本钢物资量称量室数据相同总体分布的假设检验

分析称量室数据的变化规律可以很好地校验正在运行中的衡器状况,反之对检斤数据的正确与否也有着指导作用。文章分别采用Mann-Whitney U检验和Wilcoxon rank-sum检验对本钢物资量的两组样本值进行定性分析。发现:①Mann-Whitney U检验认为两组样本观测值同分布;②Wilcoxon ranksum检验认为两组样本观测值没有显著性差异。从而得出结论:称量室数据的样本值有着相同的总体分布。     

蒙特卡罗方法在降水评估中的应用研究

预报检验重点关注预报与观测间的综合统计特征用以探讨模式预报性能,而统计显著性检验方法是衡量评估结论的重要指标,是判断预报效果改进与否的有效手段.当前诸多重要检验指标如降水技巧评分等由于不满足正态分布特征均难以采用简单的计算方式获得置信区间以衡量检验指标的误差特征,因此难以正确判断通过统计检验所获得的评估差异是真实反映模式预报效果差异或是由检验样本的不确定性所造成.蒙特卡罗方法可通过样本重构获取正态分布的统计样本从而有效地解决这一问题.采用2015年8月的T639模式及GRAPES全球预报模式24 h降水预报产品,使用中国区域2 400站日降水资料作为实况,重点研究蒙特卡罗方法在统计显著性检验中的应用特征,分析不同蒙特卡罗重构次数对检验结果的收敛性.结果表明10 000次蒙特卡罗重构后统计指标可满足正态分布,而通过显著性检验分析后可明显区分预报系统间降水评分差异的统计特征.     

抽样推断的抽样平均误差

抽样推断的理论和方法是统计学的重要内容。其中抽样平均数的平均数，抽样方差，抽样误差是推断总体指标的样本指标。在诸多有关统计学的教材中都未对抽样平均数的平均数、抽样方差及抽样误差的公式加以理论证明，本文提供了抽样平均数的平均数、抽样方差及抽样平均误差和抽样成数误差的全部证明。     

两寿命指标的一个假设检验方法

在总体指标为指数分布的假定条件下 ,通过对指数分布、χ2 分布、Gamma分布、F分布等各分布之间的关系的详细推导 ,得到一个F统计量 ,从而用参数方法来进行两个样本总体指标的检验 .     

基于共轭先验分布的两小样本Bayesian检验及实例分析

介绍基于共轭先验分布的两小样本 Bayesian 检验原理及方法,并与经典方法作对比研究.当两组资料确实存在差别且为小样本时,基于共轭先验分布的两小样本 Bayesian 检验方法比传统的两样本 t 检验法得到的置信区间范围要短,精度要高.本文通过实例分析验证了此结论.     

两个多项分布总体差异的假设检验

利用条件检验原理，构造了一种新的两个多项分布总体差异的检验方法．     

单纱强力分布与纱片段长度间的关系

本文用样本极小值理论，从长度为１的单纱强力的分布、强力平均数及强力标准差，推导出长度为ｎｌ（ｎ为正整数）的单纱强力分布、强力平均数及强力标准差，在长度为１的单纱强力分布为正态的条件下，用线性回归方法求出了精度较高的强力平均数和强力标准差的计算公式。     

衡量算术平均数代表性强弱的新方法

不同总体间算术平均数代表性的强弱,通常是采用间接的方法,通过变异指标来衡量。但论证表明,它还可以用直接的方法,通过平均指标衡量。这种方法更便于理解,也简化了计算过程。     

两Gamma总体尺度参数的最佳双边似然比检验

对于两个相互独立且来自不同Gamma总体的样本,在形状参数已知的情况下推导出其尺度参数齐性检验问题的似然比统计量.在犯第二类错误累积概率最小的意义下,推导出其最佳检验的临界值条件,并证明了最佳检验的存在唯一性,并给出了显著性水平为0.05时,样本容量从（2,2）到（20,20）的最佳检验的临界值表.     

一种大规模样本数据的特征提取方法

针对沙尘暴样本数据的特点，根据专家经验依次通过聚类分析、建立典型模式类、计算中心场，再以样本与中心场的距离作为样本的特征，成功地在每个样本的几百个数据中提取到40个特征。通过对提取特征的统计检验，说明了本文所用方法的有效性；同时，提出了一种建立在K-L变换基础上的特征综合方法，协助完成关于多维特征的类间差异检验。     

基于动态基函数的强回归小波神经网络

针对小波神经网络(wavelet neural network,WNN)难以选取合适小波基函数和确定隐含层节点数等问题,提出使用集成学习改进小波神经网络的方法,提高小波神经网络容错能力和自学习能力.本方法首先通过降维、归一化预处理样本数据并确定测试数据分布权值;然后通过随机选取不同的小波基函数构造出异构小波神经网络序列并反复训练样本数据;最后使用AdaBoost算法集成学习生成强回归小波预测器.对UCI数据库中数据集进行仿真验证,实验结果表明:本方法比传统小波神经网络预测平均误差减少30%以上,有效地提高了小波神经网络的预测精度和泛化能力.     

半导体器件寿命计算

该文简要介绍通过半导体器件的环境试验计算器件寿命.首先介绍了4种加速模型,以及各模型的应用;其次,根据给定的置信度水平以及试验结果查×2分布表;而后,根据试验时间和样本量求得失效率;最后,根据电子元器件服从指数分布的假设条件,求得器件的寿命.     

间隙分块法和t检验法对高程控制网点位稳定性的分析对比

对高程控制网进行周期性观测，其点位差异是由观测误差所引起，还是点位真正的沉降，必须对它们进行区分，这就是点位稳定性分析问题。本文简要介绍了高程控制网整体稳定性分析的平均间隙法，详细介绍了单点位稳定性的间隙分块法和t检验法，并结合具体的实例，分别采用了间隙分块法和t检验法对高程控制网中的点位进行了稳定性分析，并对分析的结果进行了详细的对比，证明了这两种方法都是行之有效的。     

基于样本优选的集成学习在脱硫优化中的应用

基于实际电厂的大量脱硫数据,删除初始脱硫数据库中异常值和非稳态值,提取与输出相关系数较高的集成学习模型输入参数,采用改进的基于随机采样和聚类采样的集成学习算法,建立预测脱硫塔循环泵开启台数的集成学习模型,研究分类问题中样本不均衡、优选样本评价标准缺失和脱硫优化的问题. 结果显示,与改进前模型相比,改进后的集成学习模型总体预测准确度提升了33%,并且基于聚类的采样略优于随机采样. 此外,对单一类别预测的召回率进行分析,对比不同算法对少数类和多数类的召回率,结果显示2种改进的采样方法对少数类的预测有较大的提升,预测的召回率大于90%,对多数类的预测也有一定的提升效果. 讨论泵组合作为模型输出时,其样本分布和模型精度的差异.     

量子球壳聚类

提出一种基于量子测量的球壳聚类方法．利用量子测量机理来部分模拟人脑有意识的认知机制,其基本思想是将聚类样本集分别视为可测量的环境量子系综和刺激量子系综,每个样本视为宏观系综中的一个微观量子叠加态．刺激量子系综依概率在具体微观态上进行塌缩产生刺激引起无意识的注意,并产生球壳面算符．球壳面算符通过对环境量子系综进行有意识的测量并得到平均测量值来验证球壳面的有效性,同时可以得到壳面上的样本集．相对模糊球壳聚类方法,量子球壳聚类方法能有效初始化和自动确定聚类数目,其所体现的融合信息加工过程中无意识数据驱动和有意识概念驱动的量子认知思想有望在其它模式提取方面作进一步的积极扩展应用．     

橡胶摩擦力波动现象的研究

橡胶是国民经济中不可缺少的重要原材料 ,对橡胶材料摩擦磨损特性展开研究具有重要的现实意义。通过在微量磨损试验机上对丁腈橡胶进行销盘式摩擦试验 ,发现摩擦力随时间周期性变化 ,出现波动现象 ,结合橡胶材料粘弹性和试验机电机输出特性对此进行了理论说明。通过数据统计分析发现摩擦力呈正态分布 ,分别用算术平均法和取一个周期中最大值与最小值的平均值的方法来计算橡胶摩擦系数 ,发现其差别不大 ,可用这两种方法来确定橡胶摩擦系数。     

试验方法对岩石抗拉强度测定的影响

采用弧压劈裂、角压劈裂及直接拉伸３种试验方法,对煤、砂岩、泥岩、大理岩进行了大量的抗拉强度测试．结果表明：同一种岩样,３种不同方法测定的抗拉强度相差很大,但具有弧压和角压劈裂法测定的岩石抗拉强度平均值与直接拉伸法测定的抗拉强度相近的规律．通过对弧压和角压劈裂试验试件内应变场分布规律的测定,分析了产生上述现象的原因,并提出了关于岩石抗拉强度测定的几点建议     

基于Bayes方法和模糊检验的年最高水位的概率模型研究

提出了年实测最高洪水位分布概率模型的模糊检验方法，并以此分布为先验分布，用Bayes方法得到验后分布的统计参数，以进一步修正概率模型的统计参数，得到更新的模型参数．计算实例中，以长江下游某市水文站实测的58年最高洪水位资料为样本，用K-S法和模糊检验法对年最高水位的分布规律进行检验，其结果表明：用K—S法检验，年最高水位概率分布对正态分布和极值I型分布都不拒绝，但通过模糊检验法可以证实正态分布更接近实际；再利用后10年的实测最高洪水位的小样本，对模型的分布参数进行了修正．提出的年最高洪水位的更新概率模型及参数计算方法，为现有堤防工程的加高设计方案决策提供了理论基础．     

模拟电路故障的支持向量机集成诊断新方法

为了解决支持向量机应用于多类别模拟故障诊断时泛化性能较低导致诊断精度难以提高的问题,提出了一种基于支持向量机集成的模拟电路故障诊断新方法.首先,通过将本次迭代中不可分区域的样本加入训练集来构造下一次迭代的训练集,以提高基分类器间的差异性;然后选择分类精度不低于平均分类精度的基分类器进行集成,以提高整体诊断精度.实验表明,该方法应用于线性及非线性模拟电路均取得了良好的诊断效果.     

一类Bayes公式的推导及在小子样评估中的应用

工程中昂贵复杂系统的整机试验通常是小子样的,因此需要结合大量的先验信息进行系统评估,但这可能造成小子样的整机试验数据的信息被淹没。与通常考虑加权的融合方法不同,基于精度评估的正态逆伽玛分布推导了一类Bayes公式,将所有先验信息等价为单个整机试验数据,设计了相应的分布参数,结合等价先验样本量得到推导的后验结果,并给出案例分析了这类Bayes公式的应用范围和合理性。