跳到正文
← 返回论文列表与筛选
阅读说明

本页整理公开书目信息,不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成,未完成全文核验,可能有误;具体假设、证明与结论请核对原文。摘要保留来源文本,未经模型改写。

DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要;缺少可靠材料时保留待补状态。

引用量采用 OpenAlex 单条关联记录,不合计多个记录;关联记录可能包含正式发表版本,不等于此版本单独引用。缺失不视为零,引用指标不代表论文质量。

关注作者按书目中的完整姓名匹配,同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列,再参考通用方法与发表日期。

分类依据与纠错

AI 根据所提供的论文材料归类:摘要直接研究平稳高斯过程的谱矩与水平穿越估计,属于时间序列方法,但未提供宏观经济应用。

反馈分类问题

正在核对关联版本…

代码、数据与补充材料

正在核对对应版本的资源…

关注这篇论文的作者
GEORG LINDGREN

利用水平穿越估计谱矩

研究问题
如何估计平稳高斯过程的第二谱矩,并判断零水平及非零水平的向上穿越次数能否提供有效的估计信息?
方法与思路
作者比较基于过程导数平方积分的估计量,以及基于零水平或非零水平向上穿越次数的估计量,考察其效率。
材料陈述的贡献
摘要称,零水平穿越估计量在不少情形下可与积分估计量竞争,加入非零水平的穿越信息还能显著改善效率。
阅读关注点
应核对过程的正则条件、穿越计数的观测方式、效率比较的标准,以及非零水平如何选择和组合。
阅读边界
仅据 OpenAlex 索引摘要,稿件版本未注明;摘要未说明效率改善的具体条件,也无法判断离散观测下的表现。

原文摘要

Three types of estimator of the second spectral moment of a stationary Gaussian process are considered. The integral estimator is based on the integral of the squared derivative of the process, while crossing estimators make use of the number of upcrossings of zero or nonzero levels. It is shown that the zero-crossing estimator can often compete with the integral estimator in efficiency and that it can be considerably improved by the additional use of nonzero levels.

笔记与分组
相关领域论文