长记忆时间序列趋势项变点的CUSUM检验

本文研究长记忆时间序列趋势项的变点检验问题.基于最小二乘拟合残差构造了一种新的CUSUM型检验统计量,在无变点原假设下证明了检验统计量的极限分布是I型分数布朗运动的泛函,在备择假设下证明了检验统计量的一致性,并提出用Sieve Bootstrap方法确定检验统计量的临界值来避免精确估计冗余参数.数值模拟结果表明,提出的新方法在原假设下能较好地控制检验水平,在备择假设下能达到满意的检验势.     

分布对称中心的U检验方法

基于构造U统计量提出了检验对称随机变量分布对称中心的一种新的检验统计量,获得了该检验统计量在原假设与备择假设下的极限分布,并用Bootstrap方法来获得检验拒绝域的临界值,对几类重要对称分布下该检验统计量的检验功效进行了比较,说明了该检验统计量的优良性.     

基于经验欧氏似然的拟合优度检验

本文借助经验欧氏似然构造一类新的拟合优度检验,并讨论在简单零假设下,检验统计量的极限分布;然后利用极大似然估计所得的参数估计量构造复合零假设下的检验函数,并讨论其极限性质;最后把所得的检验与已有的Pearson x2检验和KS检验进行模拟比较,模拟结果显示基于经验欧氏似然的检验比其他的检验有相对的优势:功效较高、计算简单等,在应用上更具有推广价值.     

非对称情形下自然电位测井方程的近似解

在均匀介质的假设下,构造了关于井轴非对称二维情况下的自然电位测井方程的近似解和误差的估计式.基于这个估计式,可以发现当围岩层厚度与渗透层半径的比值减小时近似解的误差就可能会变大.为了克服这个困难,通过采用坐标变换的方法给出了一个新的近似解.这些近似解可以用来检验数值算法的好坏.     

维多项式Hurwitz稳定性的有限检验

基于复李雅普诺夫方程和矩阵的无穷范数,提出了二维Hurwitz 多项式新的充分条件 .在此条件下,导出二维多项式Hurwitz 稳定性的频域检验的有限算法,这一算法可以避免现有二维频域稳定性检验和代数稳定性检验算法中所存在的问题.文中给出例子,用来说明此算法的应用.     

二维多项式Hurwitz稳定性的有限检验

基于复李雅普诺夫方程和矩阵的无穷范数 ,提出了二维Hurwitz多项式新的充分条件 .在此条件下 ,导出二维多项式Hurwitz稳定性的频域检验的有限算法 ,这一算法可以避免现有二维频域稳定性检验和代数稳定性检验算法中所存在的问题 .文中给出例子 ,用来说明此算法的应用 .     

一种线性过程方差变点的比率检验

针对现有的用于线性过程中方差变点的比率检验存在势过低的问题,提出了一种新的检验统计量.同时研究了该统计量在原假设下的渐近分布以及备择假设下的渐近性质.此外提出一种新的变点估计方法,建立了该变点估计方法的收敛性和收敛速度.蒙特卡罗模拟表明了该统计量在样本量大小适中时比原统计量具有更好的经验水平和更高的势,所提出的估计方法也具有一致性.最后通过实例分析验证了该方法的有效性.     

基于秩的持久性变化的监测

在滑动残差比率检验统计量的基础,上基于秩提出了新的非参检验方法,并在原假设下得到其渐近分布,在备择假设下证明其容许性.模拟结果表明利用非参方法对厚尾情形所犯第一类错误更小.最后将方法应用到美国密歇根消费者信心指数初值,结果表明该方法是有效的.     

基于Sieve Bootstrap方法的长记忆过程均值变点的检验

本文提出一个新的统计量来检测长记忆时间序列中可能存在的均值变点,在原假设下推导出了检验统计量的极限分布在备择假设下证明了检验方法的一致性.为便于实际应用还提出了一种Sieve Bootstrap方法来近似统计量的临界值.模拟结果表明本文方法不仅可以很好的控制经验水平,而且相比已有均值变点检验的方法经验势也有了一定幅度的提高.     

基于投影U-过程的多元正态分布的拟合优度检验

给出两个新的多元正态分布检验的统计量,基于U-过程和正态分布的列维特征,利用投影寻踪方法,证明了在零假设下,所提出检验统计量具有相合性和渐进正态性.     

基于多扫描链相容压缩的距离标记压缩方法

文章提出了一种基于多扫描链相容压缩的距离标记压缩方法,该方法可以有效压缩芯片测试数据量。此方法利用相容压缩和基于差分的编码压缩方法两次压缩测试数据,相比类似的编码测试数据压缩方案,具有压缩测试数据传输协议简单、解压控制过程容易实现的突出特点;对ISCAS-85和ISCAS-89部分标准电路硬故障集的实验结果显示,本文建议的方法在压缩效率以及解压的实现上都明显优于混合码。     

基于分组的并行程序多路径覆盖测试数据进化生成

尽管并行软件测试已经得到软件工程界的广泛关注,但是,如何高效生成覆盖并行软件多条路径的测试数据,相关的研究还比较少。本文研究消息传递并行程序多路径覆盖测试数据生成问题,并提出基于分组的测试数据进化生成方法。首先根据并行程序包含的进程数、可用的计算资源以及路径相似度,将目标路径分成若干组,并基于每组目标路径,建立多路径覆盖测试数据生成问题的数学模型;然后采用多种群并行遗传算法求解上述模型,使得一次运行遗传算法,生成覆盖所有目标路径的测试数据。性能分析表明,所提出的目标路径分组方法不但能够保证不同组包含的目标路径相差很少,而且同一组的目标路径之间具有很大的相似度。将所提方法应用于4个基准程序的测试中,并与已有方法比较,结果表明,所提方法在保证路径覆盖率的前提下,可大大缩减个体评价次数和耗时。     

利用哈代-温伯格不平衡系数检验配对病例对照数据的关联性(英文)

针对配对的病例对照数据,利用偏离哈代-温伯格平衡的信息构造了用于估计基因模型的检验,称为配对的哈代-温伯格不平衡检验(mHWD).基于mHWD估计基因模型并应用相应的配对趋势检验进行关联性分析,称为基于模型选择的趋势检验(GMS).GMS是从数据驱动的角度提出的一种稳健有效的检验,模拟结果显示GMS在现有的关联性检验方法中具有最大的稳健有效性.对类肉样瘤病研究数据的分析进一步表明了基于模型选择的趋势检验的良好性质.     

Improved Data Compression Scheme for Multi-Scan Designs

This paper presents an improved test data compression scheme based on a combination of test data compatibility and dictionary for multi-scan designs to reduce test data volume and thus test cost. The proposed method includes two steps. First a drive bit matrix with less columns is generated by the compatibilities between the columns of the initial scan bit matrix, also the inverse compatibilities and the logic dependencies between the columns of mid bit matrixes. Secondly a dictionary bit matrix with limited rows is constructed, which has the properties that for each row of the drive bit matrix, a compatible row exists or can be generated by XOR operation of multiple rows in the dictionary bit matrix and the total number of rows used to compute all compatible rows is minimal. The rows in the dictionary matrix are encoded to further reduce the number of ATE channels and test data volume. Experimental results for the large ISCAS 89 benchmarks show that the proposed method significantly reduces test data volume for multi-scan designs.     

具有随机组容量的Poisson-gamma模型离差参数齐性检验

针对目前离差参数齐性检验都假定组容量固定的情形,提出了在组容量随机情况下离差参数齐性的检验问题.通过采用方差参数化方法研究纵向数据中Poisson-gamma模型的离差参数齐性检验问题,给出了组容量的随机性和离差参数齐性的联合检验方法,得到了score检验统计量.通过数值算例的实证分析检验了该方法的有效性.     

通信不确定MPI并行程序的测试数据自动生成方法

通过对用不确定方式传递信息的MPI并行程序进行分析, 给出测试数据自动生成的数学模型, 提出相似路径概念, 并将交叉思想与协同进化机制融入到人工蜂群算法中, 提出一种测试数据生成算法〖CD2〗交叉协同进化人工蜂群算法. 应用该算法求解并行程序的测试数据, 并与人工蜂群算法、 随机法进行对比分析. 实验结果 表明, 该方法可以求解测试数据, 并降低了时间消耗.     

一种基于子空间距离准则的源数目估计算法

 源数目估计是阵列信号处理中的一个重要课题,也是声纳探测领域的一个难题。通过研究特征子空间分析方法,提出了一种新的源数目估计算法。该方法在盲源分离结果的基础上,基于信号子空间和噪声子空间正交的原理,建立了子空间代价函数来估计观测空间的源数目。同时,通过仿真和水池实验,对该方法的性能做了研究,并与基于信息论准则中最小长度描述准则的源数目估计算法进行了比较。仿真和水池实验结果表明,该源数目估计算法能得到准确的源数目,并具有较好的抗噪性,在水声环境中具有更好的稳健性。     

一种航空发动机测量耙构件寿命曲线的确定方法及试验验证

测量耙振动加速考核使用寿命时,需根据其结构疲劳关系选择合适的振动量级,直接使用测量耙真实构件进行疲劳试验获取疲劳曲线需大量的构件样本,从而导致试验周期较长,试验经费庞大.针对测量耙常用材料1Cr18Ni9Ti开展拉伸试验,采用经验规律预估方法获得材料的应力(S)-循环次数(N)曲线,基于材料S-N曲线及小子样测量耙模拟...     

一种基于FDR的高测试质量测试压缩方法

FDR编码方法有效地降低了测试数据量,但其测试集中的无关位全部填充为0,平均每个测试向量检测的故障数目较少,测试质量较低.为了提高测试质量,并进一步提高测试数据压缩率,本文基于FDR方法提出了一种利用上一个测试向量的响应填充该测试向量中无关位的测试压缩方法.该填充方法提高了测试向量中无关位填充的随机性,从而提高了测试集的测试质量.提出方法的压缩效率与测试向量的顺序有关,基于最近邻居算法对测试集进行排序,降低了测试响应与下一个测试向量之间不相同的位数,对测试响应和测试向量差分处理后再进行FDR编码,从而降低了测试数据量.ISCAS’89电路中几个大电路的实验结果表明,与FDR相比该方法的测试质量平均提高了5.9%,测试数据压缩率平均提高了2.5%,而只需要增加一个异或门的硬件开销.     

基于单体型重构的传递不平衡检验

传递不平衡检验是基于家系检测疾病位点与标记位点之间连锁与连锁不平衡的经典分析方法。论文针对紧密连锁位点,提出了单体型的传递不平衡检验方法,并把此方法用于分析IgA肾病的两紧密连锁位点的基因定位数据。首先在估计核心家系的单体型频率的基础上,重构单体型的传递/未传递的交叉分类表格,然后通过检验此表格的对称性与边缘齐性进行传递不平衡检验,同时,自编Excel宏命令VBA程序,用于家系数据单体型频率估计与重构。此方法充分利用所有家系信息,并能处理缺失数据。C2093T-C2081T的单体型多态性与IgA肾病关联。此方法推广了已有单体型传递不平衡检验。