厚尾序列均值变点的非参数检验

目的 考虑稳定系数为κ的厚尾分布的均值变点检验问题.方法 利用非参数检验方法.结果 基于Wilcoxon秩和统计量,构造出了相应的检验统计量.结论 得到了原假设下统计量的渐近分布,并证明了在备择假设下统计量的相合性.     

基于多层挖掘策略的特征选择及在科技文献分类中的应用

提出一种应用于科技文献分类的文本特征选择方法.该方法运用了聚类与关联规则的思想,对文本特征进行逐层选择.同时为提高K-means算法的聚类性能,对K-means算法做了相应的改进,通过为算法的终止条件设定标准值来减少算法迭代次数,减少学习时间;通过删除由信息动态变化而产生的冗余信息,来减少动态聚类过程中的干扰.采用KNN分类器进行对比实验,实验结果表明,该特征选择方法在科技文献分类方面有较高的准确率.     

外来犯罪人群体户籍地空间分布对比研究——以北京市2005年和2014年数据的实证分析为例

以2005年和2014年北京市外来犯罪人为研究对象,通过非参数检验、层次聚类等方法对其户籍地的空间分布进行了对比分析和空间统计分析。结果表明:在2005年和2014年,犯罪人的户籍地分布均存在明显的高值集聚区和低值集聚区,其中高值聚集区主要集中在河南、山东等距北京市较近的区域;而从不同年份的对比来看,北京市外来犯罪人群体的地市级分布存在显著的差异,主要表现为来自北京周边区域的犯罪人占比逐渐下降,但来自偏远地区的犯罪人群体占比开始逐渐增加。最后,针对外来犯罪人群体的户籍地分布变化特征提出了相应的防范建议。     

N-咔唑二硫代甲酸异丙苯酯的合成及应用

以咔唑和α-甲基苯乙烯为原料,合成了以咔唑为Z基团的可逆加成-断裂链转移试剂——N-咔唑二硫代甲酸异丙苯酯(CCBD),该化合物合成简便,可以经重结晶提纯.以CCBD为可逆加成-断裂链转移试剂对苯乙烯、甲基丙烯酸甲酯和丙烯酸乙酯单体进行了RAFT聚合,该聚合具有活性聚合特征,聚合物相对分子质量随转化率升高而增大,并得到相对分子质量分布窄的聚合产物,研究表明CCBD具有很好的RAFT聚合控制能力.     

福建省民生指数动态数学模型研究

采用由系统聚类分析、非参数检验和相关性分析所组成的动态降维方法,对初建立的民生指标体系进行动态的指标选择,然后再利用网络分析法对选择出的指标进行权重的确定,从而建立民生指数测算模型,最后利用福建省2000-2011这十二年的相关数据对该模型进行实证分析。研究结果表明,利用该方法对民生指标进行指标选择以及建立民生指数监测模型是可行的,有助于为民生工程的建设提供科学的理论依据。     

基于特征项聚合的古典诗歌分类模型

为提高计算机对古典诗歌自动分类的准确性,提出一种基于特征项聚合的分类方法.首先从文本中提取特征项并用向量表示,向量的每一分量表示该特征项在不同类别中的比重;然后通过聚类算法把相似的特征项聚合为一组,从而形成特征项聚合的诗歌模型;最后利用分类器对诗歌进行分类.《全唐诗》语料库的实验结果表明,利用该模型及算法可明显提高诗歌分类的准确率.     

Kernel-Kmeans:一种基于核密度估计的空间聚类算法

利用核密度估计的非参数检验特性,提出了一种基于核密度估计的Kmeans改进算法KernelKmeans.该算法综合了基于划分的聚类思想以及基于密度的聚类思想,首先由核密度估计算法计算样本点的密度分布,然后对密度分布栅格进行窗口计算并取极大值来初步确定聚类中心以及聚类数量,最后将聚类中心和聚类数量作为参数输入Kmeans算法得到聚类结果.以OpenStreetMap发布的京津冀城市群点数据开展实验研究,采用算法运算时间与轮廓系数为验证指标,与Kmeans算法、极大极小改进Kmeans算法进行了对比验证,结果表明Kernel-Kmeans算法的精度高于后两者.     

面向对象的高校教材管理系统建模

面向对象建模是一种运用对象、类、继承、封装、聚合、消息传送、多态等概念来构造系统的软件开发方法.UML是一种面向对象的统一建模语言.文章介绍基于UML的三种面向对象模型,运用UML建模机制为教材管理系统建模,并给出相应的域类图、活动图、交互图和用例模型.     

深度优先局部聚合哈希

已有的深度监督哈希方法不能有效地利用提取到的卷积特征,同时,也忽视了数据对之间相似性信息分布对于哈希网络的作用,最终导致学到的哈希编码之间的区分性不足.为了解决该问题,提出了一种新颖的深度监督哈希方法,称之为深度优先局部聚合哈希(Deep Priority Local Aggregated Hashing,DPLAH).DPLAH将局部聚合描述子向量嵌入到哈希网络中,提高网络对同类数据的表达能力,并且通过在数据对之间施加不同权重,从而减少相似性信息分布倾斜对哈希网络的影响.利用Pytorch深度框架进行DPLAH实验,使用NetVLAD层对Resnet18网络模型输出的卷积特征进行聚合,将聚合得到的特征进行哈希编码学习.在CI-FAR-10和NUS-WIDE数据集上的图像检索实验表明,与使用手工特征和卷积神经网络特征的非深度哈希学习算法的最好结果相比,DPLAH的平均准确率均值要高出11％,同时,DPLAH的平均准确率均值比非对称深度监督哈希方法高出2％.     

南昌市1961-2007年气温变化趋势及突变分析

利用南昌市1961-2007年历年平均地面气温数据,运用滑动平均、小波分析和Mann-kendall非参数检验方法分析了南昌市1961-2007年的气温变化趋势及突变特征。结果表明:南昌市1961-2007年平均气温增温趋势较明显,线性倾向率为0.2℃/10 a。年平均气温存在准24 a、14 a、6 a的周期震荡,其中24 a、6 a准周期为主周期,在2002年左右南昌市气温发生突变,气温开始迅速升高。     

非线性系统的非参数识别

对一个系统进行非线性的判别,进而识别出其非线性的类型,可统称为非线性系统的非参数识别。本文阐述了一些非线性时间序列的非参数识别的方法：对于确定性非线性振动系统,识别方法为极限环法和Ｈｉｌｂｅｒｔ变换;对于随机非线性振动系统,采用概率统计方法．其中有概率密度函数的分布,高阶矩,高阶相关和多维功率谱。计算机仿真实验证明,以上方法是行之有效的。     

零误差密度函数准则的BP神经网络学习研究

BP神经网络的学习通常以均方误差函数(MSE)为目标函数,当目标变量不满足高斯分布时,其结果可能偏离真正最优.零误差密度函数(ZED)利用非参数估计中的Parzen窗法得到误差在零点的概率密度函数.将零误差密度函数作为BP网络的目标函数时,通过对光滑参数的选择使新的目标函数能够适用于期望输出满足任意分布.仿真实验分别以零误差密度函数和均方误差函数为目标函数的BP网络学习在函数逼近方面进行比较,结果表明零误差密度函数要比均方误差函数的适用范围更广.     

Bootstrap方法的仿真实现及其在系统偏差估计中的应用

该文研究Bootstrap方法与Bayes Bootstrap方法的原理及在小样本情况下的应用问题.分析了这二种统计方法的原理,给出了总体分布中未知参数的点估计方法和区间估计方法,后采用非参数抽样法,编写C语言程序,实现了Bootstrap方法与Bayes Bootstrap方法的计算机仿真.通过实例分析,给出了射击系统偏差在Bayes Bootstrap方法、Bootstrap方法和经典统计方法下的具体偏差值,得到Bayes Bootstrap方法优于其它二种方法的结论.     

统计假设检验的诊断与数值影响分析

本文对统计假设检验引入诊断与影响分析的概念,对参数和非参数假设检验进行了数值影响分析,由此表明统计诊断与影响分析在假设检验与统计推断中是必不可少的一个环节.最后建议了一个参考性诊断统计量.     

用简化的瞬态测压方法研究高层建筑风振响应

采用瞬态脉动测压方法和改进型竖向相干函数 ,提出了计算高层建筑风振响应的简化方法 ,该方法在较低设备性能要求的条件下 ,进行较少工作量的风洞实验 ,并结合随机振动理论能较好地分析超高层建筑的风振响应 .将基础倾覆弯矩功率谱密度及均方根响应、顶部峰值动态位移和加速度等主要参数的计算结果和有关文献结果相比较 ,误差在可接受的范围内 ,证明了该文方法的有效性     

铝合金薄板结构多模态随机振动疲劳分析

基于数值方法分析了铝合金薄板在共振和非共振状态下的动态响应,结合Dirlik疲劳寿命估算方法,确定振动应力是影响结构振动疲劳寿命的主要因素.利用数字图像相关技术,通过随机振动试验验证了数值计算动应力的准确性,研究了结构在多模态随机载荷激励下的振动特性,发现高阶模态载荷会影响结构振动疲劳损伤,引起结构振动疲劳寿命的急剧降低,并分析了产生这一现象的原因.     

本征正交分解法在曲面模型风场重构中的应用

大跨空间结构模型（在风洞试验中）能同步测量的测点常相对有限，需采用有效风场重构技术通过有限点同步测量结果得到全表面风压分布的动态信息．介绍了本征正交分解法在这一问题中的应用，并对基于球面及柱面壳体模型风洞试验得到的风压数据进行了比较验证．结果表明，该方法对曲面模型具有很强的适用性，能够有效地整体把握这类模型表面风压分布规律，可为大跨空间结构抗风时程分析中风荷载分析提供很好的帮助．     

基于随机生成树的配电网重构模拟退火算法

提出了一种基于实数编码方式的配电网重构模拟退火算法,即按开关序号的实数编码方式产生随机序列,再利用图论方法产生对应的一棵生成树(一种树状网络结构)．该算法可保证解空间的可行性和完备性．对算法的邻域结构的确定进行了分析．给出的算例表明该算法求解快速,简单有效。     

动态矩阵控制在营养液调配中的仿真研究

营养液调配控制系统是一个非线性、滞后参数时变的非最小相位系统,同时还存在各种约束条件．因此,要想精确建立其数学模型是非常困难的．针对这一特点,本文利用系统阶跃响应序列建立一种非参数模型,并提出了带误差变化率反馈校正的动态矩阵控制改进算法,并通过仿真实验比较证明了改进算法的正确性和有效性．     

考虑配电网故障停电风险和负荷变化的动态网络重构

配电网重构可以改善和提升系统的运行效率,但目前重构方法中较少考虑配电网的可靠性和负荷动态变化.文中针对由配电网支路故障引起的配电网可靠性降低问题,提出了一种考虑配电网支路故障停电风险和负荷变化的动态重构方法,并以支路故障停电风险指标来评价配电网网络结构的优劣,建立了考虑支路故障和负荷变化的配电网分时段动态重构模型,给出了利用量子遗传算法求解所提模型的方法和流程.IEEE 33-节点系统仿真结果表明,采用考虑障停电风险的配电网动态重构方法,在16∶00和17∶45可以明显降低配电网故障停电风险（分别降低13.52千瓦小时/年和13.62千瓦小时/年）,验证了所提出的考虑故障停电风险的配电网动态重构方法的有效性.