本文是一篇经济统计论文，经济统计可以使人们对经济活动状况看得更深，它能使人看到经济活动的内部状况，看到深层次的经济关系经济统计可以使人们发现经济活动的规律和变化趋势，从而成为政府、企业和个人做经济决策和经济决定的重要依据。（以上内容来自百度百科）今天为大家推荐一篇经济统计论文，供大家参考。
优秀经济统计硕士论文范文篇一
1绪论
1.1函数数据分析的发展背景
在实际问题的回归分析中，我们不只要考虑解释变量在某一时刻的值对响应变量的影响，更多的是考虑在不同的时刻解释变量的影响作用，即需要我们将研宄的对象从随机变量拓展到随机函数.例如我们在研宄公司的财务状况对股票的影响时，我们就不能单单考虑某一时点的财务状况与股市行情的关系，而是要考虑一段连续的时间以来财务状况对股市的影响.函数数据的分析正在不断的被应用到经济、统计、生物等各个领域，因而对函数数据的分析也变得越来越重要.
1.2函数数据分析的发展现状
在现在统计学研宄的问题中，数据大多数不再是以标量或者向量的形式出现了，而往往表现为随机曲线的形式.这种随机曲线也可以用随机过程来描述，也就是人们常说的函数随机变量.对于响应变量是标量，解释变量是函数随机变量的情况，需要用函数线性模型来刻画两变量之间的关系.我们知道，当解释变量是随机曲线的时候,直接应用古典回归方法来进行分析和解决问题是不可行的.因此一些学者提出了几种新方法来处理这类数据(参见Ramsay和Silverman(1997) Ferraty和Vieu(2006)).Ramsay和Silverman(1997)ll4]提出了一种函数线性模型，用来描述函数解释变量和标量响应变量之间的关系.Cardot 等（1999)l3l，Cardot 等（2003)191，Cai 和 Hall (2006)[8!，Hall 和 Horowitz (2007)，Li 和 Hsing (2007)次，还有 Crambes 等（2009)气计对函数线性模型引进了函数数据的主成分分析方法和惩罚样条平滑技术分析方法.Ramsay和Silverman(1997)114)使用术语混合数据(mixed data)和杂交数据(hybrid data.)来描述下面这种情况：我们有一个有限维的向量，以此向量作为解释变量，而响应变量是一个与解释变量各个分量都相关的函数随机变量.对于函数数据的非参数问题大多数现有的统计方法都使用了线性模型来估计参数.在方法方面参考 Ramsay 和 SilveTma,n(l997)ll4l和 Ramsay 和 Silvernian(2005)ll6]，而Ramsay和Silverman (2002)讨论了函数数据的应用问题，Clarkson和Praley等(2005)118]对模型的实现提供了可能.对于一些更具体的问题,在Bosq(2000)[19]可以找到一些理论支持.Helland(1990)l2G]中是一个早期的应用非参数回归的文章，而Schiniek(2000) 201和Akritas等(20 03)121].介绍了这个领域现在的状况.
Aneiros-Perez和Vieu (2006)1111介绍了一种半函数部分线性模型，这种模型是用于解决函数解释变量与响应变量之间的半参数关系，这种模型是兼具半线性回归模型和函数数据的非参数回归的优点.如果想对模型中的函数部分回归系数得到更好的的估计效果的话,部分函数线性模型更好一些.Shin(2009)[6j从Karhunen-Lodve展开的观点出发来估计部分函数线性回归模型中的参数,得到参数的新的估计量,并且研宄了估计量的渐近性.Lian (2009)17]针对函数变量和响应量之间是线性关系,而其他变量与响应量之间的关系更为复杂的情况，提出一种新的半参数模型一一函数部分线性回归模型，它兼具参数模型和非参数模型的优点.一方面，它克服了纯粹的非参数回归模型的维数限制，同时使得与线性部分的相关的协方差作用的解释变得更加合理，另一方面，考虑一些解释变量和响应变量之间的关系是非线性比标准的线性回归更加灵活.由于通常情况下，我们要解决的问题中的数据是函数数据，因此对函数部分线性回归模型的研究是十分有意义的.本文对以上所提的模型进行推广，主要研究了解释变量是随机向量和函数随机变量，响应变量是标量随机变量的情况，并且随机向量的影响是线性的，而函数随机变量的影响部分是线性一部分是非线性的.针对以上情况，我们提出了部分线性函数线性模型，并利用Karhimen-Lo6ve展开和最小二乘方法给出了参数的估计值，进而讨论了估计的渐近性质，给出参数估计的渐近正态性和相合性.最后通过数据模拟分析研究了大样本情况下估计的表现，以此来验证估计的理论性质.文中第一部分提供了一些理论准备，第二部分介绍函数数据的一些模型，进而提出部分函数线性函数线性模型，第三部分给出了部分线性函数线性模型中估计的方法及大样本性质，第四部分进行数据模拟，第五部分给出定理的证明，第六部分为结论与展望.
2模型介绍
2.1函数线性模型
由于解决实际问题的需要，仅仅研宄随机变量的古典回归模型已经不能满足分析的需要，人们需要去探究更加复杂的数据以及模型，因此函数数据作为随机变量的推广越来越受到重视，而对于函数数据的分析，也渐渐被学者们所关注.本文在前人研宄的基础上针对函数数据提出一种新的模型，模型要解决的问题是：响应变量是标量，解释变量既含有随机向量也含有函数随机变量，其中随机向量与响应变量之间是线性关系，函数随机变量一部分与响应变量之间为线性的，另一部分是非线性的.我们称这种新的模型为部分线性函数线性模型.本文的绪论部分主要介绍函数数据的发展背景、现状以及理论准备，第一部分介绍了几种函数数据的回归模型,进而引出一种新的部分线性函数线性模型，第二部分从Karhunen-Loeve展开的观点出发,利用核估计和最小二乘的方法对模型中的三个参数进行了估计.第三部分给出了估计的渐近正态性和收敛速度等大样本性质.在第四部分对估计的具体过程进行推导，并证明了渐近性质.第五部分通过数据模拟来评价我们所提出估计方法的表现.第六部分给出文章的结论和展望.
3估计与大样本性质......... 7
3.1 估计........ 7
3.2大样本性质........ 10
3.2.1 —些假设 ........ 10
3.2.2 大样本性质........ 11
4数值模拟........ 13
4.1 数据的产生........ 13
4.2模拟结果........ 13
5推导及证明........ 17
5.1参数估计的推导过程........ 17
5.2引理的证明........ 18
5.3定理的证明........ 21
结论
随着统计学的发展和研究的不断深入,对定量数据的分析研究已经渐渐达到了成熟.然而研究大多局限于随机变量和随机向量，对函数数据的研究还不太深入.有待于进一步的探讨和研究.本文在前人工作的基础上,对函数数据的研究模型进行了推广,引出了部分线性函数线性模型.第一章，为模型的参数估计提供一些理论的准备.第二章，介绍了函数数据的一些模型，进而引出部分线性函数线性模型.第三章，给出模型中参数的方法及估计量，同时给出估计的大样本性质及意义.第四章，首先根据前面的模型生成了 一组随机数据，再根据我们的估计方法计算出参数估计的数值，与真实值作比较，计算出中间的误差，由对比分析和图形分析出的结果可以看出，我们的模拟结果与理论探讨的大样本性质是基本一致的，验证了我们的理论.第五章，给出了估计的具体推导过程，同时详细证明了参数估计的大样本性质.由于非参数部分的维数的未知性.因此对参数估计的收敛速度并不特别理想，随着对非参数估计方法的不断研究最终将会得到更好的收敛速度.而对于得到的参数估计的稳定性.还需要进一步的探讨.而随着函数数据在各个领域的不断应用，相信函数数据分析必将成为未来阶段人们研究的一个重点内容，我们的研究成果也会在未来得到广泛应用.
参考文献
[1] Frdric Ferraty and Philippe Vieu. Nonparametric Functional Data Analysis Theory andPractice [M]. Springer series in statistics, Springer, New York, NY, 2006.
[2] Riesz. F.. Sz.-Nagy, B., Functional Analysis [M]. Dover Publications, New York.1955
[3] H.Cardot, F.Ferraty. and P.Sarda.Functional linear model [J]. Statistics & Probability Let?ters. 45(1):11-22, 1999.
[4] F. Ferraty and P. Vieu. Nonpar ametric models for functional data, with application in regres?sion, time-series prediction and curve discrimination [J]. Journal of nonparametric statistics.16:111-125, 2004.
[5] Pall. Hall and J.L.Horowitz. Methodology and convergence rates for functional linear regres?sion [J]. Annals of Statistics. 35(1):70-91, 2007
[6] Hyejin Shin. Partial functional linear regression [J]. Journal of Statistical Planning and In?ference, 139(10):3405-3418, 2009.
[7] Heng Lian.Functional Partial Linear Regression [J]. Statistics. ME 5 Aug 2009.
[8] T.T.Cai and P.Hall.Prediction in functional linear regression [J]. Annals of Statistics. 34(5):2159-2179. 2006.
[9] H.Cardot. F.Ferraty. and P.Sarda.Spline estimators for functional linear model [J]. Journalof nonparametric statistics.37. 35-72.2003.
[10] Aneiros-Perez. G.. Vieu. P.Nonparametric time series prediction: a semi-functional partiallinear modeling.J.Multivariate [J]. Annals of Statistics. 99. 834-857. 2008.
优秀经济统计硕士论文范文篇二
1 前言
1.1 选题依据
近年来，越来越多的体育科研工作者在研究课题时注意到了统计方法的重要性。在诸多体育文献资料中，运用了各种统计方法，提高了体育科研论文的质量和层次。然而，通过阅读大量文章，许多学者发现了体育统计学的应用尚存在着很多的问题，影响了科学研究成果的科学性和可靠性。体育活动本身存在着大量的随机现象，体育统计学正是利用统计学原理，通过收集数据、整理数据和分析数据，由体育现象的外在数量表象出发，探讨体育现象内在规律的学科。它已被广泛地应用于体育运动的各个领域以及体育的相关学科。体育统计学可以帮助我们提高阅读体育科研资料的能力，如今的国内外科研资料、书刊等均运用了大量的统计方法、统计符号、统计术语。如果不掌握体育统计的相关知识，就难以掌握文献资料中包含的信息。专业学位硕士研究生是理论与实践相结合的创新应用型人才，体育统计方法是体育实践中用来分析数据的一种工具，掌握并能熟练运用体育统计方法有助于科研或教学实践活动的开展。目前，体育硕士研究生运用统计学来研究体育现象已经十分普遍，但在实际运用过程中难免存在一些误用、滥用，这与个人体育统计学课程功底相关，与体育统计学课程的开展相关。本文过对首都体育学院专业学位硕士研究生毕业论文中统计方法应用现状进行研究，分析应用统计方法时存在的问题，为今后的科研和管理提供依据。
1.2 研究目的和意义
1.2.1 研究目的
本文通过对首都体育学院 2011-2012 届专业学位硕士研究生学位论文中统计方法应用的现状进行调查研究，了解专业学位硕士研究生在撰写学位论文时应用统计方法的特点以及存在的问题，并针对问题提出建议，为进一步研究首都体育学院专业硕士统计方法应用现状及提高专业学位硕士研究生应用统计方法的能力提供现实依据和理论参考。1.2.2 研究意义 体育统计作为一门非常重要的应用型学科，无论是论文撰写抑或是科研活动中其地位都是至关重要的。通过研究，初步了解首都体育学院专业学位硕士研究生学位论文统计方法应用情况，有助于减少专业学位硕士体育统计方法的误用现象，有助于加强研究生管理和提高研究生科研实践能力。
1.3 文献综述
1.3.1 有关体育统计学科发展的研究
体育统计学的诞生并非偶然，早在 20 世纪 30 年代，体育、卫生工作者在进行一系列的体制调查中发现将统计方法引进体育的必然性。当时一些高校为了方便组织比赛，对部分项目施行项目测验制度，使人们初步认识到统计方法的价值。北京师范大学和南京中央大学等体育专业曾开设过体育检测专业的相关课程。但是由于当时年代的社会环境和体育科研发展水平有限，体育统计学科并没有得到很好的物质条件以及体育科学理论与实践的支持，这门课程早早夭折。直到 20 世纪 70 年代末，随着改革开放，特别是在经济制度的转型过程中，统计方法开始受到大量的关注。体育统计学这门课程得以再生。姜达维在《体育统计三十年纪》[1]一文中，简单回顾了我国体育统计的诞生、发展，以及体育统计带来的作用与影响，并且指出了学科发展存在的问题和未来的发展方向。他指出体育统计学的诞生并且得到延续的原因首先是学科的理论体系还在发展，其次是学科的支撑人才辈出，最后是体育统计方法对于体育科研的重要性，体育统计有足够的能力解决体育科研所面临的绝大多数问题。魏登云在《体育统计学科建设与发展的立足点—统计思想》[1]中指出，统计理论与实践应用的矛盾以及体育工作者的统计素质亟待提高，是体育统计学科面临的两个主要的问题。作者认为，体育统计学科的建设和发展应该从统计思想出发，学科的内容要做到同时注重统计理论和统计方法实际应用两个方面。体育科学的真正内容，是根据实际的科研需求，按照设计方案收集数据并进行科学的整理和分析，得出结论揭示存在于随机现象内部的规律。统计学的特点大致有四个方面：数量性、总体性、具体性和社会性，体育统计学是统计学和体育学的交叉学科，具备统计学的基本特点。自统计方法引入体育科研领域以来，科研人员运用了大量的统计方法，当然也出现了各种各样的问题，这是理所当然的，真正令人担忧的是产生这些问题的根本原因。部分体育院校的学生觉得自己数理知识不够，而且费劲心思也没有学到体育统计的实质，许多人放弃了对体育统计的认真学习，甚至体育统计本身的价值也受到怀疑。大多数学生在运用统计方法时只是单纯而盲目地套用。出现类似情况的原因有许多方面，最重要应该是与历年来体育统计教学和教材有关。
2 研究对象和方法
2.1 研究对象
以首都体育学院专业学位硕士研究生学位论文统计方法作为研究对象。
2.1.1 调查对象
本论文对全部的学位论文中应用统计方法的现状进行调查。在中国知网博硕士学位论文全文数据库中，搜集到学位年度为 2011-2012 年的首都体育学院专业学位硕士研究生学位论文共 78 篇，包含体育教学、运动训练和社会体育指导三个专业领域。具体专业领域论文数量如表 2.1 所示。通过对中国知网、维普学术期刊网等数据库检索，搜集并查阅大量有关统计学、体育统计学、体育科学研究方法等方面的文献资料，掌握体育统计学相关概念、基本情况及发展现状；阅读有关体育统计方法应用的文献资料，把握当前体育科研中体育统计方法应用概况。
3 结果与分析.......13
3.1 首都体育学院专业学位硕士研究......13
3.1.1 统计方法应用的基本状况........13
3.1.2 统计方法应用的特点......14
3.2 首都体育学院专业学位硕士研究生学位....18
3.2.1 统计调查中的问题 ........19
3.2.2 统计整理中的问题 ........21
3.2.3 统计分析中的问题 ........21
4 结论与建议.......23
4.1 结论 .......23
4.2 建议 .......23
结论
4.1.1 专业学位硕士学位论文中多使用简单的统计方法，如相对数。诸如多元方差分析、回归分析、聚类分析等比较繁杂的统计方法，则应用较少或并未应用。
4.1.2 统计调查设计是论文中统计工作的起始阶段，通过本文的调查，72 篇应用统计方法的论文中 61 篇使用了问卷调查。主要存在的问题有：抽样方法应用错误、抽样方法没有明确阐述、样本大小设计不当等问题。另外采用实验设计的论文中，存在着样本分组时没有遵循随机原则的问题。
4.1.3 在进行统计调查时，存在统计资料不完整、准确性不高，效度和信度检验不正确、阐述不详尽的现象，在少数论文中没有效度和信度检验。
4.1.4 统计分析时，存在忽视方差齐性条件等问题。
4.1.5 少数文章中出现“P 检验”等混淆统计学概念现象，这可能是由于其对统计学概念原理没有进行充分的理解和认识。
参 考 文 献
[1] 姜达维.体育统计三十年纪[J].天津体育学院学报，2008，23，（5）.
[2] 权德庆.建构体育统计学科体系新框架的思考[J].西安体育学院学报，1997.
[3] 权德庆等.体育统计学科现状与发展趋势[J].西安体育学院学报，2008，25（1）.
[4] 刘炜.线性模型在体育科研中应用的常见误区分析[J].上海体育学院学报，2001，25，（4）.
[5] 谭平平等.体育统计方法应用中的几个误区[J].新疆师范大学学报，2001，20（3）.
[6] 雷福民.论体育统计误用问题的诊断与对策[J].首都体育学院学报，2009，9.
[7] 杨丽玲等.江西省体育科研论文中体育统计应用情况调查与分析[J].中国体育科技，2000，3.
[8] 王远等.体育科研论文中统计学应用的问题[J].北京体育大学学报，2005，28（10）.
[9] 赵书祥.体育社会科学硕士研究生论文中使用统计方法的调查与分析[J].2004，27（12）.
[10]韩秀英，孙永泰.回归分析在体育科研中应用误区及规避策略[J].铜仁学院学报，2009，11（3）.
优秀经济统计硕士论文范文篇三
1 引言
1.1 研究背景及意义
从经济学角度来看，投资、净出口和消费是拉动我国国民经济增长的三驾马车。这些年以来，我国在对外贸易方面有了很大发展，外贸的依存度逐渐上升，净出口增长非常迅速，在拉动我国经济的增长方面贡献突出。但在当前开放经济的背景下，国际经济对我国净出口的影响越来越大，国际社会甚至对其进行压制。尤其在我国加入 WTO 以后，频频发生的交易纠纷和技术壁垒，使净出口对经济的拉动作用越来越不稳定，甚至拉动作用越来越小。近年来，投资也是促进我国经济快速发展的重要力量之一。然而，投资过度造成的环境污染和自然资源的过度消耗，已经接近甚至突破我国自然环境的承受能力，当前，政府已采取相关的宏观调控措施来限制投资。这样看来，净出口拉动我国的经济增长已没有太大的余地，而投资的收效也甚微。因此，保持稳定而旺盛的消费需求，会从根本上保持经济长期稳定增长。我国是世界人口最多的国家，也就是说，我国的消费市场是世界上最大的。所以，我国的国民经济要保持稳定增长，除进一步增加投资和净出口之外，更要求“把扩大内需以促进经济发展作为立足点，促进我国的经济增长模式的转变，从主要依赖净出口和投资来拉动消费需求向消费需求拉动净出口、投资增长转变。”这是根据我国当前经济发展阶段性特征所做出的必然选择，也是保证国民经济持续健康发展的必要条件。最近这些年，国内消费需求一直不旺盛，国民的实际消费能力和消费需求还没有被充分的释放。政府采取的宏观经济政策在扩大内需方面虽然取得了一些成效，但还是没有根本解决有效需求尤其是消费需求不足的难题。所以，政府和理论界关注的焦点再次转移到“如何扩大我国的消费需求”上。实际上，有效需求和收入分配之间有着紧密的联系，收入分配差距的持续扩大是影响我国消费需求不足的最主要原因，从而是一个消费断层在不同的收入群体之间形成。在改革开放的初始阶段，提出了“先富论”，是让一部分人先富起来，在帮助另一部分人富起来，最终走向共同富裕。“先富论”促使我国经济急速发展，相对应的，人民生活水平也随之提高。在 2011 年，我国 GDP 总量达到 7.2 万亿美元，世界排名才 1978 年的第 10 位上升到当前的第 2 位。但是，伴随着人民收入水平大幅度提高以及经济的平稳快速增长，国民的收入差距也逐渐扩大，呈现出两极分化的收入分配格局，这就导致中国没有一个一定规模的中等收入群体，从而导致我国内需不足等问题。从消费需求的角度看，高收入者虽然具有高的消费能力，但其数量有限；而低收入者虽然具有强烈的消费欲望，但又没有缺乏消费能力；而中等收入者介于这两者之间，他们既有好的消费能力又有较强的消费欲望，但在当前环境下，其规模有限、而且其对未来收益没有良好的心理预期，因此，处在一个想消费却又不敢消费的状态。在社会发展中，中等收入群体扮演着重要的角色，是推动经济发展的前沿力量，是促进政治民主的重要基石，是构建和谐社会结构的重要基础，是维护社会稳定的中间力量。
在社会经济的各个领域，中等收入者扮演着各行业里行家里手的角色，他们掌握着许多先进的技术，和现代化生产紧密联系着，能够为社会创造出丰富的物质以及精神方面的财富，是社会发展的主体，代表着先进生产力，在促进国民经济发展这方面起着至关重要的作用。另一方面，中等收入者还可以形成一个稳定而又庞大的消费群体。由于低收入者与收入者高之间的收入差距极大，所以，两者消费水平之间也有巨大的差距。首先，巨额的财富集中在少量的高收入者手上，他们在满足了对必需消费品的需求后，手头上的大部分资金就会闲置下来，从而不能形成消费；其次，大量的低收入者可能还不能负担起自身的必需消费品，又因为养老和子女教育方面的预算，就会将本就有限的资金存到银行里去，虽然利率水平很低，但是银行存款总额仍旧很大，这样就起不到刺激消费的作用。然而，中等收入群体的收入基本稳定、且比较富裕，有较强的消费意识和良好的消费能力，其消费主要集中在购房、教育、旅游、购车等方面，具备超前和相对理性的现代消费观念，他们的消费行为对其他群体有明显的示范效应，所以，他们是引导社会消费的主力军。当国民中的中等收入群体占大多数时，就说明已经形成了稳定而庞大的消费市场。所以，构建一个庞大的中等收入群体能够起到有效缓冲甚至消除消费需求不足的作用，进而促进国民经济持续健康发展。
2 中等收入群体的界定及其规模的测定
2.1 中等收入群体相关概念的界定
对中等收入群体研究的难点首先在于对其概念的界定，不同学者根据其研究目的的不同往往对中等收入群体做出不同的定义。从字面意思去理解，“中等收入群体”的定义为“上等收入、下等收入之间的收入水平”。严格的来说，中等收入的内涵比较丰富，可以从政治、社会学的角度进行定义，也可以才经济学的角度来定义。本文在借鉴国内外学着对中等收入群体概念界定的基础上，从广义和狭义两个方面对中等收入群体的概念进行探讨。广义上对中等收入群体的界定主要是涵盖了政治学、社会学和经济学等各方面的一个综合界定，狭义上仅从经济学的角度进行界定，可以用收入或者消费指标来进行反映。广义来看，借鉴国内外学者对中等收入群体的研究，从职业、收入、消费、主管认同等角度对中等收入群体进行描述和分析。具体而言，中等收入群体是这样的一个群体，在社会属性或者社会资源占有上处于社会结构的中间位置的分层群体，他们不富不穷、拥有一定数量的财产、受过高等教育、从事相关领域的专业性工作、有相似的价值观念或相对独立的意识形态。这个定义里既包含了物质层面的标准，又有意识形态的内涵，综合了政治、社会、经济等各方面标准对中等收入群体进行界定。需要强调的是，凡能列入中等收入群体，均应具有中等收入水平；而中等收入群体不一定能达到中产阶级的所有标准。差距不在收入水平、消费特征上，而是反映在财产拥有量、职业类型、教育程度、社会声望、思想意识等方面。狭义上，仅从经济学的角度对中等收入群体进行界定。把中等收入群体定义为一个国家或地区在一定时期内收入或消费水平处于中间水平范围的所有人的集合。这个区间以收入或消费的分布函数一定的范围内则为中等收入群体，若低于收入或消费下线则为低收入群体，若高于其上限则为高收入群体。由于广义的定义较为复杂，且相对应的职业类型、教育程度、社会声望、思想意识等方面的数据难以获取，所以本文采用第二种方法对中等收入群体进行界定，即仅从经济学的角度对中等收入群体进行界定。
3 我国城镇中等收入群体的特征分析....15
3.1 我国城镇中等收入群体收入结构分析........15
3.1.1 收入来源结构........15
3.1.2 收入支出结构........16
3.2 我国城镇中等收入群体消费结构分析........17
4 中等收入群体规模变动的影响因素分析 ....20
4.1 中等收入群体规模变动的宏观影响因素.......20
4.1.1 经济增长.......20
4.1.2 收入分配制度........21
4.1.3 其他因素.......22
4.2 中等收入群体规模变动的微观影响因素分析 .......23
5 我国城镇中等收入群体规模变动的分析 ....27
5.1 分析方法及选择......27
5.1 .1 变系数回归模型......27
5.1 .2 模型估计方法 .......28
5.2 我国城镇中等收入群体规模变动的结构分析.......30
5.2.1 指标与数据的选择....30
5.2.2 模型的构建与估计....31
5.2.3 城镇中等收入群体规模变动的结构分析......34
5.3 我国城镇中等收入群体规模变动的趋势分析.......47
结论
经过前面的实证分析，发现当前城镇中等收入群体的规模还很小，这是由几方面的因素共同影响的结果。根据前面的实证分析，尽管经济增长速度一直保持在一个较高的水平，但是与经济增长密切相关的收入分配制度还不尽合理，导致这一结果的原因是各行业之间收入差距较大，各行业之间的缺乏有效的人员流动机制，且行业内也存在收入分配不合理的状况，从而导致经济增长不能起到促进城镇中等收入扩大的作用；产业结构不合理、产业内部缺乏活力，尽管近年来，第三产业在国民经济中所占的比重一直在增加，在 2012 年其比重更是占据第一位，但是与发达国家还是有一定的差距，同时，在产业升级的过程中，产业结构的外延的在优化，但是缺乏内涵发展，没有形成一个高质量的产业结构，因此产业结构的升级并不能对城镇中等收入群体规模的扩大起到促进作用；市场化程度还不够彻底、国家对国民经济的干预过多，当前还有很多经济制度不合理，制约着市场经济的发展，同时，国家对国民经济的干预过多，对民营经济产生了挤出效应，降低了民营经济的活力；就业情况不乐观，具体表现在失业率过高，同时缺乏有效的再就业机制，导致不能有效的减缓失业率的增长甚至降低失业率；教育支出过低且教育支出没能有效的优化人力资本结构，尽管我国在教育方面的财政支出不断增长，但还是与发达国家有一定差距，水平较低，同时，教育支出没有能有效的优化人力资本结构，导致人力资本结构对城镇中等收入群体规模扩大的促进作用不明显。
综上所述，要想扩大城镇中等收入群体规模，进而刺激消费增长、促进国民经济的健康可持续发展，就必须采取相关的措施。第一，在保持国民经济高速发展的同时，做好收入的分配工作，具体表现在：在各行业间建立一个有效的人员流动机制，使低收入行业的人员能够进入高收入行业，从而促进竞争，平衡收入分配；另一方面，改革行业内部的收入分配制度，使行业内部的收入分配制度更加公平合理。简单来说，就是把蛋糕做大的同时让更多的人参与到分配中。第二，在产业结构优化升级的过程中，要更加注重产业的内涵发展，一个高质量的产业才能培育出更多的中低收入者，而几个高质量的产业有机的结合在一起，才能发挥产业结构优化升级的优点；第三，进一步深化市场经济体制的改革，给予国民经济更大的自主性和更强的活力，同时，减少国家对国民经济的干预，逐步让民营经济来主导国民经济的发展；第四，保持国民经济高水平增长以降低失业率，同时，不断完善再就业机制；第五，继续提高财政教育支出在 GDP 所占的比例，同时促进教育支出能够有效的优化人力资本结构。
参考文献
[1] Alain Desdoigts，Fernando Jaramillo.Trade ，Demand Spillovers，andindustrialization：The emerging Global Middle Class in perspective [J]. Journal ofInternational Economics—79,2009：248-258
[2] Beach，C.M.Dollar and Dream：a reduced Middle Class？alternativeexplanation[J].J.Hum.Resour.24(1)，1989:162-193
[3] Bossert，W.and W.Schworm.A Class of Two-Group polarization measures[J].Journal of Public Economic Theory 10，2008：1169-1187
[4] Joseph Deutsch，Jacques Silber. Income polarization：Measurement，determinants and Implications[J].Review of Income and Wealth，Series56，Number 1，March 2010，1‐6.
[5] 陆学艺主编《:当代中国社会阶层研究报告》，北京:社会科学文献出版社，2002年 1 月
[6] 陆学艺主编:《当代中国社会流动》，北京:社会科学文献出版社，2004 年 7 月
[7] 段若鹏著《:中国现代化进程中的阶层结构变动研究》，北京:人民出版社，2002年 2 月
[8] 吴波著:《现阶段中国社会阶级阶层分析》，北京:清华大学出版社，2004 年11 月
[9] 国家发改委宏观经济研究院课题组:《中等收入者的定义和划分标准》，《经济研究参考》2005 年(5):6
[10] 周雁:《扩大中等收入阶层的比重》，《发展研究》2005 年第 4 期
优秀经济统计硕士论文范文篇四
1.绪论
1.1选题的背景
2010年3月的最后一天，中国正式启动融资融券业务，第一批入围“标的股”股票共90只，标志着“做空时代”的到来。2011年12月5日起，融资融券标的股范围扩大到278只，包括上证180指数全部成分股和深证100指数成分股中除深圳能源和粵电力A的98只股票，还有7只交易型开放式指数基金（ETF)。自2013年1月31日起，融资融券标的股票由278只增至500只，其中上海证券交易所宣布融资融券标的股将由180只增至300只，且作为融资融券标的的交易型开放式指数基金（ETF)数量不变，深圳证券交易所宣布融资融券标的股票将由98只增至200只。融资融券业务一定会给证券市场带来新的增量资金，但融资融券活跃交易的作用更加明显，此外，融资融券业务还能完善市场的价格发现功能。更重要的是，融资融券的推出为投资者提供了新的盈利模式。融资融券为杠杆化金融交易提供了便利，即使市场下跌，融券仍可以使投资者实现盈利。由于缺少工具，常用套利策略中的可转换套利和固定收益套利目前较难实施。融资融券业务的展幵为一种对冲策略一一统计套利策略提供了可能。统计套利是一种基于数据挖掘的量化证券交易策略，在设计交易策略时只关注历史数据，忽略基本面的分析。由于涉及到海量数据，策略的设计依赖于计算机编程，一旦策略设计完成，也可以通过计算机自动交易。在成熟的资本主义市场，统计套利巳经成为对冲基金和投资银行的常用策略。因此融资融券启动前后，各大券商纷纷加大对融资融券和股指期货的研究力度，推出了一系列研究报告，其中出现最多的当属统计套利，中信、海通、华泰联合、光大、招商、齐鲁、浙商等券商都曾出过关于统计套利的研究报告，并据此构建各自的统计套利策略组合。这些报告选择的标的股票和模拟时间段不同，但得出的结论基本一致，即统计套利方法的盈利远高于同期的股票指数，而且稳定性良好。可见，随着“做空时代”的到来，统计套利策略和量化投资策略将会占据越来越重要的地位。
1.2研究的意义
统计套利起源于1985年的Morgan Stanley,最早是一个用匹配组合的方法买卖股票的投资策略。1985-2000年间，统计套利策略获得了巨大的收益。配对交易是统计套利中.最基本的方法，也是统计套利初期使用最广泛的方法。其操作原理是：选取两只相关性强的股票，评估它们的相对价值，做多价值被低估的股票并同时做空价值被高估的股票。比较复杂的统计套利考虑的是多只股票(即一个适当的股票池）的相对价值，通过计算决定做多还是做空某一部分股票。这些股票隶属于不同的板块，可以对冲非系统风险。然而，2002-2004年间，使用统计套利策略运作的基金业绩平平，AndrewPole(2007)在《统计套利》中猜测这是因为过度的竞争导致价格波动消失，而价格波动正是统计套利的基础。但统计套利策略并没有就此消失，而是获得了进一步的发展，在调整适应市场的新变化之后，继续获得稳定的收益。统计套利的历史不长，而中国的融资融券业务又刚刚起步，因此这一领域具有很大的研究潜力。之前几乎所有文献在使用统计套利方法分析中国的A股市场时都得出了振奋人心的结论，即统计套利策略不但可以应用于A股市场，而且可以获得较高并且稳定的收益。由于很多文献釆用的都是配对交易方法，本文也着重研究这一最基本的统计套利方法，试图用最新的数据验证前人得出的结论，探讨在融资融券业务开展两年之后，配对交易策略是否仍然适用于中国的A股市场，还是像美国股票市场一样，由于过度竞争而导致收益率大幅下降。本文还将探讨不同套利模型的收益率，比较各个模型的优劣。
1.3研究的思路和方法
本文的研究方法是实证分析法。文章被分为两个部分：理论部分和实证部分。市场摩擦、信息不对称和交易者非理性等问题会导致市场价格对资产定价模型或者市场均衡模型的短期市场偏离，统计套利机会就在这些偏离中产生，其核心思想正是发现错误定价关系。常用的统计套利策略有四种实现方法，非别是配对交易策略（Pairs Trading);多因子套利策略(Multi-factor Model)；均值回归策略（Mean-reverting Strategies)；协整套利策略（Cointegration)。出于前文提到过的研究目的的原因和作者本人条件限制的原因，本文釆用的是基于协整方法的配对交易策略。协整方法的思路是，通过协整检验，若发现多只股票之间存在协整关系，就按照因变量和自变量的位置关系和协整向量将各股票划分为组合内的多头和空头，建立统计套利模型。协整方法的步骤如下：1)选取配对股票，2)分析价差走势，3)确定套利区间，4)样本内套利收益计算，5)样本外套利收益检验。
2.又献综述
2.1统计套利的定义
Low(2009)在股票市场中性策略调查报告中指出，市场中性策略是受市场影响较小的少数几个策略之一。调查发现，股票市场中性策略相比其他策略在长期具有更低的年化波动率，因此可以避免市场下跌的影响。而且在过去10年中，股票市场中性策略可以获得正的风险调整收益率。报告还指出，虽然市场中性策略在牛市中无法充分获得市场收益率，但是在熊市中，该策略却可以完全避免市场下跌的风险，获得稳定的低风险收益率。Engle和Granger (1987)提出了协整理论，为建立一个配对交易参数化的模型提供了一种思路。Ti_ermann(2009)发展了连续时间协整分析法，并用此方法模拟了利用均值回归识别错误定价的风险套利过程，计算出了最优交易策略的表达式。文章得出的结论是，风险套利以预期收益最大化为标准，而传统套利以获得组合资产价格为目标，二者是不同的。Bolgun等(2009)，收集了在伊斯坦布尔股票交易所上市的公司从2002到2008年间的股票日收盘价，并使用动态统计套利策略进行实证分析。文章为了提高不同成分股价格之间存在均值回归的可能性，在对ISE30指数成分股进行统计套利时没有按照行业进行分类。研究结果表明，相对于单纯的购买并持有策略，成对股票组合产生的同平均收益率要高出3.36%。但值得一提的是，交易限制和交易佣金大幅减低了成对股票组合超额收益率，使得实际收益只占理论收益的一小部分。
3.协整理论.......... 12
3.1选取配对交易股票.......... 12
3.2交易数据分析 ..........12
3.2.1平稳性检验 ..........13
3.2. 2协整检验 ..........15
3.3.3误差修正模型.......... 15
4.确定交易信号的方法.......... 17
4. 1交易原理 ..........17
4.2交易规则制定方法.......... 17
4. 2. 1常用参数法.......... 17
4.2.2 GARCH 模型.......... 18
4. 2. 3 Ornstein-Uhlenbeck 过程.......... 18
5.统计套利实证研究.......... 23
5. 1协整 ..........23
5. 2确定套利区间.......... 28
5. 2. 1常用参数法.......... 28
5. 2. 2 GARCH 模型法.......... 29
5. 2. 3 0—U 过程法.......... 32
5.3样本内套利检验.......... 34
5. 3. 1常用参数法.......... 34
5. 3. 2 GARCH 模型法.......... 36
5. 3. 2 0-U 过程法.......... 37
5. 4样本外套利检验.......... 38
结论
本文得出的计量结果和之前几乎所有研究差异都很大。如文献综述所述，之前的文献得出的结果几乎都是盈利的，伹本文得出的结果是亏损的。其中，每一个具体步骤的结果都和之前的研究不同。首先是股票的选取上，运用距离法选出来的股票和之前文章选出来的差别很大，过去文章中常见的银行股这次都没有入选。其次是在GARCH模型的建立上。以往文章通常采用的是GARCH(1, 1)模型，但在本文中，GARCH (1，1)的结杲十分不显著，于是选用了 GARCH (1,2)模型。由于估计出来的模型拥有一个负的系数，极大地影响了方差的计算结果，导致根据常用规则，基本不存在套利机会的结果。在结果方面，和以往文章不同的是，本文釆用了三种模型来确定套利区间，在样本范围内只有一种模型盈利，而且盈利的模型并不十分具有参考价值，并且由于样本外数据太少，不符合模型的使用条件，所以此种模型的盈利也可以理解为偶然现象。值得一提的是，与股指相比，基于0-U过程的统计套利策略亏损更少。
参考文献
[l]Bondarenko 0. Statistical arbitrage and securities prices [J] .Review ofinancialStudies，2003，16 (3) : 875 - 919.
[2]Hogan S，J arrow R , Teo M，Warachka M. Testing market efficiencyusingstatistical arbitrage with applications to momentum and valuetrategies[J] Journal of Financial Economics，2004，September.
[3]Robert J arrow, Melvyn Teo, YiuKuenTse, Mitch Warachka.Statistical Arbitrage andMarket Efficiency: Enhanced Theory, Robust Tests and Further Applications,Working Paper.
[4]Burgess, A. Tsl. StatisticalArbitrageModels of the FTSE 100. ComputationalFinance 1999 (6 thlnternational Conference Computational Finance 1999) ,MITPress, 1999.
[5]Gatev.E.,Goetzmann,W.N.,andRouwenhorst.K.G.(2006).Pairs Trading:Performance of a Relative-Value Arbitrage Rule.[J].The Review of FinancialStudies, Vol.19,pp.797-827.
[6]MylxoSudak，01eriaSuslova. Behavioral Statistical Arbitrage[D] .Master ThesisUniversity of Lausanne. 2003
[7]Whistler, Trading pairs: capturing profits and hedging risk with statisticalarbitragestrategies. [M] John Wiley & Sons，New York. 2004
[8]GanapathyVidyamurthy. Pairs Trading: Quantitative Methods and Analysis,[M].JohnWiley & Sons. New York. 2004
[9] Alexander, C. and A. Dimitriu. Indexing and statistical arbitrage: tracking error orcointegration?[J] Journal of Portfolio Management, 2005, 31(2), 50-63.
[10]Elliott.R.J.?Van Der Hoek.J.，andMalcoim.W.P…PairsTrading.[J].QuantitativeFinance;VoL5. 271-276.
优秀经济统计硕士论文范文篇五
1绪论
1.1部分线性变系数模型
在实际应用中，回归函数的形式常常是未知的，此时我们通常使用非参数回归方法，在Hastie & TibshiranP、Green & Silverman、Wand&Jones等的文章中介绍了非参数回归方法。非参数回归方法克服了参数回归方法主要关注假定函数形式的严重缺陷，充分依靠数据本身探求变量之间的关系。但是，非参数回归方法通常需要大量的数据，这点在应用中很难满足，另外在处理高维数据时会遇到所谓的“维数祸根”⑷问题，同时，在分析实际问题时，解释意义不强。在此情况下，作为非参数模型和参数模型都适应这种的半参数建模方法得到了人们的重视。其中变系数模型是半参数模型中一类重要的模型，在数据分析中应用非常广泛。
1.2经验似然综述
很多统计学家对经验似然做了进一步的研究，并将这一方法应用到各种统计模型上。将这经验似然的方法应用到完全独立样本下总体均值这一简单而非常重要情形的统计推断中，并在此基础上进一步应用到线性分析模型上；Kolaczyk[i3]讨论了广义线性模型的经验似然，Wang & Jing应用经验似然于部分线性模型；Chen &Qint'讨论了经验似然在非参数回归中的应用；Qin[i6H寸论了偏度抽样模型中经验似然的统计推断；Owen[i7]研宄了投影寻踪会回归中的经验似然；Zhang[i8，i9]研究了在分位回归和M-泛函上经验似然的统计推断方法;Kitamura[2G，2i，22，23]在经济模型上进行了经验似然的研究。经验似然的思想最早出现在Thomas & Gmnkemeier[24]这篇文章，作者在对随机删失数据进行统计分析时运用了非参数似然比方法，即在随机删失条件下构造生存概率置信区间，然而所使用的方法是分解生存概率为条件概率的乘积，并在乘积型约束条件下构建非参数似然。由于乘积型约束条件的局限性，这一方法无法应用到其它形式中去。但是值得我们注意的是，约束条件下极大化非参数似然比是这一方法的本质。进行参数估计时，把感兴趣的参数通过约束条件代入极大化似然比中进行估计。Owen[9]在对总体均值的统计推断中用线性约束条件替代乘积型约束条件，线性约束条件使经验似然的方法具有非常一般的应用性。注意到经验似然比要求在约束条件下使非参数似然比达到极大（在没有约束条件下，极大非参数似然比是1)，即其实际上可以看成是一种截面非参数似然比函数。由约束条件将参数0引入极大似然比中，可以得到关于参数0的极大截面非参数似然比函数，另外可以通过这一非参数似然比进行假设检验、区间估计及其它统计推断，我们称这样的方法为经验似然方法。然而在实际计算中我们发现，对0)这样的非参数似然比在约束条件下关于求极大的形式，计算过程较为繁杂，而另一方面，由定义我们注意到，使似然比达到极大的只有那些在观察值点处有正概率质量的离散分布，从而在求v?(0)时，限制到上述有正概率质量的离散分布类中，极大的方便了计算。
1.3关于统计诊断
具体地，统计学从一个数据集包含某些假定出发研究，该数据集不是随意生成的，而是由初步加工整理了在现实中累积起来的资料，或根据某一特定目的收集起来的数据得到的。为了通过数据集D研究相关问题，通常引入某一有效而方便的统计模型M，数据集D适应这一模型。但是，人们意识到任何统计模型M都只能是一种包含某些假设的近似描述。模型的假定和相关前提假设条件让人们不禁会产生如下的疑问疑问：我们所要研究的问题大体上能不能由假设的统计模型反映出来？数据集D中的大多数的数据是不是与统计模型M相一致，有没有出现比较大的偏离？由于收集或整理数据集的过程中难免有疏忽和失误，那么我们所得到的数据集中会不会有个别数据出现较大的误差？这些误差严重的数据会不会产生严重影响，从而干扰我们对问题所作的结论？此外，数据集中的每个数据点在我们进行统计推断时对结果的影响是不是相差不大，会不会出现某些点对统计推断的影响异常？在解决具体问题的过程中，为了更好地得出符合客观实际的结论，人们必须小心慎重地思考上述在使用统计推断方法时的种种问题。由于上述问题在以往的统计分析中的忽视，有时会出现严重不符合实际情况的分析结果，如Anscombe数据，这样一个著名的人造数据说明了进行统计诊断是十分有必要。针对上述种种问题，统计学家们不断寻找解决之道。为了克服客观中观测的数据与假设模型之间可能存在的较大的偏离，目前有两种常用的处理方法：稳健统计和统计诊断。稳健统计的特点是在保持实际数据与假定模型不变的基础上，统计推断方法有一定的所谓的“抗干扰性”，也就是说当实际数据与假定模型间有较大的偏离时，统计推断的结果仍然不会受到较大偏离的影响。由于稳健统计的有效性及逐步完善的理论发展，业已成为了当今统计学的重要方向之一。更详细的关于稳健统计的理论可以参考陈希孺、王松桂[26]。而统计诊断则要设法判别实际数据与假定模型之间是否存在较大的偏离，如果存在较大的偏离，则要采取相应的对策。通过统计诊断方法，我们可以检测到异常点（即那些严重偏离假定模型的数据点），以及强影响点（对统计推断的结果影响特别大的数据点）。在一般情况下，由于我们事先对数据和假定模型已经有所考虑和选择，数据中与假定模型有加大偏离的那些点一般很少，在这种情况下，我们往往先可定所选的模型，对那些“偏离”点做进一步的考察，例如考察数据的实际背景等。如果实际数据中与既定模型偏差比较大的点较多，在不少情况下，我们仍然希望保持方便有效的假定模型，工作将会更加复杂。可对数据进行一些适当的处理，比如合适的数据变化。但如果采取数据变换的一系列的措施之后，得到的拟合效果仍然不够理想的话，就要进行大的变动调整，探寻更加合适的模型。值得注意的是：统计诊断与实际应用有着密不可分的关系，统计学的任务主要是检测实际数据中与假定模型偏离比较大的点，这些点的处理往往与数据的实际背景相关，因此要实际工作者的参与才能更好地完成相关的任务。
2参数估计和性质证明
2.1 引言
在研究统计模型的统计诊断问题时，必须以参数估计为前提。参数估计是利用样本所提供的信息，根据一定的理论，采用合理的方法，来推断总体中的未知参数及某些概率特征。如果总体的分布类型己知，但其中的参数却未知，理论研究和实际应用都需要对未知参数或未知参数的函数进行估计。一般的估计方法有矩估计、最小二乘估计、极大似然估计等。如果总体的分布类型未知，则我们无法找到其似然函数确定的表达式，无法进一步得出模型参数的极大似然估计。此时本文的经验似然方法解决了这一问题，这一方法与传统的统计方法相比而言有很多突出的优点。为了得到参数的估计，我们的重点在于找到基于经验似然的广义估计方程，从而得到参数的广义估计方程估计。本章主要是将经验似然方法运用于部分线性变系数模型，得到部分线性变系数模型中未知参数的广义估计方程估计，由局部线性方法得出部分线性变系数模型中系数函数的估计，并就相关估计的渐近性质进行讨论。
3统计诊断........ 20
3.1基于数据删除模型的统计诊断........ 20
3.2模型的局部影响分析........ 24
3.3模型的伪残差分析........ 28
4随机模拟和实证分析........ 30
4.1模拟计算........ 30
4.1.1数据的生成........30
4.1.2参数估计........ 30
4.1.3影响分析........ 30
4.2实例分析........32
4.2.1参数的估计........ 33
4.2.2统计诊断........ 33
结论
本文基于经验似然方法对部分线性变系数模型进行了较为系统的统计分析和诊断。首先利用极大经验似然方法和局部线性方法分别对模型参数和系数函数进行估计，并就其相关渐近性质给出了证明；其次，对于异常点诊断应用了数据删除模型、局部影响分析、伪残差分析方法进行分析；最后，通过随机数值模拟和实例分析来检验上述统计量的有效性。然而，本文所用的方法中还有一些问题值得思考以及进一步研宄：对部分线性变系数模型参数估计和诊断时，是不是可以对参数和系数函数的估计时都运用局部线性方法或者都用经验似然方法。以上两种方法与本文的方法相比，哪种效果最好，有没有一种方法是在所有情况下的最优方法；对系数函数部分进行局部线性估计时涉及的窗宽的选择，窗宽选取的最优性以及有没有更好地选取方法有待进一步的研究。统计诊断时，对于此方面的研宄还有很多工作。
参考文献
[1] Hastie T J，Tibshirani R. Generalized additive models. London: Chapman & Hall. 1990
[2] Green P J，Silverman B W. Nonparametric Regression and Generalized Linear Models: ARoughness Penalty Approach, London: Chapman & Hall. 1994
[3] Wand M P, Jones M C. Kernel Smoothing. London: Chapman & Hall, 1995
[4]张日权，卢一强.变系数模型.北京:科学出版社，2004
[5] Zhang W Y, Lee S and Song X Y. Local polynomial fitting in semi-varying coefficientmodels. Multivariate Anal, 2002, 82(1):166-188
[6] Xia Y C & Zhang W Y. Efficient estimation in varying-coefficient partially linear model.Bernoulli, 2004，91:661 -681
[7] You J H，Zhou Y, Chen G M .Corrected local polynomial estimation in varying coefficientmodels with measurement errors. The Canadian Journal of Statist,2006，34:399-410
[8] Fan Jianqing， Huang Tao. Profile likelihood inferences on semi-parametricvarying-coefficient partially linear models. Bernoulli, 2005，11 (6): 1031-1052
[9] Owen A. Empirical likelihood ratio confidence intervals for a single functional.Biometrika, 1988, 75:237-249
[10] Hall P & La Scala B. Methodology and algorithms of empirical likelihood. Internet.Statist Review, 1990，58:109-127
优秀经济统计硕士论文范文篇六
1绪论
1.1引言
近年来，由于医学成像技术的发展和普及，以及其医学图像分割在临床诊断，治疗，手术规划分析中起着至关重要的作用，如何准确和全面的分析图像，从而提高图像目标的识别效率和准确率显得尤为重要。早期的医学图像分割较多依赖于医生的专业经验知识以及人工监督(如参数调节，初始曲线位置调节等)。而利用计算机智能系统对医学图像进行无监督的目标识别和分割是目前医学图像分割领域发展的趋势。传统的研究将图像视为平稳的二阶随机过程，即假设图像灰度值分布满足高斯模型。然而，越来越多的研究成果显示图像的分布具有显著的非高斯性[2-4],因此需要采用更复杂的模型才能准确的拟合图像。医学图像的成份并非单一，通常由纹理、不规则的灰度不均勻性以及噪声组成。因此在分割医学图像时，不仅需要基于灰度值差异进行考虑，而且需要针对灰度值变化的情况，图像的边界结构，以及纹理和噪声。此外，分割的用户需求也有多种可能，因此如何识别感兴趣目标也是一个难点问题。目前己有一些研究工作提出了一系列识别图像中感兴趣目标的方法，如文献[5,6]。然而不论哪种方法，都需要针对具体的图像进行建模，而对于各种医学图像，并没有一个统一的建模形式。活动轮廓模型，如文献[7-10]中提出的模型，可以提取光滑的边界且分割精度达到亚像素级。尤其是水平集方法[7]，以一种紧凑的方式表达了几何活动轮廓线演化，并且提供了稳定的数值算法和灵活的支配活动轮廓曲线的拓扑变化，是基于图像高层先验知识的分割模型，已广泛应用于各种类型的图像分割中，并且是目前世界上图像分割的研究热点问题。本文主要基于变分方法的活动轮廓模型，分别针对以上所述目前图像分割的特点，从快速实现无监督自动分割、避免灰度不均勻性的影响，考虑纹理特征，以及抑制噪声等角度研究和提出：在局部区域内提取统计和结构等多类特征的方法、分析和题别多类特征的方法、多类特征嵌入变分模型的方式、以及变分模型的快速求解等方法，对具有广泛实用背景的活动轮靡模型的分割方法进行重点研究。
1.2国内外图像分割方法的研究现状
不论哪一类的图像，不同的图像之间都存在差异。而且根据实际应用的需要，对不同图像的需求往往不同，所以每一个图像分割方法都有其特定的适用范围。近年来，随着统计学理论、模糊集理论、神经网络、形态学理论、小波理论在图像分割中的应用曰渐广泛，己经出现了很多图像分割方法。众多的分割方法大致可分为两类：一，基于底层的图像先验知识(图像灰度信息、边缘)的图像分割方法，如阈值化方法区域生长法聚类[18.24]等方法，统计学方法边缘检测方法[32-35]; 二，基于高层先验知识的分割方法，如活动轮廓模型，其中典型的活动轮廓模型有snake模型[8]，梯度流模型[36‘37]，测地线模型[38]，以及基于水平集方法[7]的Chan-Vese(CV)模型、多相位的CV模型分片光滑模型等。活动轮廓模型能够解决较为复杂的图像分割问题，而且能够稱合基于底层图像先验知识的分割方法,得到精度更高的分割结果[43-54]。
1.2.1基于底层图像先验知识的分割方法
2水平集方法及Chan-Vese模型
2.1水平集方法
Snake模型[8]是一种参数化的活动轮廓模型。不同于Snake模型，几何轮廓模型[38，47，73]，可看作是Snake模型的改进，并且很好的克服了参数化模型拓扑结构不易变化的缺陷。几何活动轮廓模型的曲线变形过程基于曲线的几何度量参数。变形过程就独立于活动曲线的参数化，因此可以处理拓扑结构的变化。水平集方法[7，75，761由Osher和Sethian提出，用以解决基于热力学方程下火苗外形的变化[77]。由于火苗外形具有高动态性和拓扑结构变化的随意性，用参数化曲线或曲面来描述火苗的变化情况显然很困难。水平集方法的出现，极大的推动了非参数化的几何活动轮廓模型(Geometric Active Contour Method)的研究。该方法的特点是通过一个高维函数曲线或曲面来表达低维的演化曲线或曲面，即将运动界面作为零水平集嵌入到高一维的水平集函数中，由闭超曲面的演化方程可以得到水平集函数的演化方程，而嵌入的闭超曲面总是其零水平集，最终只要确定零水平集即可决定移动界面演化的结果。水平集方法的提出避免了活动轮廓曲线或曲面的参数化过程。将曲线固定在二维或三维空间网格上，利用有限差分求解该方程，最后得到零水平集，即演化后的曲线。水平集模型定义关于图像梯度的单调下降函数作为停止项，使零水平集曲线演化到梯度边界时停止，故分割结果易受图像质量影响。针对水平集方法在图像分割中的应用主要有以下方面的改进：提高计算收敛速度、停止项的设计、引入形状约束等方面。图2.1显示了水平集演化的意义及过程。
3结合改进的FCM算法的Chan-Vese模型.......... 23
3.1引言.......... 23
3.2研究背景.......... 24
3.2.1 模糊聚类算法.......... 24
3.2.2 结合 FCM 算法的 Chan-Vese 模型.......... 25
3.3结合改进的FCM算法的Chan-Vese模型.......... 26
3.3.1结合空间信息的隶属度函数..........27
3.3.2各向异性模板演化规则.......... 29
3.4实验结果及分析.......... 31
3.5本章小结.......... 33
4结合纹理特征的自适应快速分割模型.......... 34
4.1引言.......... 34
4.2研究背景.......... 35
4.3同时基于纹理和卡通特征的分割模型.......... 37
4.4实验结果及分析.......... 42
4.5本章小结.......... 46
5结合局部统计信息与各向异性..........48
5.1引言 ..........48
5.2研究背景.......... 49
5.3结合局部统计信息与各向异性水.......... 54
5.4实验结果及分析.......... 61
5.5本章小结.......... 68
结论
图像分割是计算机视觉和图像处理中一项关键问题也是目前国内外的研究热点。由于图像的多样性和分割需求的多样性，没有一种分割方法完全适用于大部分图像，因此图像分割问题是一种不适定性问题。活动轮廓模型，尤其是水平集方法的分割精度能够达到亚像素标准，而且能灵活提取图像中目标边界的拓扑结构，已广泛的用于图像分割中。本文重点研究了几种经典的活动轮廓模型，专门对于医学MR图像以及一部分自然场景图像，提出了几种基于活动轮廓模型的分割方法。本文的主要工作创新如下：
(1)分析和研究了多相位的Chan-Vese(CV)模型基于分片常数假设，故不能很好分割含灰度不均勻性的图像的问题。考虑到模糊聚类算法(FCM)算法时一种无监督的分类算法，但是对噪声敏感，因此提出一种结合FCM算法的多相位CV模型，能够对多个待分割目标进行无监督的自动识别和分割。首先利用图像的空间信息提高FCM算法对噪声的鲁棒性，然后将改进后的FCM算法的目标函数作为多相位CV模型的区域检测项，用以驱动曲线的演化。最后用一种各向异性的模板控制曲线在每步迭代中正确演化。在合成和医学图像上的实验证明了该模型能够很好的实现对多个待分割目标进行无监督的自动识别和正确分割。
(2)提出一种同时适用于纹理和光滑成份的分割模型。该模型将图像分为卡通部分和纹理部分分别考虑，即在一种自适应大小的局部块中分别计算图像卡通部分的灰度统计特征以及纹理部分的特征信息，基于这两种特征信息构造一个用以将不同区域分类的区域项。最后采用Split Bregman方法对模型进行快速求解，分别于专门针对医学MR图像和纹理图像分割的模型相比，该模型都具有较高的分割精度和时效。
(3)灰度不均勻性不仅仅是表现在医学MR图像上缓慢变化的一种成像特性，同时也是普遍存在于各种图像中的一种灰度随空间不规则变化的特性。针对一般意义上的灰度不均匀性，提出一种利用灰度值和梯度模值的统计特征的将图像进行分类的活动轮廓模型。特别的，针对传统的活动轮廓模型中全变分形式的正则项可能造成过度光滑曲线的情况，提出将各向异性扩散方程嵌入到正则项中，并以正则项的对偶形式实现。整个模型建立在全局优化的CV模型框架下，并利用分裂的Chambolle算法进行实现。在医学MR图像和自然场景图像上同一系列基于局部统计信息的活动轮廓模型相比，该模型能有效提高了捕捉具有四形结构目标的能力，并能在明显少的时间和迭代步数内使活动轮廓曲线到达目标边界。
(4)图像中一般意义上的灰度不均勻性和噪声都是不规则随空间变化的，因此可看做是一种特性。这种灰度不规则变化会导致活动轮廓曲线在演化时出现错误形变以及产生不光滑的现象，从而导致曲线演化效率低下。针对这些问题，将图像看做是由形为分片常数的理想图像和灰度变化场组成的。利用Nadaraya-Watson估计算子计算图像中每一局部块上的统计信息，作为曲线演化的动力之一。对于灰度不均勻性和噪声可能导致水平集曲线在演化过程中产生不光滑的现象，因此提出一种灰度惩罚，用以规范曲线在含灰度不均匀性和噪声的区域上的演化。最后将图像的梯度信息嵌入到模型中的正则项中，增强了曲线对边界特征的敏感性，进一步提高曲线捕捉目标边界的效率。
参考文献
[1]田捷，包尚联，周明全，医学影像处理与分析，电子工业出版社。2003.9
[2] Lee A. B, Pedersen K. S，Mumford D. The Nonlinear Statistics of High-ContrastPatches in Natural Images, Int'l J.Comp. Vis.，2003,54(8):83-103.
[3] Yang A.Y, Wright, Ma J Y, Sastry S. Unsupervised segmentation of natural images vialossy data compression. Computer Vision and Image Understanding, 2007, 110:212-225.
[4] Sudderth E. B, Jordan M. 1. Shared Segmentation of Natural Scenes Using DependentPitman-Yor Processes. Advances in Neural Information Processing Systems, 2009,21:98-107.
[5] Ashbumer J, Friston K. J. Voxel-based morphometry-the methods. IEEE Trans MedImag，June 2000，11(6): 805-821.
[6] Levin A, Weiss Y. Learning to combine Bottom-up and Top-down Segmentation,Int, 1 J.Comp. Vis., 2009, 81(1):105-118.
[7] Osher S，Sethian J. A. Fronts propagating with curvature dependent speed: algorithmsbased on the Hamilton-Jacobi formulation. Journal of Computational Physics,1988,79(1):12-49.
[8] Kass M，Witkin A., Terzopoulos D. Snake; active contour models. Int，l J.Comp. Vis.，1988，1(4):321-331.
[9] Terzopoulos D，Fleischer K. Deformable models. The Visual Computer, 1988，4(6):306-331.
[10] Terzopoulos D，Witkin A, Kass M. Constraints on deformable models: recovering 3Dshape and nonrigid motion. Artificial Intelligence, 1988, 36(1):91-123.
优秀经济统计硕士论文范文篇七
前言
国际健康产业，国内经济社会的持续发展、国民物质与精神生活水平的不断提高，促使我国国民的健康需求发生了巨大变化。这种前所未有的健康需求，使健康管理学成为提高国民健康水平、满足人们曰趋增长的健康需求、牵引和推动健康管理产业与行业发展的力量源泉。中国健康管理始于上世纪90年代末。与美国不同，目前我国健康管理的主体是综合医院健康体检中心或专业健康体检中心，但健康体检、健康管理和健康保险尚未形成完善的产业链和服务链。国际上健康管理概念的提出、健康管理学独立学科的发展趋势，以及我国健康管理的兴起和对健康管理行业的巨大需求，迫切需要对健康管理学的理论、方法和策略进行深入研究。其中，基于健康体检系统旳“大型多中心纵向监测健康管理队列"是推动健康管理理论方法创新研究及其推广转化的重要数据管理平台。此种队列的建设，不仅是进行个人健康信息收集与健康档案管理、个体健康风险评估与人群分类、个体和群体健康干预及其健康改善效果评价的健康管理平台，而且是阐明疾病发生、发展与转归的研究平台。为此，本课题组自2004年就在山东省启动了"大型多中心纵向监测健康管理队列”，作者自2007年作为项目组的核心成员，参与了整个队列建设的数据釆集、管理和数据库构建、队列随访等一系列工作，本研究体现了本人所负责完成的队列建设工作经历。近年来，健康体检数据已成为流行病学数据的热点来源相对于普通的流行病学调查数据，健康体检数据具有信息量全面、丰富、大型，样本含量大，技术一致且稳定等优点，可较为突出的反映出一定范围人群的健康状况及疾病特点。健康体检数据是一种典型的纵向监测数据，积累着人群多年的、全面的健康信息，但并未得到充分利用⑴。早在1989年，美国便提出了知识发现(Knowledge Discovery in Database, KDD)的概念。所谓 KDD，即是从大型数据中揭示出有效的、新颖的、潜在有用的，以及最终可理解的知识和模式的非平凡过程。其具体过程为：通过对原始数据蹄选、清理、集成和变换，进一步对预处理数据进行统计分析、数据挖掘和模式识别（而并非简单的加减或查询），最终获得特定知识。这一理念在证券、金融等行业认识普遍，而在国内体检行业稍显单薄。
纵向数据（longitudinal data)是指个体在不同时间重复测量（repeatedmeasurement)得到的横断面数据与重复测量相融合的数据[4]。然而，对于如此信息量丰富的数据，很多流行病学研究仅仅将其作为横断面数据进行分析, 忽略了数据自相关性以及时间因素对各变量的作用。由于重复测量造成的数据自相关性，利用一般的统计方法处理往往不适当或不够严谨[8]。对纵向数据的多元回归分析方法主要有广义估计方程（generalized estimating equation，GEE)和混合效应模型（linear mixed-effects model，LME)等。但健康管理纵向监测数据的统计分析还具有其特殊的要求。首先，健康体检的原始数据大多为字符（汉字）记录，需要转化为分类变量或其他形式。多中心健康管理纵向监测队列涉及多家大型综合医院的健康体检中心，各中心所使用的健康体检管理软件管理系统均有所不同，健康体检项目及其测量单位也有所不同。如何将各中心健康体检数据整合到统一的数据管理平台中，是队列建设必须解决的关键技术问题。本项目与企业联合开发研制的"多中心纵向监测健康管理队列数据管理系统"可以很好的解决这一问题。其次，纵向监测健康管理队列数据存在数据缺失现象。主要原因有个体在某时间点没有进行检查，或者患者不情愿进行此项检查。大部分统计软件(比如SAS，SPSS等）分析不完整数据时.会舍弃不完全观测的个体，仅保留完全观测的个体进行分析[9]。由于体检往往采取“套餐制"，分为必选检查项目和可选检查项目，导致不仅可选检查项的缺失在所难免，而且因为查体项目众多，数据缺失严重。如不进行数据填补，大量的信息会在软件分析中遭到损失，可利用SAS软件中基于多重填补（Multiple Imputation, MI)的mi过程来弥补这一缺陷，亦可简便地利用R软件中基于 EMB (expectation-maximization with bootstrapping)算法的 Amelia II过程来实现缺失值填补。第三，基于纵向监测健康管理队列数据的统计分析往往是纵向监测的生存数据分析。此类带有终点变量的纵向数据往往具有两类结果，一类是纵向重复测量的指标之间的关系，另一类是时间与所感兴趣的终点(死亡、发病、失访等）之间的关系。一个著名的实例是在艾滋病的研究中，病毒感染者会被监测直到发生艾滋病或是死亡，而在这一过程中，他们会被定期测量CD4淋巴细胞和预计病毒负荷等一系列指标，以便监测免疫系统的功能。对于此类数据，现有的主要统计分析方法是：以广义估计方程和混合效应模型为主的纵向分析，以及应用Cox回归模型为主的生存分析。当研究的关注点为纵向监测的结局与测量指标间的关联性时，广义估计方程和混合效应模型, 被应用于处理数据的自相关性；当研究的关注点是时间与终点变量之间的关系时，Cox回归被应用于计算特定时间点的发病风险和生存概率。
材料与方法
一、 多中心健康管理数据整合平台构建
本项目所构建的多中心纵向监测健康管理队列涉及多家大型综合医院的健康体检中心，各中心所使用的健康体检管理软件管理系统均有所不同，健康体检项目及其测量单位也有所不同。如何将各中心健康体检数据整合到统一的数据管理平台中，是队列建设必须解决的关键技术问题。为此，本项目与企业合作，联合开发研制了"多中心纵向监测健康管理队列数据管理系统”，此系统的主要介绍如下：将数据按照指定的要求整合，先根据查询条件，将基本信息检索出来；基本信息包括：时间、编号、保健号、性别、年龄，如果此条记录中含有“非本人”信息，则此记录作废；检索主检结果一栏，根据文档“合并后的新病名”中的疾病，逐一检索，如果检索到，则对应变量为1,未检索到则对应变量为0,注意：检索前要注意检查检测项目，如果没有检测相关疾病，则此类疾病对应变量为空。按照文档“检测信息”，将所需要的检测信息填入。最后将前述步骤的结果显示在列表中。
三、纵向监测健康管理队列数据........... 20
3.1广义估计方程分析........ 20
3.2混合效应模型分析........ 21
3.3 Cox回归分析........ 22
3.4 Joint模型分析........23
四、探索性实例分析........ 25
五、四种回归分析方法比较的统计模拟........ 26
5.1产生模拟数据........ 26
5.2模型评价........ 27
结论
概括本研究对大型纵向监测健康管理队列设计及其统计分析策略研究结果，得出如下结论：运用这一纵向监测徤康管理队列设计及其统计分析策略，可以对解决纵向监测健康管理队列设计和数据综合分析利用的问题，将健康管理从釆集健康信息的初始阶段，延伸至现状评估、疾病预测、健康促进与干预管理的深层阶段。多中心纵向监测健康管理队列数据管理系统”可以将各中心健康体检数据整合到统一的数据管理平台中，软件界面亲和、友好，易于操作，为进一步的填补和回归分析奠定了基础。对于缺失数据的填补：基于MCMC算法的mi过程是较为经典和使用普遍的方法，而基于EMB算法的Ameliall过程，可以方便的利用AmeliaView的视窗进行简便的数据导入、填补、导出、诊断，并可以填补横截面数据、时间序列数据和时间序列-横截面数据（可看作纵向数据）等多种类型的数据。统计模拟表明，对于大型纵向监测健康管理队列数据回归方法的选择：①由于样本含量足够大，一般情况下，可采用常规的广义估计方程来估计变量之间的关联性；②对于多中心（多.水平）的纵向监测健康管理队列数据的回归分析，应利用混合效应模型进行建模分析。③一般情况下，上述两种回归分析模型皆可取得满意的效果。④理论方法更为复杂的Joint模型在分析此类大样本纵向监测健康管理队列数据时，并未显示出其优越性，但它可以计算个体特定时间点的发病风险和生存概率，特别适用于疾病的风险评估和风险预警。⑤对于此类纵向监测健康管理队列数据，若简单地利用Cox回归模型进行分析，其回归系数估计偏性较大。实例分析证明高血尿酸水平可增加代谢综合征的发病风险。
参考文献
[1] Minami M，Kobayashi Y，Toyokawa S, Inoue K, Takeshita Y. Risk factors for new-onset atrialfibrillation during routine medical checkups of Japanese male workers [J]. Int Heart J. 2009 Jul;50(4):457-64.
[2]Veraet Vernet M, Sender Palacios MJ，Jovell Fernandez E, Tor Figueras E，Casals Riera R, LarrosaSaez P. Cardiovascular risk factors: a follow up study in a non-diabetic population .Aten Primaria.2010 Jan; 42(1):15-21. doi: 10.1016/j.aprim.2009.03.016. Epub 2009 Aug 6.
[3]刘淼.健康体检数据仓库的构建及相关数据挖掘：硕士学位论文[B].大连：大连理工大学，2008
[4]庄严.纵向数据的实验设计及统计分析理论tn.数理医药学杂志，2011,24(1):75-77.
[5] Lim JU，Cha JM, Lee JI，Joo KR, Shin HP，Park JJ，Jeon JW. Osteoporosis is associated with therisk of colorectal adenoma in women [J], Dis Colon Rectum. 2013 Feb;56(2): 169-74. doi:10.1097/DCR.0b013e31826f8338.
[6] Barman D，Maridal S，Goswami S，Hembram R. Three years audit of the emergency patients in thedepartment ofENT of a rural medical college [J]. J Indian Med Assoc. 2012 Jun; 110(6):370-4.
[7] Percarpio KB, Watts BVA cross-sectional study on the relationship between utilization of rootcause analysis and patient safety [J], Jt Comm J Qual Patient Saf. 2013 Jan;39(l):32-7.
[8]万崇华，陈丽影，许传志,张玉祖，王立竣.纵向生命质量资料分析的序贯主成分方差分析法[J].明医学院学报，1999,9:20(3): 53-55.
[9]耿直，葛丹丹.纵向研究非随机缺失数据分析[J].数理统计与管理，2005，24:24-27.
[10] Goldman A，Carlin B，Crane L, Launer C，Korvick J，Deyton L，Abrams D .Response of CD4+and Clinical Consequences to Treatment Using ddl or ddC in Patients with Advanced HIVInfection[J]. Journal of Acquired Immune Deciency Syndromes and Human Retrovir ology, 1996，11,161-169.
优秀经济统计硕士论文范文篇八
第一章绪论
近三十年来，移动通信技术高速发展，由二十世纪七八十年代的第一代模拟移动通信系统(1G)起步发展，到八十年代中期至二十世纪末出现第二代移动通信系统(2G)，直到二十世纪末开始至今，提出了以多媒体业务为主要特征的第三代移动通信系统(3G)标准，随着移动通信技术的不断发展，人们可以在任何地点、任何时间与任何人进行信息交换。在本章中，首先介绍了本论文的研究背景，然后主要介绍了第三代移动通信系统，最后简单介绍了信道估计的意义及研究现状。
1.1研究背景
1.1.1 现代移动通信发展概述
二十世纪初，马可尼实现了横跨大西洋的无线电通信，证实了电磁波传输信息的能力，同时证实了无线电的可实用性，但直到二十世纪二十年代，真正的移动通信技术才得以发展。直到七十年代中期至八十年代中期，进入模拟移动通信系统发展的阶段。在此期间，贝尔实验室提出蜂窝系统的概念，进而发展了小区制大容量系统，第一代移动通信系统(1G)随之出现。其中以欧洲的全地址通信系统(TACS)和北美的先进移动电话系统(AMPS)最具代表性。本系统采用模拟调制方式和频分多址(FDMA)技术，以模拟蜂窝移动通信网为主要特征，以此为基础实现载频复用。第一代通信系统存在频谱利用率低、保密性差，系统容量有限等弊端，为克服这些缺点，八十年代到二十世纪末，数字通信系统逐步发展和成熟。在此期间，数字式蜂窝移动通信系统被提出，第二代移动通信系统(2G)应运而生。其中以北美的码分多址(CDMA)IS-95系统和欧洲的GSM系统最具代表性。本系统釆用TDMA(GSM系统)和CDMA(IS-95系统)方式实现用户动态寻址的功能，并基于蜂窝网结构和频率规划实现载频复用。第二代系统较之第一代系统，提高了系统容量和通话质量以及系统的保密性，但是无法进行全球漫游，并且无法提供高速率的多媒体业务。从二十世纪末至今，人们对移动通信业务的需求越来越大，对业务质量的要求也越来越高，第二代移动通信系统已经难以满足人们的需求，在此番情景下以能够提供语音、数据、视频等多媒体服务为特点的第三代移动通信系统应运而生。其中WCDMA、CDMA2000以及TD-SCDMA三大系统最具代表性。
1.1.2 第三代移动通信技术介绍
3G指第三代移动通信系统，也称为“未来公共陆地移动通信系统(FPLMTS)",后由国际电信联盟(rru)命名为IMT-2000。第三代通信系统在不同的环境中提供不同的传输速度，其中在室内至少支持2Mbps、室外至少支持384kbps以及行车环境中至少支持144kbps，满足这些传输速度的要求才能满足实现音频与数据传输在速度上的明显提升。第三代通信系统与第二代通信系统有着良好的兼容性，并且实现了全世界范围内的无缝漫游。2005年，国际电信联盟发布《2000年国际移动通讯计划》，此计划即为IMT-2000.在此计划中确定了当下流行的四大无线接口标准：TD-SCDMA、CDMA2000、WCDMA以及WiMAX。其中CDMA为公认的第三代移动通信主流技术，同时也是其技术基础。WCDMA即为宽频分码多重存取，由欧洲和日本提出，其核心网是基于GSM网发展而来，作为一种独立的3G技术规范。WCDMA系统可以同时支持电路交换业务和分组交换业务，由于核心网发展与GSM网络，系统提供商的过渡比较容易。基于上述原因，该系统技术上比较成熟，可以使用灵活的协议来同时支持实时或者非实时的业务，比如话音业务以及多媒体、数据业务。
第二章移动通信信道模型介绍
无线通信系统的性能主要受到无线信道环境的影响，与有线信道的静态可预知不同，无线信道通常是动态变化且不可预知的，这使得对于无线通信系统的精确分析经常是非常困难的。近些年，随着移动通信的快速发展和移动互联网服务的兴起，对于无线通信系统性能的优化就显得迫在眉睫。
2.1电磁波的传播特征
在传输过程中，无线电波主要受到三种物理现象的影响：反射，衍射和散射。反射指当电磁波受到比自身波长大的物体阻挡时发生的现象，例如，遇到地表或建筑物，它使得传输信号的能量被反射回来，而小~是沿路一直传递到接收机。衍射指的是当发射机和接收机的传递路径中受到表面不规则或者有小孔的物体阻挡时发生的多种物理现象。它会发生电波绕过障碍物和以扩散的方式穿过小孔隙的现象。由衍射产生的二级波对T?建立发射机和接收机间的传播路径是非常有用的。散射是当电磁波的传播受到比自身波长小的一个或多个障碍物阻挡时，发生的一种偏离原来直线传播路径的物理现象。简言之，无线电波的传播是非常复杂且不可预知的，它会受到反射、衍射和散射的影响，并且这些影响的强度会随着不同环境条件而变化。
第三章 TD-SCDMA系统物理层关键技术......... 18
3.1 TD-SCDMA物理层结构......... 18
3.2 TD-SCDMA系统信道概述......... 22
3.3 TD-SCDMA 通信模型......... 25
3.4 多用户检测技术 .........26
3.5 线性多用户检测......... 28
3.6 多用户检测在TD-SCDMA中的应用......... 32
3.7 本章小结......... 32
第四章 基于数据域统计信息的改进信道......... 33
4.1 基于训练序列的信道估计系统......... 33
4.2 Steiner信道估计算法 .........36
4.3 门限后处理信道估计算法......... 38
4.3.1 硬门限判决信道估计......... 39
4.3.2 软门限判决信道估计......... 39
4.4 基于数据域统计信息的MMSE信道估计......... 42
4.5 仿真结果与分析......... 48
4.6 算法复杂度分析及降低方法......... 52
4.7 本章小结......... 53
第五章 总结与展望......... 54
5.1 全文总结......... 54
5.2 下一步的工作......... 54
结论
本论文一共分为五章。
第一章为绪论，论文首先介绍了第三代移动通信系统的分类及特点，然后介绍研究信道估计的意义以及信道估计的研究现状，最后，介绍了本论文所做的工作以及论文的章节安排。
第二章移动通信信道模型介绍，主要介绍了电磁波的传输特性、移动通信信道的传输特性，其中包括噪声以及衰落。然后主要介绍了本论文中使用的信道模型Jakes信道模型，为后续的仿真提供基础。
第三章TD-SCDMA系统物理层关键技术介绍，主要介绍了物理层的结构，主要讲述了系统的帧结构，引入信道估计所需的训练序列介绍。其次介绍了物理层的信道分类，以及整个系统的仿真链路模型。最后介绍了信道估计所依赖的多用户检测检测技术，其中重点介绍了本论文中使用的MMSE-BLE算法，以及讲述了多用户检测技术在系统的应用。
第四章主要论述了基于数据域信道统计信息的信道估计改进算法。首先，本章讲述了现有基于训练序列的信道估计系统模型，引出了 Steiner估计器的算法流：程。其次介绍了基于Steiner估计器估计结果，为提髙系统性能而提出的门限后处理算法,主要给出了硬门限判决与软门限判决两类信道估计后处理算法的总结。最后基于此些算法的不足之处，提出本论文的核心部门，即基于数据域信道统计信息的信道估计改进算法，详细推导了该算法的得出过程，以及给出了仿真条件，并在不同的情形下给出仿真结果并对结果做出分析，最后提出算法复杂度计算量降低的方法，验证了改进算法对系统性能的提升。
第五章为总结与展望，对论文的工作与研究进行总结，并以此为基础提出后续的研究方向。
参考文献
[1]彭木根，王文博等TD-SCDMA移动通信系统第二版机械工业出版社2005年1-111.
[2]李世鹤TD-SCDMA第三代移动通信系统标准人民邮电出版社2003年1-78.
[3] 3GPP TS25.221 V9.2.1 Physical channels and mapping of transport channels onto physicalchannels (TDD), 2010.
[4] Steiner B，Baier P. Low Cost Channel Estimation in The Uplink Receiver of CDMAMobile Radio Systems. Frequenz, 47(12): 292-298.
[5] Weifeng Cao，Xiaohui Yu，Wenbo Wang. A Novel Channel Estimation Algorithm th PNTraining Sequence in TD-SCDMA Systems. Communications, Circuits and Systems, 2004.ICCCAS. 2004 International Conference on, 2004，2: 847-850.
[6] Yang Xiaohui, He Dandan，Li Lihua, et al. A novel channel estimation method forTD-SCDMA system. AWreless Communications, Networking and Mobile Computing, 2006.WiCOM 2006. International Conference on, 2006 : 1-4 .
[7] Luo Zhinian,Zhang Wenjun. Zhang Wenjun. Channel Estimation Combining DOA inTD-CDMA Mobile Radio Systems. Wireless Communications, Networking and MobileComputing, 2007. WiCom 2007. International Conference on. 2007, Page(s): 862 - 864.
[8]高蕾[TD-SCDMA系统中基于信道估计的联合检测技术研究]太原太原理工大学2007 年.
[9] ZHANG Yi，GU Jian，YANG Da-cheng. Channel estimation in TDD mode. The Journal ofChina Universities of Posts and Telecommunications, 2006，13: 34-37.
[10] B. Steiner，P. Jung, "Optimum and suboptimum channel estimation for the uplink of CDMAmobile radio systems with joint detection," Eur. Trans. Telecommun. Related Techniques,vol. 5，pp. 39-50，1994.
优秀经济统计硕士论文范文篇九
1绪论
1.1研究背景及意义
随着信息化技术的快速发展，视频智能分析技术正日益发挥着越来越重要的作用。如何快速高效的从海量的视频数据中提取出有用的数据，正是目前智能监控中的热点和难点。视频监控早期主要应用于安全领域，特别是公安部门。随着科技的发展和人们需求的不断增长，如今视频监控在交通、金融、军事、科学研究等许多领域都得到了广泛应用。在大规模监控系统的应用中，其中一个重要的问题是如何对大规模行人数量进行统计。随着人们社会活动需求的增长，举办各种大中型活动早已成为常态，但是同时对安全的要求也上升了不止一个层次，如何对大规模的人群活动进行有效的监控、分析和处理也是一个非常迫切和重要的问题，因为在这样的群体性活动中很容易发生一些意外情况。下面列举几个今年发生的行人践踏事故：（1) 2013年1月1日凌晨，科特迪瓦首都阿比让市发生採踏事故，导致61人死亡，200多人受伤，原因是大约5万人观看烟花表演而事发区域街道狭窄。（2) 2013年2月4日，菲律宾马尼拉郊区一个体育馆外发生採踏事件，死亡人数88人，280人受伤，原因是人多拥挤。（3) 2013年2月27日上午6时，湖北老河口市薛集镇秦集小学发生一起踩踏事件，造成4人死亡，11人受伤，原因是学生拥挤导致铁门倒下后碰到学生。所有这些事件的发生都是由于拥挤造成的，所以对大规模行人实时的监控分析，并提前做出处理是多么的重要。在现实生活中如何进行行人数量的准确统计呢？某些场所有打卡机制，可以通过打卡来确定有多少行人通过，如一些生活小区，但是尽管打卡能分析行人流量，但是出入不方便。有些场所有指纹识别系统，通过对指纹的比对来确定人流量，但是指纹识别系统一般需要对数据库进行更新，以便新来的人员能够进入，因此维护不方便。且上述这两种方式一般都是应用在特殊的场所，不可能普遍地应用在实际中。除了上述的两种方式外，有时为了获得精确的行人数据，也有采用人工方式进行行人数量统计的，但是使用人工计数也存在着许多缺点，例如：使用人工计数的成本无疑是很昂贵的；人工不可能长时间地进行工作，对监控这种全天候的方式无法适应；在一些复杂天气情况下显然也不可能人工作业等。利用人工计数在实际应用中的价值十分有限，所以目前监控系统中的人数统计都在利用图像处理技术提高其自动化程度，尽量减少人工参与。人数统计正逐步成为视频智能分析中的研究热点，人数统计在不同的场合可以发挥不同的作用。例如，对交通运输部门来说，可以根据行人数量统计的历史记录来对某个时间段进行预测，如春运期间、假期期间等，根据行人数量的多少提前做出准备。对于超市来说，可以根据其不同楼层的客流量，来适当的调整商品的销售。对于公安部门而言，可以对大规模的人群聚集进行分析处理，以保证大型活动的安全、稳定。因此，在智能监控系统中对行人数量统计进行研究，是一个具有重要现实和长远意义的课题
1.2国内外研究现状
目前针对视频监控下的人流量统计算法都是朝着实时、精确的方向发展。要实现行人数量的统计，一般要包括目标检测、目标跟踪、目标识别、行人统计等过程，也有一些算法并不需要对检测出的运动目标进行单个跟踪，而是对其进行底层特征的拟合。总的来说，现有的人流数量统计算法主要分为两类，即基于跟踪的方法和基于底层特征的方法，下面将分别予以介绍：
(1)基于跟踪的方法。基于跟踪的方法主要是通过对运动目标准确的跟踪来对行人数量进行统计的。例如，文献[3]使用颜色的相似度特征进行目标的检测和跟踪然后对跟踪的目标进行统计计数的，文献[4]则使用的是模板匹配的方法。也有的是根据头部特征来对行人数量进行统计，如文献[5]利用Adaboost算法进行头部检测和使用特征直方图的信息进行头部跟踪来对行人数量进行统计的。也有的利用头部特征的同时要求摄像机垂直或接近于垂直悬挂，以便减少头部之间的遮挡问题，如文献[6]。然而，这些基于跟踪的方法大都会受到目标遮挡等因素的干扰[7]，在人流较多的复杂环境下往往性能很差，即使能够减弱遮挡的影响，其计算复杂度往往也比较高。
(2)基于底层特征的方法。基于底层特征的方法主要是先提取一些图像的底层特征，比如像素、光流、运动向量等，然后通过函数拟合的方法进行人流量统计，如文献[8-12]。在这类算法中，像素是最常用的底层特征，因为像素通常能够反映出图像中行人的情况，一般像素的团块越大表示行人的数量越多。这类方法往往无需进行对单个目标的跟踪。因此，计算复杂度也相对较为简单，但是，该算法同样受到遮挡问题的困扰。然而，目前基于底层特征的研究尚处于初步阶段，虽然大多方法仍存在较大的局限性。但是在如何选取有效的底层特征，同时对这些特征进行分析并进行有效统计等方面，仍然有很大的研究和提高的空间。
2运动目标检測与人数统计算法概述
2.1数字困像处理知识
本文主要是根据连续顿的前景像素点个数累积来对行人数量进行统计的，所以该算法对监控视频的行人统计其实就是对视频序列中的一顿顿图像的处理，归根结底是对图像的处理。图像处理是视频处理的基础，本节将在下面介绍一些论文中用到的相关图像处理知识。
2.1.1图像基本属性描述
图像需要使用图像的属性，图像的属性包含分辨率、颜色、深度、色调、饱和度、亮度以及图像像素数目等。图像的分辨率指的是单位打印长度上的图像像素的数目，表示一幅图像的像素密度，它决定了图像的清晰程度。在同样大小的一幅图，图像的分辨率越高，则组成图像的像素点越多，图像的清晰度越高。图像颜色指的是一幅图像中所具有的最多的颜色种类。图像深度描述图像中每个像素数据所占的存储位数，这些位数通常可以是1位或多位字节，用以存放其颜色、亮度等信息，位数越多对应的颜色种类越多。图像的色调指的是一幅画中画面色彩的总体倾向，是比较大的色彩效果。色调的范围为0至255，例如，灰度模式是将白色到黑色区间连续划分256个色调，即由白到灰、再由灰到黑的过程。图像的饱和度指图像颜色的深度，其表明了色彩的纯度，并决定着物体反射或投射的特性。图像亮度指图像色彩的明暗程度，是人的视觉系统对物体本身明暗程度的感觉。图像像素数目指在位图图像一定高度和宽度上包含的像素点个数。了解图像的基本属性，有助于我们更好的分析和处理图像。
3双高斯背景模型运动目标检测........ 16
3.1高斯背景模型.......16
3.1.1单高斯背景模型....... 16
3.1.2高斯混合背景模型....... 17
3.1.3快慢双高斯背景模型....... 18
3.2背景减除法运动目标检测....... 20
3.2.1背景初始化....... 21
3.2.2邻域像素减除和形态学处理....... 21
3.3阴影去除....... 23
3.4本章小结....... 25
4基于底层特征的行人数量统计....... 26
4. 1人数统计算法流程....... 26
4. 2斜角场景行人数量统计....... 27
4.3垂直角度场景行人数量统计....... 33
4.3.1颜色空间选择....... 35
4.3.2头部区域检测....... 35
4.3.3行人数量计数....... 36
4.4本章小结....... 37
5总结与展望....... 39
5.1总结....... 39
5.2进一步工作的方向....... 40
结论
本文在背景减除的基础上提出一种快慢结合的双高斯背景模型，该模型使用两个单高斯模型对背景进行建模，只不过在背景更新时其中一个模型选择快速更新方式，另外一个模型选择慢速更新方式。这里所谓的快速更新方式就是只对检测出的背景像素进行更新，而对前景像素不做处理，慢速更新方式则不同，其不管是前景像素还是背景像素都进行更新。使用快慢结合的双高斯背景模型不仅可以解决单高斯背景模型对场景中出现运动目标突然静止或由静止突然转变为运动的情况，而且和高斯混合模型相比，计算速度快，完全可以符合实际监控的需要。在运动目标检测后，需要进一步进行阴影的处理，阴影的去除对后期的处理一般都十分重要，尤其是对本文算法而言，因为本文主要是依靠对前景像素点统计来进行行人数量进行统计的。本文使用基于YCbCr颜色模型的阴影去除算法。因为在RGB颜色模型下需要去除R、G、B三通道之间的相互联系，另外很多学者常用的HSV颜色空间存在转换比较复杂的问题，相比之下，YCbCr颜色空间三通道之间相互独立，且从RGB颜色空间转换而来较为简单，又能很好的利用阴影在其上的特性进行去除。最后，对行人数量进行统计。本文选择基于底层特征的方法，使用到行人的像素、运动向量等特征。具体的又将其分为斜角场景和垂直场景的行人数量统计。在斜角场景下，通过设置虚拟门、提取前景像素、进行运动估计等步骤后，再对所设置的虚拟门处的像素进行标准化处理后，进行函数的拟合即可统计出当前行人的数量。在垂直场景下进行行人数量统计时，增加对发色特征的考虑，提取出行人的头发区域进行像素统计，实验表明，通过该方法不仅较好的解决了行人之间的遮挡问题，也解决了在垂直场景中行人手臂来回晃动而导致的结果不准确的问题。
参考文献
[1] Benabbas Y, Ihaddadene N, Yahiaoui T, et al. Spatio-Temporal Optical Flow Analysis forPeople Counting[C]. In : Proceedings of the 7th IEEE International Conference on AdvancedVideo and Signal Based Surveillance. Boston : Advanced Video and Signal BasedSurveillance, 2010，212-217.
[2]张卿.基于视频的人流检测与分析研究[D].上海交通大学,2012.
[3] Thou-Ho Chen, Tsong-Yi Chen, Zhi-Xian Chen. An Intelligent People-Flow CountingMethod for Passing Through a Gate[C]. In : Proceedings of the IEEE Conference onRobotics, Automation and Mechatronics. Bangkok : Robotics, Automation and Mechatronics,2006，1-6.
[4] Terada K, Yoshida D，Oe S, Yamaguchi J. A method of counting the passing people by usingthe stereo images[C]_ In : Proceedings of the IEEE International Conference on ImageProcessing, Kobe : Image Processing, 1999，338-342.
[5]郑翔翔,张怡.基于头部检测和跟踪的人数统计方法[J].计算机应用与软件，2011 ,(02):44-46+102.
[6] Xiao-Wei Xu, Zhi-Yan Wang, Ying-Hong Liang, et al. A Rapid Method for Passing PeopleCounting in Monocular Video Sequences[C]. In : Proceedings of the 6th InternationalConference on Machine Learning and Cybernetics. Hong Kong : Machine Learning andCybernetics, 2007, 1657-1662.
[7] Kilambi P, Ribnick E，Joshi A.J, et al. Estimating pedestrian counts in groups[J]. ComputerVision and Image Understanding, 2008, 110:43-59.
[8] Gwang-Gook Lee, Byeoung-su Kim, Whoi-Yul Kim. Automatic Estimation of PedestrianFlow[C]. In : Proceedings of the 1st ACM/IEEE International Conference on DistributedSmart Cameras. Vienna : Distributed Smart Cameras, 2007，291-296.
[9] Jiajun Lu, Yi Xu, Xiaokang Yang. Counting pedestrians and cars with an improved virtualgate method[C]. In : Proceedings of the International Conference on Computer Applicationand System Modeling, Proceedings. Shanxi: Computer Application and System Modeling,2010，448-452.
[10]汤石晨，陈锻生.基于光流法和行人面积特征的人数统计方法研究m.图学学报，2013,(01):139-144.
优秀经济统计硕士论文范文篇十
1绪论
1.1研究背景
能源是工业企业生产中除人力以外的最萬要资源，对工业企业生产起到举足轻重的作用，能源系统在生产过程中的运行是否稳定、可靠、经济将直接影响产品的质量和企业的经济效益。在市场竞争、资源制约和环境污染三重压力下，为了最大化产品利润，大部分钢铁企业都将重点定位在节约能源方面。据不完全统计，能源消耗成本约占整个钢铁企业产品成本的30%,成为钢铁企业的主要成本之一，因此降低能源消耗成本是使整个产品成本大幅下降的关键所在。高能源消耗不仅使钢铁产品成本增加，也意味着更多的污染和排放。近些年来，我国钢铁企业通过自主研发、不断创新，在节约能耗问题上己取得了较大的成果，尽管如此，从总体上看，仍与世界其他主要产钢国有较大差距，以能源消耗率为例，国内重点钢铁企业比国外先进企业的能源消耗率高出35%以上[2]。因此如何合理优化分配生产所需的能源和提高能源利用率，从而使企业低消耗，低放散，低污染，低成本运行成为当今钢铁企业追求的目标从目前国内钢铁企业的生产实际来看，其能源系统内部结构较为复杂，所涉及的能源介质种类众多。由于存在能源之间相互关联等诸多因素，多数钢铁企业己通过建立能源管理系统来实现企业能源监视及部分控制任务，而其整体预测、平衡调整以及其优化调度仍有比较大的难度。以目前某钢厂能源的现场情况来看，其首要的能源介质为煤气，包含高炉煤气、转炉煤气、焦炉煤气，另外还有蒸汽、氧气、氮气、和电力等，共有十余种介质，其中钢铁企业生产过程中产生的副产煤气约占能源总量的40%，由此可见其比重之大。随着煤炭、石油等一次能源的严重?乏，副产煤气作为非常重要的能源，其不仅可以直接作为生产设备的二次能源使用，还可以转化为其他能源介质，如低压锅炉使用的蒸汽、电厂使用的电力等等[5],因此充分利用钢铁生产过程中产生的副产煤气，对提高各钢铁企业节能降耗水平，增加企业的经济效益，减少煤气放散对环境的污染具有重大意义。图1.1为国内某钢铁企业煤气系统的管网结构图。高炉、焦炉和转炉是煤气系统的发生单元,其产生的高炉煤气（Blast Furnace Gas, BFG)、焦炉煤气（Coke Oven Gas, COG)和转炉煤气（LD Converter Gas, LDG)经过加压站加压后，供给石灰密、烧结厂、连铸、冷车L、热乳、钢管厂、初乳等消耗单元使用，富余的煤气会供给低压锅炉和电厂锅炉产生蒸汽和电力，低压锅炉和电厂锅炉是煤气系统的可调整単元，在煤气系统中是可以保证系统平衡的重要调整手段，此外煤气系统的管网和与煤气管网相连的煤气柜是煤气系统的存储设备。在-些钢铁企业中，由于钢铁生产的非规律性，煤气系统经常会发生产消不平衡情况，生产与消耗余量的不均衡极易造成柜位超出上限或者下限，进而影响系统安全，因此有效地对煤气进行调整显得非常必要。一般来说，当煤气的产生量大于消耗量时，多余的煤气将白白浪费，放散到空气中，造成能源浪费和环境污染；反之，产生量小于消耗量则很可能造成工业生产的停滞，为钢铁的生产埋下了隐患。这种产消不平衡必将造成生产成本增加和环境的污染，甚至可能威胁到生产安全因此在保证正常生产和煤气柜安全运行的前提下，如何减少副产煤气的放散量、最大化煤气利用率，优化整个生产过程，降低钢铁生产成本，从而实现整个煤气系统的平衡是钢铁企业所面临的关键问题。
1.2国内外研究现状
目前，国内外大多数钢铁企业通过构建能源系统或能源管理中心，时刻监测、调度与管理整个能源系统，以确保其运行正常，并能稳定供应生产用能，优化资源配置、改进能源利用效率，保障系统安全运行在对能源系统管理和各类能源介质的平衡调度方面，国内外大多数的研究基本依托于能源系统构建[8]，能源利用率分析以及钢铁企业生产计划等方面往往忽略作为二次能源的副产煤气的供应与分配在能源供需平衡的优化问题上，Akimoto等人首次提出MILP (Mixed Integer Linear Programming)方法,用于钢铁企业的副产煤气优化中，尤其足应用于供给发电厂运作的副产煤气。该优化模型通过合理分配惩罚函数，使其能够较好的反映生产过程中的约束条件，但由于未将锅炉效率和蒸汽、电力的需求量进行考虑，导致只能得到每个锅炉的副产煤气使用总量，无法计算出燃料配比。印度的Tata钢厂应用MILP数学模型来优化运作稀有资源及产消失衡[16]，以利润最大化为最终目标，然而研究结果表明该方法适合于中长期的能源计划，而根本无法满足系统的动态响应及实时要求。虽然文献[15]与[16]均可给出调整总量和具体分配给调整用户的量，但由于优化模型的约朿条件松弛较大，很多变量在实际中根本无法给出具体数值，这也导致了其无法完整的反映工业现场的真实情况。与先前研究相比，文[17]应用MILP模型，为权衡发电效益最大化与原油消耗最小化，考虑燃料量的变化以及锅炉起止控制，目的是最大化能源使用效率，尽可能减少副产煤气放散。类似的，Kim等人提出应用MILP模型对副产煤气供应系统平衡分配，优化多目标下各用户煤气使用量的分配，同时也保证副产煤Z气储备柜的柜位保持正常水平，在允许的计算时间内最大化能源利用率文献[20]提出一种副产煤气分配的多时段优化方法，旨在减少生产设备的出错率和控制副产煤气的放散量，从而最大化钢铁生产过程中的能源利用率[20]。
2基于高斯过程的分类算法
2. 1监督分类器理论
分类的目的是在已知先验知识的基础.t构造一个分类器，将未知类别的检测样本输入到该分类器后，通过测定其样本特征，得到该样本的类别标签，一个有效的分类器可以准确的识别出样本所属的类别近年来，监督分类器在机器学习领域得到了极大的关注。监督分类一般遵循的基本步骤如图2.1所示。为了得到精确的分类结果，国内外学者提出了许多简单或复杂的分类器，具有代表性的分类器如统计分类器[27]、K-最近邻分类器人工神经网络分类器以及近期引起广泛关注的核分类器[3G’3i]。支持向量机（Support Vector Machine, SVM)分类器是冃前最流行的核分类器之一，广泛应用于统计分类问题，它是基于边缘最大化原则，具有良好的泛化能力[32]。还有一种核分类器就是基于贝叶斯推理的高斯过程分类器(Gaussian Process Classifier, GPC)，与SVM分类器相比优点在于它可以给出概率意义的输出，而不是简单地判别函数值，正因为如此高斯过程分类器得到国内外学者的广泛青味[3334]。
3基于高斯过程分类的调度单元确定.......... 18
3.1 BFG 系统........ 18
3.2平衡调整问题描述........ 20
3.3调整点分离方法........ 21
3.4模糊规则库确定........ 22
3.5 小结 ........24
4数据验证及分析........ 25
4.1调整点确定........ 25
4.1.1仿真实验........ 25
4.1.2 结果分析........ 27
4.2调整用户的制定........ 29
4.3本章小结........36
结论
钢铁工业作为高能耗行业，其副产煤气是钢铁企业最重要的二次能源，合理利用副产煤气对于钢铁企业的可持续发展、节能降耗具有重大意义。由于企业生产的非规律性，煤气系统经常会发生产消不平衡的情况，极易造成煤气柜柜位超限，影响系统安全，因此实现整个煤气系统的平衡是钢铁企业所面临的关键问题。现阶段钢铁企业的煤气系统平衡调整主要凭借调度人员的经验完成的，这种人工调整手段滞后较大，无法及时有效的完成对煤气系统的平衡调整，影响企业的生产效益。本文从煤气系统平衡角度出发，以实际现场情况为研究对象，将研究重点定位在钢铁企业中副产煤气的能源调度方面，尤其针对高炉煤气系统，所取得的结论与成果有以下几点：
(1)对高炉煤气系统管网图进行分析，依据用户性质将其分为四大类，并阐述其各自特点。
(2)提出应用高斯过程分类器对煤气系统的调整单元数据二分类，分离其屮的调整点，并_目前广受关注的支持向量机分类器的分类效果进行比较，实验结果表明高斯过程分类器的正确率及稳定性均比支持向量机分类器还高。
(3)通过分析生产工艺，总结高炉煤气系统现阶段平衡调度存在的问题，提出基于高斯过程分类器和模糊规则库相结合的方法实时在线确定调整单元，为煤气系统的调度人员提供完整可行的执行方案。有效的避免系统对人工经验的依赖性，且提高了确定调整单元的速度。
参考文献
[1]中国钢铁协会.“十一五”中国钢铁企业信息化发展建议[J].冶金自动化,2007，31 (2):6-10.
[2]十利剑.我国钢铁企业二次能源技术创新[J].科学学与科学技术管理,2005, 1:67-69.
[3] HIGASHI I. Energy balance of steel mi lis and utilization of byproduct gases [J].Transact ions of the Iron and Steel Institute of Japan, 1982，22(1):57-65.
[4] KONG H, QI E, LI H, et al. An MILP model for optimization of byproduct gases inthe integrated iron and steel plant [J]. Applied Energy, 2010,87:2156-2163.
[5] ZHAO J, LIU QL, WANG W，et al. Hybrid neural prediction and optimized adjustmentfor coke oven gas system in steel industry [J]. IEEE transactions on Neural Networksand Learning Systems, 2012,23(3):439-450.
[6] ZHANG JD, R0NG G. An MILP model for multi-period optimization of fuel gas systemscheduling in refinery and its marginal value analysis [J]. Chemical EngineeringResearch and Design, 2008，86(2) : 141-151.
[7]张良.能源介质的综合调整法[J].能源技术，2000，6(2) :115-117.
[8] CHAPMAN L R，STARK R. How to organize an energy management effort [J]. Iron andSteel Engineer, 1990，67 (8) : 38-42
[9] WORRELL E， PRICE L, MARTIN N. Energy efficiency and carbon dioxide emissionsi.eduction opportunities in the US iron and steel sector [J]. Energy, 2001, 26(5) :513-536.
[10] DUTTA G, SINHA G P，Roy P N, et al. A linear programming model for distributionof electrical energy in a steel plant [J]. International Transactions inOperational Research, 2003，1 (1) : 17—29.