论文《超阈值模型中时域外推GPD估计方法选择》数据集

在进行载荷谱时域外推时，为更好地估计超阈值载荷数据所服从的广义帕累托分布(Generalized Purelo Disribution,GPD)参数,分别对比极大似然估计(Maximum Likelihood Estimation Moments,ML)、矩估计(Method of Moments,MoM)及概率加权估计(Probility Weighted Momens,PWM)对GPID分布参数选取的影响,并选取最优参数估计方法。首先搭建了挖掘机压力测试系统,并采集挖掘机在典型工况工作下载荷数据;其次以最小均方根误差所对应值为最优阈值,分别计算3种参数估计方法所对应最优阈值及GPD拟合参数;最后分别绘制3种参数估计方法下超阈值载荷数据和GPD拟合CDF图和Q-Q图。

搜集汇总

背景与挑战

背景概述

该数据集源自论文《超阈值模型中时域外推GPD估计方法选择》，专注于研究超阈值载荷数据下广义帕累托分布（GPD）的参数估计方法。通过对比极大似然估计、矩估计和概率加权估计三种方法，旨在选取最优参数估计方法，并基于挖掘机压力测试系统采集的载荷数据进行验证，包括计算最优阈值和拟合参数，以及绘制相关统计图。数据集由吉林大学创建，属于国家重点研发计划项目，包含5.2MB的数据文件。