年最大值抽样估算的暴雨频率设计值的低估问题探讨

由年最大值抽样(AMS)和年超大值抽样(AES)的基本理论及重现期(RP)的定义可知,AMS并不符合以"事件"为基础的重现期的定义.以美国西南半干旱区1 438个雨量站和太湖流域96个雨量站的降雨资料为例,通过经验频率与超过概率的比较,发现AMS估算的暴雨频率设计值偏小,尤其是对常遇频率降雨设计值的影响更加显著.美国的降雨量资料站点多、系列长,实际资料验证与理论分析一致.通过对太湖流域AMS资料的分布形态进行分析的结果表明:太湖流域的站点不多,资料长度不够,且大部分站点在雨量大值区数据稀少,使得频率直方图不连续,是造成我国太湖流域的资料验证效果不理想的可能原因.     

基于分层三阶段抽样方法的大学生考试作弊次数调查与分析

针对大学生考试作弊的问题,对安徽省某地区某院校大学生的考试作弊次数进行了抽样调查分析.为提高正确应答率和保护被调查者的隐私,使用随机应答技术(RRT)分层三阶段抽样方法和数量特征敏感问题乘法模型.根据Cochran抽样理论,结合概率论与数理统计知识得出,该校学生在30科的考试中学生平均作弊次数为12次.由此得知,治理考试舞弊、严肃考风考纪已成为高校教学的当务之急.     

逐步增加定数截尾下Weibull 分布恒加试验的Bayes估计

基于逐步增加定数截尾样本,对累积失效模型(简称CE模型)下,Weibull分布恒定应力加速寿命试验(简称恒加试验)进行了Bayes统计分析,利用Gibbs抽样给出了该模型的Bayes估计。最后,通过模拟例子表明Bayes估计有效而实用。     

一种用于小流估计的数据包公平抽样算法

现有数据包公平抽样算法通常根据到达数据包所属流大小的估计值设置包抽样率,令大流所含数据包抽样率低,小流所含数据包抽样率高,缺点是算法的优劣依赖于不同方法对流大小估计的准确性;小流估计误差较大。针对此问题,利用大流持续时间长且到达速率高的特点,提出一种基于时间分片的用于小流估计的数据包公平抽样算法(MFEPS)。该算法将测量时间分割成片,抽取每个流在每个时间片内的第一个数据包,而不需要估计数据包所属流的大小。理论分析和实验结果均表明,与已有算法相比,对于小流估计,MFEPS算法在相同的CPU资源消耗条件下,具有更高的准确性和良好的扩展性。     

基于统计抽样的非均衡分类方法在软件缺陷预测中的应用

目前软件缺陷预测的研究主要是从历史数据获取来源和预测方法这两方面入手。然而,获取到的软件历史缺陷数据往往是非均衡的,传统的预测方法会给缺陷数据带来极大的误分率。针对这一问题,提出使用基于统计抽样的非均衡分类方法来预测软件缺陷。通过经验性地对比分析12种已有抽样与分类算法组合的预测性能优劣,得到Spread Subsampling和随机森林结合的方法(SP-RF)综合表现最好,但具有较高伪正率(FPR)。为了进一步提高预测性能,针对原始SP-RF方法会对原始数据带来较大的噪音及信息缺失等不足,提出一种基于SP-RF的内置均衡化抽样的自适应随机森林改进算法(IBSBA-RF)。实验表明,IBSBA-RF算法可以显著降低预测结果的FPR,并且进一步提高了预测结果的AUC和Balance值。     

基于B/S结构的高职人才培养评价机制抽样系统设计与实现

完善高职人才培养评价机制是发展高职教育的有效手段,“点线面体”立体型高职人才培养评价机制是对高职人才培养模式的创新和探索。介绍了基于B/S结构的“点线面体”立体型高职人才培养评价机制抽样系统的设计与实现,阐述了随机选取学生进行考核的分层抽样功能模块,总结了系统的实际应用。     

基于形态分量分析的图像去噪算法研究

由于信号采集,信号传输等原因,随机噪声对信号有着很大的影响,甚至降低信号质量。传统的去噪方法无法自动的在去除随机噪声,和保存有用信息之间做出最佳选择。在本文中,我们展示了一种以相对无损的方法从有用信息中去除所有明显的随机噪声。该文设计的模型是建立在一种如下的理论假设之上:原始图像信号是由有用信号和随机噪声信号组成的,而这两者在形态学上是具有不同表示的。基于他们形态学上的不同性,这两种分量可以分别以不同的字典来稀疏的表示,接下来就是把各自分量给分离出来,去噪完成之后再以分量重建信号。     

基于NT技术中链路时延推测算法的分析研究

在研究了当前时延推测算法的基础上,将高斯混合模型推广到有限混合模型,使得算法可以同时推测多条链路的时延分布,利用重要性抽样技术增大研究事件出现的概率,再进行抽样并对样本空间进行调整,保证了指标的无偏性和有效性,同时降低了计算的复杂度,因此此方法具有广泛的适用性。最后在NS2平台上仿真验证,说明该算法是可行的。     

一种基于Hash函数抽样的数据流聚类算法

近几年来由于数据流应用的大量涌现,基于数据流的数据挖掘算法已成为重要的研究课题,而现有的数据流聚类算法Clustream算法存在效率低,对大数据集适应性差等严重不足,本文提出了一种基于Hash函数抽样的数据流聚类算法。算法采用等时间跨度滑动窗口的思想,对每个窗口内的数据首先用Hash函数进行抽样,抽样后的数据先保存在存储池中,然后分析样本数据的变化情况,再利用PAM算法得到最终的聚类结果。从对真实数据集的实验结果上来看,算法具有良好的可行性和有效性,且在大规模数据处理的情况下,效率远高于Clustream     

基于ADC的TR-UWB数字接收机性能及其FPGA实现

发送参考超宽带(Transmitled reference UWB,TR-UWB)系统采用自相关接收检测技术作为一种非最优接收机,不需要进行信道估计和精确的时间同步,其结构简单、性能优良.数字化TR自相关接收机可以充分利用数字信号处理算法的优势,且易于用集成电路方法实现,其实现的关键是ADC.本文从理论上分析了ADC的抽样速率、量化阶数等对数字接收机的性能的影响,提出了过高阶数的量化并不能有效改善系统性能,并在FPGA上实现了TR-UWB接收机,通过编程设计与仿真,验证了基于ADC的TR-UWB接收机实现的可行性.