缘分布函数;p为Frank Copula函数的未知参数,多元水文变量的总相关TC基于Shannon熵计算得到;

(2)根据矩阵Renyiα阶熵理论估计多元水文变量的总相关;

(3)建立Frank Copula函数的未知参数的非线性优化模型,求解得到最优参数,继而获得最优Copula函数;包括:(31)将基于矩阵Renyiα阶熵的总相关TCα(A1,A2,...,Ak)的相反数作为Frank Copula熵的估计值,建立如下非线性优化模型:其中,c(u1,u2,…,uk;p)为Frank Copula的概率密度函数;

(32)令 获得Frank Copula函数的最优参数,得到最优Copula函数。

2.根据权利要求1所述的小样本条件下水文频率分析中Frank Copula函数的参数估计方法,其特征在于,按照如下公式计算多元水文变量的总相关TC:其中,(X1,X2,…,Xk)为k维水文随机变量, 为第i个

水文变量的边缘熵,H(X1,X2,…,Xk)为k维水文随机变量的联合熵。

3.根据权利要求1所述的小样本条件下水文频率分析中Frank Copula函数的参数估计方法,其特征在于,所述步骤(2)为:按照如下公式计算基于矩阵Renyiα阶熵的总相关TCα(A1,A2,...,Ak):其中,Sα(Ai)为第i个变量的矩阵Renyiα阶边缘熵, 为矩阵Renyiα阶联合熵,Ai,i=1,2,…,k表示k个矩阵,每个矩阵的元素分别为:r和s表示矩阵的行序号和列序号, 和 表示第i个变量的第r个和第s个观测值,表示哈达玛积,κ1、κ2为正定核:χi,i=1,2,…,k…表示第i个变量的母集。

4.根据权利要求1所述的小样本条件下水文频率分析中Frank Copula函数的参数估计方法,其特征在于,该方法还包括步骤:(4)根据最优Copula函数对水文数据进行估算。

5.根据权利要求4所述的小样本条件下水文频率分析中Frank Copula函数的参数估计方法,其特征在于,所述步骤(4)包括:根据最优Copula函数构建水文变量的联合分布函数,由此计算联合重现期、同现重现期和条件概率。

6.根据权利要求5所述的小样本条件下水文频率分析中Frank Copula函数的参数估计方法,其特征在于,当水文随机变量为二维时,根据如下公式计算联合重现期T1:其中,F1(x1)为二维随机变量(X1,X2)关于X1的边缘分布函数,F2(x2)二维随机变量(X1,X2)关于X2的边缘分布函数,C(F1(x1),F2(x2);p)为Frank Copula的分布函数,p为Frank Copula函数的未知参数。

7.根据权利要求5所述的小样本条件下水文频率分析中Frank Copula函数的参数估计方法,其特征在于,当水文随机变量为二维时,根据如下公式计算同现重现期T2:其中,F1(x1)为二维随机变量(X1,X2)关于X1的边缘分布函数,F2(x2)二维随机变量(X1,X2)关于X2的边缘分布函数,C(F1(x1),F2(x2);p)为Frank Copula的分布函数,p为Frank Copula函数的未知参数。

8.根据权利要求5所述的小样本条件下水文频率分析中Frank Copula函数的参数估计方法,其特征在于,当水文随机变量为二维时,根据如下公式计算条件概率P(X2≤x2|X1>x1):其中,F1(x1)为二维随机变量(X1,X2)关于X1的边缘分布函数,F2(x2)二维随机变量(X1,X2)关于X2的边缘分布函数,C(F1(x1),F2(x2);p)为Frank Copula的分布函数,p为Frank Copula函数的未知参数。