回归函数非线性小波估计的优良性

在X服从区间[0,1]上的均匀分布的假设下,证明了回归函数的非线性小波估计中小波系数的无偏性和一致性.并证明了设置二次阈值情况下,小波系数的估计更有效.     

新型行星锥盘式机械无级变速器传动特性的实验研究

传动效率是无级变速器的一个重要性能指标。在研究了新型结构行星锥盘式机械无级变速器的结构和传动基础上，对影响传动效率的功率损失进行分析。由该变速器的传动性能进行的实验分析，得到了其空载功率损失和传动效率的变化趋势，对其合理使用进行了讨论。     

非对称损失下正态均值的同变置信限

从统计判决理论角度研究了非对称损失下正态均值置信限的估计问题。在位置及位置尺度变换群下，给出了总体方差已知或未知时正态均值的最优同变置信限并讨论了相关的问题。     

概率论在风险定量研究中的应用

在风险理论中，对风险的预测定量化研究十分有意义。本文在分析风险要素的基础上，利用概率论原理给出了风险的数量化定义，同时将损失结果进行数量转化，以“损失量概率分布”来描述风险量，并针对离散型损失量和连续型损失量两种情况，给出了风险量的定义以及对风险量进行计算和比较。     

防空火力分配对攻击机损失的影响分析

针对编队对地攻击过程中攻击机损失量的计算问题,提出了防空火力不同分配方式下攻击损失的计算方法。该方法利用攻击机和防空火力单元数以及防空火力单元对攻击机的损失概率,在防空火力平均分配和非平均分配情况下计算攻击机的损失量,通过实例对该方法的应用进行了详细说明,并对各种条件下攻击机的损失量进行了比较分析。从理论上证明了防空火力对攻击机平均分配时,攻击机的损失最大     

基于模糊校正的深度时序信息安全评估算法

针对现有信息安全评估算法对多专家主观态度偏差的处理不足,并且传统时序机器学习模型无法应对时间段内偏差积累等问题,提出一种基于深度模糊校正的深度时序信息安全评估算法。该算法首先通过三角模糊函数构建专家模糊评估指标,并采用改进的加权DS证据推理校正指标,然后创建损失和可能性矩阵特征,最后使用深度时序网络评估信息安全。在MIT数据集上进行了仿真实验,实验分别分析了特征是否能够应对多专家冲突,以及评估算法的正确率,鲁棒性和时间效率等指标。实验结果表明,本文提出的算法拥有更强的模糊评价能力,对专家间的冲突意见处理能力更强,在时序上的信息安全评估更准确,鲁棒性更高,但是算法效率却得到了保持。     

碳纳米管对钢筋混凝土耐氯盐腐蚀性能的影响

采用电化学快速腐蚀法研究了碳纳米管掺量(0.1%~0.5%)对钢筋混凝土在5%氯盐环境下的电流强度、变形开裂特征及钢筋质量损失率的影响.结果表明:少量碳纳米管会在混凝土中形成微细电容器,降低钢筋混凝土的导电性,保护钢筋防止钢筋腐蚀;而掺量较多时会形成导电通路,增加混凝土的导电性,提高钢筋混凝土的腐蚀电流强度.变形性能测试结果表明:0.1%~0.3%碳纳米管使得混凝土开裂破坏时间延长11%~32%;掺量较多时,会提高钢筋混凝土开裂破坏速度,钢筋混凝土开裂时间比普通混凝土提早了27.8%.钢筋质量损失率测试结果表明:在混凝土中掺入0.1%~0.3%碳纳米管使得钢筋质量损失率比普通混凝土低30%~81%.扫描电镜测试结果表明:腐蚀后,普通混凝土保护层中存在大量的针柱状腐蚀针体,并且还可以观察到脆性裂缝,而碳纳米管改性混凝土中的裂缝较小,碳纳米管束缚针状晶体并相互交缠.     

二值响应数据贝叶斯中位数估计

中位数回归是一种稳健的估计方法,在实践中有着广泛应用.基于贝叶斯方法研究二值响应数据的中位数估计问题,通过引入合适的潜在变量得到了贝叶斯层次模型,进而得到易于后验抽样的吉布斯抽样程序.为验证新方法估计的稳健性,通过大量数据模拟,并与已有方法进行比较,得到了满意的结果.最后实例数据分析进一步证明了所提方法的有效性.     

中心损失与Softmax损失联合监督下的人脸识别

深度学习在人脸识别领域已经取得了巨大的成就,针对当前大多数卷积神经网络采用Softmax损失函数进行特征分类,增加新的类别样本会减小类间距离的增长趋势,影响网络对特征判别的问题,采用了一种基于中心损失与Softmax损失联合监督的人脸识别算法,来提高网络对特征的识别能力。在Softmax基础上,首先,分别对训练集每个类别在特征空间维护一个类中心,训练过程新增加样本时,网络会约束样本的分类中心距离,从而兼顾了类内聚合与类间分离。其次,引入动量概念,在分类中心更新的时候,通过保留之前的更新方向,同时利用当前批次的梯度微调最终的更新方向,该方法可以在一定程度上增加稳定性,提高网络的学习效率。最后,在人脸识别基准库LFW上的测试实验证明:所提的联合监督算法,在较小的网络训练集上,获得了99.31%的人脸识别精度。     

基于互差跳跃算法的签到系统研究与实现

针对传统签到方式耗时且繁琐,文章研究并实现了一个基于互差跳跃算法的签到系统。该系统使用百度地图应用编程接口(application programming interface,API)获取签到者位置信息,基于中位数的互差跳跃算法判断签到者所在位置是否正确。算法以中位数附近一定范围的互差均值作为基准,以相邻数据互差与基准的比值作为异常门槛系数,根据系数值对已签到用户位置信息的可信度进行判断,从而确定用户的真实出勤状态。该系统目前已应用于某高校课堂考勤,实际应用效果证明该系统拥有较高的准确率,可以满足签到需求,有很好的实用性。