荷高峰期，電力迎峰度冬是一場(chǎng)攻堅(jiān)戰(zhàn)。一方面，隨著氣溫不斷下降，很多地方迎來(lái)寒潮，用空調(diào)、電暖器、空氣源熱泵等取暖成為很多家庭必不可少的御寒方式。除了居民取暖耗電量大，工業(yè)生產(chǎn)耗能也會(huì)因車間保暖、機(jī)器維護(hù)等較平時(shí)有所增長(zhǎng)。另一方面，在低溫、凝凍等惡劣環(huán)境和供電負(fù)荷急劇增大的雙重壓力下，電網(wǎng)設(shè)備極易發(fā)生故障，這對(duì)電力安全穩(wěn)定供應(yīng)工作提出了更高要求。據(jù)國(guó)家能源局2023 年第四季度新聞發(fā)布會(huì)透露，下半年以來(lái)，國(guó)家能源局多次綜合研判迎峰度冬電力供需形勢(shì)，會(huì)同地方、

會(huì)增加計(jì)算時(shí)間。峰度可以降低難度，它是一種標(biāo)量測(cè)量，可以定位信號(hào)中的瞬態(tài)。光譜峰度（SK）是基于該指標(biāo)定位最優(yōu)頻帶頻率的一種新方法。本研究的主要目的是使用基于SK 的平方包絡(luò)來(lái)研究風(fēng)電機(jī)組變槳軸承退化中的打滑，以及運(yùn)行中的故障測(cè)試。1 變槳軸失效原因分析風(fēng)電機(jī)組的變槳軸承失效可能由多種原因引起，以下是一些可能的原因和分析[3-5]：(1) 磨損和疲勞：軸承在長(zhǎng)期運(yùn)行中會(huì)受到很大的載荷和摩擦力，這可能導(dǎo)致軸承表面的磨損和疲勞裂紋。這通常是常見的失效原因之一。

加陡峭,存在超額峰度,使得黑天鵝事件發(fā)生的可能性極大增加。因此,僅從收益序列前二階矩出發(fā),難以全面準(zhǔn)確刻畫金融資產(chǎn)收益行為特征,需要研究其更高階矩(偏度與峰度)行為。在偏度(Skewness)與峰度(Kurtosis)的測(cè)度中,如傳統(tǒng)的矩(分別對(duì)應(yīng)三階標(biāo)準(zhǔn)矩和四階標(biāo)準(zhǔn)矩)測(cè)度方法,其數(shù)值被放大到三次冪和四次冪,很容易受到異常值影響。為此,高階矩風(fēng)險(xiǎn)的穩(wěn)健性測(cè)度受到學(xué)者們的重視。例如, GROENEVELD和MEEDEN[1]提出基于分位數(shù)的偏度測(cè)度方法;

空化噪聲的偏度和峰度進(jìn)行了計(jì)算分析，比較了不同條件下空化噪聲的偏度和峰度特性差異，較之常規(guī)能量特性研究和頻率特性研究，本文的研究為水下航行器空化噪聲的特性研究提供了不同的思路。研究結(jié)果能夠用于空化噪聲背景下目標(biāo)輻射噪聲與空化噪聲的分離及識(shí)別。1 水下航行器空化噪聲空泡從生成到湮滅的過(guò)程實(shí)質(zhì)上是空泡體積膨脹和壓縮的過(guò)程。在湮滅階段，空泡膨脹到最大半徑后破裂產(chǎn)生一個(gè)尖峰壓力并伴隨聲波輻射。這個(gè)過(guò)程十分迅速，噪聲聲壓一開始就接近階躍式快速上升并在湮滅結(jié)束時(shí)刻達(dá)到

信息[1]。擴(kuò)散峰度成像（diffusion kurtosis imaging，DKI）彌補(bǔ)了上述不足，并且可評(píng)估水分子的非高斯擴(kuò)散特性，其不僅可提供特征性的峰度參數(shù)，如軸向擴(kuò)散峰度（axial kurtosis，AK）、平均擴(kuò)散峰度（mean kurtosis，MK）、徑向擴(kuò)散峰度（radial kurtosis，RK），還能獲得擴(kuò)散張量成像（diffusion tensor imaging,DTI）的方向性擴(kuò)散參數(shù)，包括軸向擴(kuò)散率（axial diff

基于高階累積量的峰度檢測(cè)則廣泛應(yīng)用于各個(gè)領(lǐng)域：激光系統(tǒng)中微弱脈沖檢測(cè)[3]、機(jī)械系統(tǒng)故障檢測(cè)[4–6]、電磁應(yīng)用[7]、醫(yī)學(xué)腦電圖特征診斷[8]、語(yǔ)音信號(hào)增強(qiáng)[9–12]等方面。國(guó)內(nèi)外利用高階累積量對(duì)語(yǔ)音信號(hào)進(jìn)行研究，主要應(yīng)用在靜音檢測(cè)[9]、功率譜峰度檢測(cè)[10]、語(yǔ)音端點(diǎn)檢測(cè)[11]、音樂(lè)質(zhì)量評(píng)估[12,13]等方面。本文對(duì)基于高階累積量的峰度檢測(cè)算法檢測(cè)脈沖噪聲的可行性進(jìn)行了理論研究，推導(dǎo)了峰度系數(shù)的精確數(shù)學(xué)迭代公式。為了在FPGA中實(shí)現(xiàn)脈沖噪聲的實(shí)

眾所周知，自然的峰度值在一般的帶通濾波域中對(duì)圖像是正的[8]，并且也接近常數(shù)[9]。自然圖像的峰度在穿過(guò)不同的帶通濾波通道時(shí)是恒定的。建立目標(biāo)函數(shù)，并利用圖像峰度和噪聲方差之間的關(guān)系來(lái)估計(jì)整個(gè)圖像的噪聲方差[10]。從定義的角度出發(fā)，偏度與峰度的定義相似。因此，本文中我們考慮了偏度與噪聲方差之間的關(guān)系來(lái)估計(jì)整幅圖像的噪聲方差。在本文中，我們利用峰度和偏度的理論相似性來(lái)解決這個(gè)問(wèn)題。算法[10]是一種基于峰度的方法，不需要知道峰度值就可以估計(jì)噪聲。類似的，本

)0 引 言彌散峰度張量成像可以表示各種生物組織中隨機(jī)分子運(yùn)動(dòng)偏差中的非高斯成像[1-3]，其中的關(guān)鍵是利用彌散峰度張量的特征值得到空間中水分子的表觀峰度系數(shù)，進(jìn)而有助于疾病診斷[4-5].因此，計(jì)算彌散峰度張量特征值具有重要的應(yīng)用價(jià)值.則有(1)1 自適應(yīng)信賴域算法由變分原理，將問(wèn)題(1)轉(zhuǎn)化成如下約束優(yōu)化問(wèn)題(2)問(wèn)題(2)的拉格朗日函數(shù)對(duì)于當(dāng)前迭代點(diǎn)xk(k∈*)，fk=f(xk)，gk=g(xk)=▽f(xk)-λkxk，Bk=B(xk)=2f(x

統(tǒng)計(jì)函數(shù)的偏度和峰度函數(shù)來(lái)識(shí)別P震相到達(dá)時(shí)間。相對(duì)于偏度函數(shù)，峰度法對(duì)非高斯信號(hào)更加敏感，且對(duì)高斯噪聲有一定的抑制作用。當(dāng)信號(hào)受到相對(duì)較低的噪聲污染時(shí)，該方法大多能較好地確定P震相的到達(dá)時(shí)。然而，在微地震監(jiān)測(cè)領(lǐng)域，由于檢波器自身的技術(shù)局限性以及外部監(jiān)測(cè)環(huán)境等因素的影響，實(shí)際采集的微地震數(shù)據(jù)不可避免地與高頻噪聲和工頻噪聲混合在一起，信噪比較低且初動(dòng)不明顯。在這種情況下，峰度法大多效果不佳。為提高峰度法對(duì)微地震信號(hào)的拾取精度，本文提出了一種基于特征函數(shù)構(gòu)建的峰

圖的方式，對(duì)樣本峰度和樣本協(xié)方差的統(tǒng)計(jì)意義進(jìn)行討論，最終達(dá)到理解總體峰度和協(xié)方差的目的.【關(guān)鍵詞】峰度;相關(guān)系數(shù);Matlab;教學(xué)探討【 基金項(xiàng)目】河南省教師教育課程改革研究項(xiàng)目2017-JSJYZD-068;信陽(yáng)學(xué)院校級(jí)教育教學(xué)改革項(xiàng)目2018ZJG02.數(shù)學(xué)定義是深入學(xué)習(xí)數(shù)學(xué)理論的基礎(chǔ)，對(duì)進(jìn)一步理解數(shù)學(xué)概念的內(nèi)涵和外延，形成嚴(yán)密的數(shù)學(xué)思維，扎實(shí)推理能力起著關(guān)鍵作用.峰度和協(xié)方差是概率論中兩個(gè)重要的數(shù)字特征，在醫(yī)學(xué)影像、信號(hào)處理、金融工程中有廣泛應(yīng)用.

年就已經(jīng)提出擴(kuò)散峰度成像模型，以探測(cè)體內(nèi)組織水分子擴(kuò)散運(yùn)動(dòng)來(lái)提供組織的病理生理學(xué)改變和微觀結(jié)構(gòu)變化。DKI技術(shù)是DWI和DTI技術(shù)的延伸和發(fā)展，與傳統(tǒng)的DWI和DTI技術(shù)相比，DKI技術(shù)可以敏感地反映微結(jié)構(gòu)的組織各向異性和組織異質(zhì)性。2 DKI的主要參數(shù)及意義DKI的參數(shù)包括峰度系數(shù)和擴(kuò)散系數(shù)。峰度系數(shù)包括：平均峰度（mean kurtosis，Kmean）、徑向峰度（radial Kurtosis，Krad）、軸向峰度（axial kurtosis，Ka

評(píng)價(jià)[2]。擴(kuò)散峰度成像（diffusion kurtosis imaging，DKI），由紐約大學(xué)Jenson教授于2005年提出[3]。它建立在非高斯運(yùn)動(dòng)模型上，涉及到復(fù)雜的微環(huán)境[4]，提出了更加完全獨(dú)立的成像指標(biāo)[5]，對(duì)評(píng)估疾病進(jìn)展和治療預(yù)后有著重大意義。本研究的目的在評(píng)估膠質(zhì)瘤分級(jí)間參數(shù)的差異性和診斷效能，為臨床治療提供幫助和指導(dǎo)。1 資料與方法1.1 一般資料招募了30例（2015年12月—2018年12月）術(shù)前MRI檢查的疑似膠質(zhì)瘤患者入組

大值法、小波包-峰度法、希爾伯特黃變換法HHT(Hibert Huang Transform)和變分模態(tài)分解VMD(Variational Mode Decomposition)-Teager能量算子法等。小波和小波包分析對(duì)非奇異信號(hào)的檢測(cè)具有良好的效果[7-8],但在算法的實(shí)現(xiàn)過(guò)程中,需要根據(jù)不同的信號(hào),選擇合適的小波基和分解尺度,否則會(huì)造成局放源定位誤差很大。HHT[9]是通過(guò)對(duì)信號(hào)進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解EMD(Empirical Mode Decompos

據(jù)，提出了偏度和峰度分布統(tǒng)計(jì)參量的計(jì)算方法，并對(duì)已知和未知局部放電類型的相位數(shù)據(jù)分布統(tǒng)計(jì)參量進(jìn)行了計(jì)算、比較和分析。實(shí)例分析結(jié)果表明該技術(shù)有助于檢測(cè)人員從數(shù)據(jù)統(tǒng)計(jì)角度更好地分析局部放電類型，也為實(shí)現(xiàn)局部放電類型自動(dòng)分析提供了重要的特征參數(shù)?！続bstract】The inspectors usually determines whether the power equipment has partial discharge and its type by

1.0、1.5。峰度 K 的取值范圍為（3～10）。由于非高斯粗糙表面生成具有隨機(jī)性，所以本文對(duì)于同一參數(shù)的粗糙表面分別生成十個(gè)，并分別計(jì)算求解了最大應(yīng)力，最后取平均值，以期獲得可靠的接觸規(guī)律。在粗糙表面接觸問(wèn)題，最大表面應(yīng)力是機(jī)械零部件的界面破壞分析和使用壽命設(shè)計(jì)的一個(gè)重要參考指標(biāo)。在不同峰度和正偏態(tài)粗糙表面下的最大切向應(yīng)力和最大接觸壓力（球-面微滑接觸參數(shù)見表1），如圖3所示。從圖中可以看出：對(duì)最大切向應(yīng)力，偏態(tài)一定，峰度對(duì)最大切向應(yīng)力的影響較小。隨著

窗口內(nèi)信號(hào)的加權(quán)峰度作為幅域參數(shù)，再通過(guò)窗函數(shù)逐點(diǎn)滑動(dòng)來(lái)提取信號(hào)中的沖擊成分，提出基于短時(shí)加權(quán)峰度的包絡(luò)解調(diào)方法，并通過(guò)與基于Hilbert變換的傳統(tǒng)解調(diào)方法對(duì)比分析，驗(yàn)證該方法的有效性，最后就該方法自身的特點(diǎn)以及窗寬對(duì)其解調(diào)效果的影響進(jìn)行深入分析，給出一種基于大幅值沖擊成分基頻及其倍頻功率和占包絡(luò)總功率比值作為評(píng)價(jià)指標(biāo)的最佳窗寬選擇方法，實(shí)現(xiàn)解調(diào)效果的優(yōu)化。1 基于Hilbert變換的解調(diào)方法有關(guān)信號(hào)的包絡(luò)定義方式并不唯一，而包絡(luò)提取方法又與定義方式密切

）的的斜度定義為峰度定義為稱為歸零化峰度。對(duì)于任何一個(gè)信號(hào)，斜度是衡量一個(gè)信號(hào)的分布偏離對(duì)稱分布的歪斜程度，若斜度等于零，則三階累積量恒等于零。斜度等于零意味著信號(hào)服從對(duì)稱分布，而斜度不等于零的信號(hào)必定服從非對(duì)稱分布。峰度不僅可以用來(lái)區(qū)分高斯和非高斯信號(hào)，而且還可進(jìn)一步將非高斯信號(hào)分為亞高斯信號(hào)和超高斯信號(hào)。區(qū)分規(guī)則如下：1）峰度等于零的信號(hào)為高斯信號(hào)；2）峰度小于零的信號(hào)為亞高斯信號(hào)；3）峰度大于零的信號(hào)為超高斯信號(hào)?？梢钥闯觯瑏喐咚剐盘?hào)的峰度低于高斯信

,將加速度信號(hào)的峰度系數(shù)[11-12]設(shè)定為特征參數(shù),取代傳統(tǒng)方法中使用的加速度峰-峰值.為進(jìn)一步減小誤差,除去信號(hào)中的偽峰值,首先使用快速傅里葉變換將加速度信號(hào)從時(shí)域轉(zhuǎn)換到頻域,并對(duì)獲得的頻域信號(hào)模值取平方;然后通過(guò)傅立葉逆變換回到時(shí)域,得到原信號(hào)的自放大信號(hào);最后,計(jì)算出自放大信號(hào)的峰度系數(shù),并通過(guò)分析峰度系數(shù)值,對(duì)行人的水平行走步態(tài)進(jìn)行細(xì)化分類.驗(yàn)證結(jié)果表明,本工作提出的細(xì)化分類算法的精度達(dá)到了98.62%,與加速度值-頻率功率融合算法相比,對(duì)步態(tài)的

其每一幀的歸一化峰度值來(lái)識(shí)別其中的靜音信號(hào)，并以靜音信號(hào)的頻譜測(cè)量數(shù)據(jù)作為研究對(duì)象計(jì)算中心頻率，同時(shí)利用MATLAB軟件進(jìn)行仿真實(shí)驗(yàn)，驗(yàn)證了該方法的有效性。一、計(jì)算中心頻率在利用廣播頻段中頻測(cè)量數(shù)據(jù)計(jì)算中心頻率的過(guò)程中，為了避免“有聲”等其他信號(hào)的干擾，我們選用靜音信號(hào)作為研究對(duì)象來(lái)計(jì)算中心頻率。對(duì)此，需要對(duì)測(cè)量得到的中頻數(shù)據(jù)進(jìn)行分析，找到其中的靜音信號(hào)。并以靜音信號(hào)的頻譜數(shù)據(jù)作為研究對(duì)象計(jì)算中心頻率。通過(guò)研究發(fā)現(xiàn)，在廣播信號(hào)中，靜音與非靜音的頻譜波形存在

2]。本文將研究峰度應(yīng)用于評(píng)價(jià)復(fù)雜噪聲所致聽力損失的實(shí)際效果。2.峰度介紹當(dāng)前噪聲暴露水平的國(guó)際標(biāo)準(zhǔn)（ISO 1999-2013）僅僅依賴于能量尺度。等能量假說(shuō)認(rèn)為患噪聲引起的聽力損失的風(fēng)險(xiǎn)與噪聲暴露總能量成函數(shù)關(guān)系[5]。但是一些流行病學(xué)上的研究表明工人在含有沖擊噪聲的環(huán)境中患噪聲性耳聾概率更高。Hamernik等[7]和邱偉等[8]的動(dòng)物研究證實(shí)噪聲能量的時(shí)間分布在噪聲性耳聾上是一個(gè)重要的因素。不幸的是，這些研究都沒(méi)有在復(fù)雜噪聲與噪聲性耳聾之間的劑量-

分布特性的偏度和峰度參量引入到了回波波形的分析中來(lái),用以表述回波波形的對(duì)稱性和尖峭程度,并研究了目標(biāo)散射特性與回波偏度和峰度的映射關(guān)系,為脈沖激光回波特征分析提供了重要依據(jù)。2 原理分析2.1 偏度和峰度對(duì)波形分析的引入偏度和峰度的概念來(lái)自于對(duì)零均值隨機(jī)變量分布特征的描述,兩種參數(shù)分別描述隨機(jī)變量概率密度函數(shù)的對(duì)稱程度和尖峭程度,其定義分別如下:r3x=E[x(n)3]=c3x(0,0)(1)r4x=E[x(n)4]-3(r2x)2=c4x(0,0,0)(

參數(shù)(例如斜度和峰度)和目標(biāo)功率譜模擬出非高斯過(guò)程。第二類，根據(jù)任意指定的邊緣概率分布函數(shù)和目標(biāo)功率譜模擬出非高斯過(guò)程。對(duì)于第一類， Seong等[1-4]做了許多的研究工作。他們都是先模擬生成潛在的高斯過(guò)程，然后通過(guò)建立的合適非線性轉(zhuǎn)換關(guān)系間接地將潛在的高斯過(guò)程轉(zhuǎn)換成具有目標(biāo)功率譜、高階特征統(tǒng)計(jì)參數(shù)的非高斯過(guò)程。線性濾波法是除諧波合成法外用于模擬隨機(jī)過(guò)程的主要方法之一。其中，自回歸(Autoregressive, AR)模型和自回歸滑動(dòng)平均(Autore

風(fēng)壓的統(tǒng)計(jì)參數(shù)(峰度和偏度)與目標(biāo)統(tǒng)計(jì)參數(shù),以及模擬的功率譜與目標(biāo)功率譜進(jìn)行比較,驗(yàn)證了基于LPZ譜分析法的非高斯脈動(dòng)風(fēng)壓模擬算法的有效性.非高斯脈動(dòng)風(fēng)壓模擬;線性預(yù)測(cè)和Z轉(zhuǎn)換譜分析法;Johnson變換系統(tǒng);數(shù)字濾波非高斯過(guò)程的模擬方法可以分為兩類:第一類是根據(jù)任意指定的高階特征統(tǒng)計(jì)參數(shù)(例如斜度與峰度)及其目標(biāo)功率譜密度(power spectral density,PSD)函數(shù)來(lái)實(shí)現(xiàn);第二類是通過(guò)任意指定的邊緣概率分布函數(shù)(probability d

專項(xiàng)行動(dòng) 確保迎峰度冬安全可靠供電2017-10-25，國(guó)網(wǎng)蒙東電力啟動(dòng)供暖企業(yè)供用電安全專項(xiàng)檢查，全力保障供暖企業(yè)用電安全可靠，確保蒙東地區(qū)人民群眾度過(guò)溫暖的冬季。根據(jù)往年冬季惡劣天氣對(duì)蒙東局部電網(wǎng)的影響情況，國(guó)網(wǎng)蒙東電力提前開展了配電線路專項(xiàng)防外破隱患排查。據(jù)統(tǒng)計(jì)，今年多次隱患排查中共發(fā)現(xiàn)施工隱患396處，交叉跨越隱患297項(xiàng)，樹木隱患8?751處，并已經(jīng)處理樹木7?321處，下發(fā)隱患通知書2?062張。此外，國(guó)網(wǎng)蒙東電力下發(fā)了《國(guó)網(wǎng)蒙東電力2018年

ClC-3的表達(dá)峰度與膠質(zhì)瘤細(xì)胞增殖的關(guān)系張廣宇1，賈世峰2，張曉煒1，曹旭華1，焦保華1(1.河北醫(yī)科大學(xué)第二醫(yī)院神經(jīng)外科，河北 石家莊 050000；2.華北理工大學(xué)附屬醫(yī)院腫瘤科，河北 唐山 063000)目的 研究氯離子通道-3(ClC-3)的表達(dá)峰度與膠質(zhì)瘤細(xì)胞增殖的關(guān)系。方法選取2015年5月至2016年5月河北醫(yī)科大學(xué)第二醫(yī)院神經(jīng)外科收治的20例膠質(zhì)瘤患者作為觀察組，另選同期20例行顱內(nèi)減壓術(shù)治療的腦創(chuàng)傷患者作為對(duì)照組，比較兩組患者不同ClC

的下降，提出利用峰度和基于小波變換特征量的方法對(duì)信號(hào)分類識(shí)別。該方法首先利用峰度進(jìn)行模擬與數(shù)字調(diào)制信號(hào)的類間識(shí)別，然后采用基于小波變換系數(shù)提取的特征量對(duì)兩種數(shù)字調(diào)制信號(hào)進(jìn)行識(shí)別分類。采用決策樹分類方法，利用Matlab對(duì)該方法進(jìn)行仿真驗(yàn)證，仿真結(jié)果表明該方法具有較好的識(shí)別效果。關(guān)鍵詞： 調(diào)制識(shí)別； 超短波信號(hào)； 峰度； 小波變換； 高斯白噪聲中圖分類號(hào)： TN911.7?34 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2016）23?0009?04

所?基于小波包和峰度赤池信息量準(zhǔn)則的P波震相自動(dòng)識(shí)別方法1) 中國(guó)長(zhǎng)沙410004湖南省地震局 2) 中國(guó)北京100081中國(guó)地震局地球物理研究所基于小波包變換和峰度赤池信息量準(zhǔn)則(AIC)， 提出了一種新的自動(dòng)識(shí)別P波震相的綜合方法， 即小波包-峰度AIC方法． 首先對(duì)由加權(quán)長(zhǎng)短時(shí)窗平均比(STA/LTA)法粗略確定的P波到時(shí)前后3 s的記錄進(jìn)行小波包三尺度的分解與重構(gòu)， 分別計(jì)算每個(gè)尺度重構(gòu)信號(hào)的峰度AIC曲線并將其疊加， 疊加曲線的最小值則為P波震相

2)基于短時(shí)加權(quán)峰度的信號(hào)沖擊特征提取樊新海， 張傳清， 劉相波， 張麗霞(裝甲兵工程學(xué)院機(jī)械工程系， 北京 100072)針對(duì)機(jī)械故障診斷中信號(hào)沖擊特征的提取問(wèn)題，提出了加權(quán)峰度這一新的幅域特征參數(shù)。結(jié)合某型變速箱斷齒故障振動(dòng)信號(hào)，采用短時(shí)處理方法對(duì)比分析了加權(quán)峰度和傳統(tǒng)峰度對(duì)信號(hào)沖擊特征提取的應(yīng)用效果。研究結(jié)果表明：合理選擇短時(shí)窗的寬度，通過(guò)逐點(diǎn)滑動(dòng)得到短時(shí)加權(quán)峰度，能夠反映出信號(hào)中的沖擊特征，再應(yīng)用頻譜細(xì)化技術(shù)可以有效地得到?jīng)_擊成分的頻域信息。故障診

92)磁共振擴(kuò)散峰度成像研究進(jìn)展及新應(yīng)用沙 淼1趙 欣1#*陳元園1王偉偉1周 鵬1#倪紅艷2明 東1#1(天津大學(xué)精密儀器與光電子工程學(xué)院，天津 300072)2(天津第一中心醫(yī)院放射科，天津 300192)擴(kuò)散峰度成像(DKI)是一種新興的擴(kuò)散磁共振技術(shù)，它在傳統(tǒng)擴(kuò)散張量成像的基礎(chǔ)上引入了四階峰度，并以此量化組織中水分子擴(kuò)散位移概率分布偏離高斯分布的程度，其附加的峰度信息對(duì)大腦組織的微觀結(jié)構(gòu)更敏感。從擴(kuò)散峰度成像模型、數(shù)據(jù)采集參數(shù)、模型擬合以及由DKI

公司·刊首專稿·峰度在評(píng)估復(fù)雜噪聲所引起聽力損失中的應(yīng)用邱偉1張美辨2徐維超3于寧4孫偉5何玉紅6趙一鳴7楊秋玲8熊文波91紐約州立大學(xué)普拉茨堡聽覺(jué)研究實(shí)驗(yàn)室2浙江省疾病預(yù)防控制中心環(huán)境與職業(yè)衛(wèi)生所3廣東工業(yè)大學(xué)自動(dòng)化學(xué)院4解放軍總醫(yī)院耳鼻咽喉研究所5紐約州立布法羅大學(xué)聽力耳聾研究中心6甘肅省疾病預(yù)防控制中心職業(yè)衛(wèi)生所7北京大學(xué)第三醫(yī)院流行病學(xué)研究中心8十堰職業(yè)病防治院9杭州愛(ài)華儀器有限公司大量的動(dòng)物實(shí)驗(yàn)和職業(yè)流行病學(xué)研究表明，目前的國(guó)際噪聲暴露標(biāo)準(zhǔn)低估了

37000）擴(kuò)散峰度成像在腫瘤中的研究進(jìn)展張 娟，張學(xué)花，李 婷，楊冬均，翟昭華（川北醫(yī)學(xué)院附屬醫(yī)院放射科，四川 南充 637000）擴(kuò)散峰度成像（DKI）是近年發(fā)展起來(lái)的一項(xiàng)新的磁共振功能成像技術(shù)，它能反映更復(fù)雜的水分子的擴(kuò)散，其多個(gè)峰度指標(biāo)在良性腫瘤中較低而在惡性腫瘤中較高，并可隨著腫瘤的惡性程度增加而增高。雖然目前DKI在腫瘤方面的研究仍相對(duì)較少，但從國(guó)內(nèi)外學(xué)者已經(jīng)完成的一系列實(shí)驗(yàn)中我們可以發(fā)現(xiàn)DKI的重要價(jià)值，隨著DKI技術(shù)的進(jìn)一步成熟與發(fā)展，我們

文根據(jù)正態(tài)分布的峰度和偏度，檢驗(yàn)成績(jī)是否服從正態(tài)分布，并對(duì)可能出現(xiàn)的四種情況進(jìn)行相應(yīng)的分析，通過(guò)實(shí)例驗(yàn)證正態(tài)分布在成績(jī)分析中的重要作用。關(guān)鍵詞： 正態(tài)分布 峰度 偏度 成績(jī)分析一、成績(jī)正態(tài)分析的意義成績(jī)分析在高校中有重要意義，一方面可以由此了解考試命題是否合理，成績(jī)?cè)u(píng)定是否科學(xué)，考試組織是否有問(wèn)題等，從而為改進(jìn)和完善考試工作提供重要的信息依據(jù)。另一方面可以進(jìn)一步挖掘成績(jī)中存儲(chǔ)的信息資料，發(fā)現(xiàn)教學(xué)中存在的問(wèn)題和不足，以促進(jìn)教學(xué)改革和管理工作。按照數(shù)理統(tǒng)計(jì)學(xué)的

3)?基于偏度與峰度的數(shù)據(jù)質(zhì)量評(píng)估崔書華1,2,李 果2,劉軍虎2,宋衛(wèi)紅2,沈 思2(1 宇航動(dòng)力學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室,西安 710043;2 西安衛(wèi)星測(cè)控中心,西安 710043)針對(duì)外彈道測(cè)量數(shù)據(jù)質(zhì)量情況,拓展數(shù)據(jù)質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn),提出了用分布偏度與峰度的分析方法描述數(shù)據(jù)質(zhì)量狀態(tài)。通過(guò)對(duì)跟蹤測(cè)量數(shù)據(jù)進(jìn)行分析驗(yàn)證,證明運(yùn)用該方法可有效、直觀的定量、定性的確定數(shù)據(jù)質(zhì)量情況,為跟蹤測(cè)量數(shù)據(jù)的使用提供了可靠性評(píng)價(jià)及使用決策。偏度;峰度;數(shù)據(jù)分析;結(jié)果評(píng)估0 引言正態(tài)

分析；線性回歸；峰度；偏度中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2014）18-4312-031 概述考試是學(xué)校教學(xué)工作的不可缺少的重要環(huán)節(jié)，組織考試是為了讓學(xué)生通過(guò)這個(gè)形式來(lái)檢驗(yàn)自己的學(xué)習(xí)成果和檢查老師的教學(xué)質(zhì)量。那么，它不僅僅是為了檢查學(xué)生有沒(méi)有達(dá)到目標(biāo)而存在的，更是不斷完善教學(xué)的過(guò)程以及對(duì)課程進(jìn)行改進(jìn)的最佳依據(jù)，指導(dǎo)學(xué)生更快的調(diào)整學(xué)習(xí)方向，并將獲得的考試信息做進(jìn)一步的加工后進(jìn)行的反饋，這些就是教學(xué)和教務(wù)方面的常態(tài)，只有

地震波形偏斜度和峰度的PAI－S／K方法；以及常旭和劉伊克［14］討論的分形分維方法等.王繼等［15］討論了用AIC方法對(duì)流動(dòng)地震臺(tái)陣觀測(cè)記錄初至震相的自動(dòng)檢測(cè)問(wèn)題.與天然地震的記錄相比，微震的震級(jí)更小，通常在1級(jí)以下，而且信噪比更低，有必要深入地討論這些方法對(duì)微地震事件的識(shí)別問(wèn)題.本文利用STA／LTA、AIC和PAI－S／K方法，采用兩種時(shí)窗，并利用全局優(yōu)化搜索方法選取拾取的控制參數(shù)，對(duì)在我國(guó)西部某地觀測(cè)到的震中距范圍在0.3至20km、震級(jí)范圍－0.

形盒維數(shù)和歸一化峰度作為信號(hào)特征參數(shù)的算法(Dimension-Peak，DP)。1 分形盒維數(shù)和歸一化峰度假設(shè)接收信號(hào)x(t)是調(diào)制信號(hào)s(t)和高斯白噪聲n(t)的疊加，即x(t)=s(t)+n(t)。其中，n(t)～N(0，σ2)。在仿真中，s(t)屬于以下6種調(diào)制類型:ASK，4FSK，8PSK，16QAM，4PAM和OFDM。其中OFDM信號(hào)子載波采用BPSK調(diào)制，子載波數(shù)為64。信號(hào)調(diào)制類型識(shí)別的目標(biāo)是對(duì)于給定的s(t)的N個(gè)信號(hào)采樣點(diǎn)，在集合

偏度大于0.5且峰度大于3.5為高斯和非高斯的界限.但文獻(xiàn)［3］的研究對(duì)象為低矮建筑物，該結(jié)論并不能完全適用于其他形式的結(jié)構(gòu).譬如孫瑛等［4］在對(duì)大跨屋蓋結(jié)構(gòu)進(jìn)行非高斯分析時(shí)采用同樣的方法得到的標(biāo)準(zhǔn)卻是偏度絕對(duì)值大于0.2且峰度絕對(duì)值大于3.7.本文的研究對(duì)象為高層建筑，在用Kumar的結(jié)論進(jìn)行非高斯分析時(shí)同樣發(fā)現(xiàn)其并不適應(yīng)于這種結(jié)構(gòu)形式，所以，本文在其研究的基礎(chǔ)上，獨(dú)立給出了高層建筑結(jié)構(gòu)非高斯的描述方式，然后分析了單體方形高層建筑非高斯特性，并對(duì)其表面進(jìn)

項(xiàng)工作，為電網(wǎng)迎峰度冬做足準(zhǔn)備。1.10月16日，偃師市供電有限責(zé)任公司檢修人員正在對(duì)110千伏偃師變電站設(shè)備進(jìn)行預(yù)防性試驗(yàn)、隱患消缺、架構(gòu)防腐處理。2.新鄉(xiāng)縣電業(yè)局為確保迎峰度冬期間設(shè)備可靠供電，對(duì)所屬變電站設(shè)備進(jìn)行試驗(yàn)、消缺，圖為9月23日該局員工在110千伏苗莊變電站檢修設(shè)備。3.為了確保左寨變220千伏GIS設(shè)備安裝工作圓滿完成，洛陽(yáng)供電公司變電檢修部從10月3日起提前結(jié)束假期，全員駐站展開工作。4.10月11日，駐馬店供電公司變電檢修部在作業(yè)現(xiàn)場(chǎng)

很慢。2 信號(hào)的峰度統(tǒng)計(jì)特性2.1 信號(hào)的峰度定義峰度定義為歸一化的四階累積量，在盲信號(hào)處理領(lǐng)域中峰度的應(yīng)用較為廣泛[4]。自相關(guān)函數(shù)和功率譜可以完全確定零均值平穩(wěn)高斯過(guò)程的統(tǒng)計(jì)特性，對(duì)非高斯過(guò)程無(wú)能為力，而高階統(tǒng)計(jì)量是分析非高斯信號(hào)的主要工具。假設(shè)信號(hào)是獨(dú)立同分布的，實(shí)隨機(jī)變量x的峰度定義為歸一化四階中心矩[4]：式中，mx和2xσ分別定義為隨機(jī)變量x的均值和方差。這兩種定義沒(méi)有本質(zhì)差別，但使用第二種定義時(shí)，高斯隨機(jī)變量的峰度為零，從而超高斯信號(hào)的峰度為

南250014)峰度和AIC方法在區(qū)域地震事件和直達(dá)P波初動(dòng)自動(dòng)識(shí)別方面的應(yīng)用*趙大鵬1，劉希強(qiáng)2，李 紅2，周彥文2(1.中國(guó)地震局蘭州地震研究所，甘肅蘭州730000;2.山東地震局，山東濟(jì)南250014)提出了一種基于直達(dá)P波信號(hào)的峰度和Kurtosis-AIC方法進(jìn)行區(qū)域地震事件實(shí)時(shí)檢測(cè)和直達(dá)P波初動(dòng)精細(xì)識(shí)別的新方法，并應(yīng)用于山東地震臺(tái)網(wǎng)記錄的地震波資料處理.結(jié)果表明:(1)應(yīng)用峰度方法能夠有效識(shí)別出地震事件，可有效減低地震事件的錯(cuò)誤報(bào)警率和漏報(bào)率

GARCH模型的峰度[7]，并提出用于峰度分析的定理（簡(jiǎn)稱BRT定理），但該定理峰度的定義采用了Excess kurtosis的形式。按照電力系統(tǒng)文獻(xiàn)更常用的峰度定義u4/σ4重新推導(dǎo)了BRT定理，并使用該定理對(duì)GARCH風(fēng)速模型進(jìn)行了一些理論層面的討論，并結(jié)合實(shí)際風(fēng)速數(shù)據(jù)完成了GARCH風(fēng)速模型的峰度分析。1 GARCH模型與峰度研究1.1 GARCH模型簡(jiǎn)介Engle（1982）開創(chuàng)性地提出了ARCH模型，拉開了波動(dòng)性研究序幕。Bollerselev（

工加班加點(diǎn)建設(shè)迎峰度冬重點(diǎn)工程——220千伏大學(xué)變電站。2.衛(wèi)輝市電業(yè)局開展“零違章工程”專項(xiàng)行動(dòng)，確保冬季用電高峰期供電安全可靠。3.為備戰(zhàn)冬季用電高峰，新鄉(xiāng)供電公司對(duì)轄區(qū)內(nèi)變電站和輸電線路有計(jì)劃地進(jìn)行停電檢修。4.沁陽(yáng)市電業(yè)局員工為養(yǎng)殖戶檢修用電設(shè)施，確保養(yǎng)殖場(chǎng)冬季可靠用電。受節(jié)能減排、煤炭供應(yīng)等因素影響，河南電網(wǎng)今冬明春所面臨的內(nèi)外環(huán)境越來(lái)越復(fù)雜。再加上惡劣天氣等因素，今年的“迎峰度冬”工作將極具挑戰(zhàn)性。自9月中下旬以來(lái)，省公司系統(tǒng)樹立“大秋檢”理念

降溫天氣使我省迎峰度冬期提前到來(lái)，加上節(jié)能減排、煤炭供應(yīng)等因素影響，今冬河南電網(wǎng)安全穩(wěn)定運(yùn)行不確定因素增多。針對(duì)種種情況，省公司要求樹立“大秋檢”理念，建立省、市、縣三級(jí)供電單位聯(lián)動(dòng)機(jī)制，深入有效地開展秋季安全檢查和迎峰度冬工作。11月13日，省公司又召開安全生產(chǎn)電視電話會(huì)議，要求進(jìn)一步加強(qiáng)當(dāng)前安全工作，堅(jiān)決防止發(fā)生重特大事故，保持公司安全穩(wěn)定局面，確保全面完成今年各項(xiàng)目標(biāo)任務(wù)。公司領(lǐng)導(dǎo)深入基層檢查指導(dǎo)工作，各單位全力響應(yīng)，積極主動(dòng)開展秋季安全大檢查及迎峰