基于SQL server2000 OLAP技术构造的酒业集团销售分析系统

随着我国各行各业的信息化建设的开展，酒业集团信息化工程也取得了很大进展．其中酒业集团营销的信息化是指计算机应用技术在酒业集团营销中的应用，其主要目的是用来实现酒业集团营销系统无笔化、全自动、无人工干预的业务运行．作为其中的重要一环——酒业集团营销统计报表的生成，不但可以为营销业务层提供基本的数据，而且更为营销决策层提供决策支持．     

利用鞍点逼近与Bootstrapping方法估计统计量的分布

统计量分布的确定是统计推断的一个关键工作，在总体分布已知的条件下，鞍点逼近在很多场合可以给出统计量分布的良好近似．在介绍鞍点逼近方法的基础上给出了一个结合鞍点逼近与Bootstrapping方法估计统计量分布的方法，解决了总体分布未知的条件下统计量近似分布的估计问题，并以样本均值的分布为例进行了讨论。     

层状大地视真频参数测深曲线的反演

在Cole-Cole模型假设的基础上,用一种新的递推反演算法对无电磁偶合影响时的水平层状大地对称四极装王复电阻率测深曲线进行反演,得出了层状大地上视电阻率、视时间常数、视频率相关系数、视充电率的视真频参数测深曲线.与需要复电阻率频谱的反演方法不同,该递推算法只需要4个不同频率的复电阻率数据,大大减少了野外工作量.通过对几种层状介质模型反演计算,结果表明:视真频参数测深曲线能够反映出各地层介质的真频参数随深度的变化规律;综合利用视真频参数能确定层状介质的频谱特性,从而达到区分岩石性质的目的.     

一种运动目标提取方法及其应用

介绍了一种利用高阶统计量(higherorderstatistics,HOS)提取视频序列中运动目标的新方法,并将其应用到人脸识别技术中。利用HOS对高斯噪声的不敏感性分离运动区域和背景,进一步提取出运动目标。当提取出的视频序列中的运动对象为人体时,利用主元素分析法(principlecomponentanalysis,PCA)进行人脸识别。实验证明,算法计算简单,速度快,用于人脸识别时能正确提取出运动的人体。     

隐马氏模型中的标量估计

通过测度变换的方法构造一个概率空间,利用观测变量在该构造空间中独立的性质,研究了一类在实际中应用广泛的隐马尔可夫模型———零延迟隐马尔可夫模型;然后通过测度的逆变换,将构造空间中得到的结果返回到实际的空间中来,克服了通过半鞅的方法得到标量估计的困难。最后给出了零延迟隐马尔可夫模型中标量估计的一般公式,并且应用该公式给出了状态、跳跃次数、状态到达次数等标量估计,以阐明该方法的应用。     

P2P文件共享系统中Peer的行为评价

以节点的行为评价是信任研究的基础为切入点,在严格遵循纯P2P系统信任机制建立的限制条件的基础上,综合运用表现序列和概率统计中即时估计、总体估计等数学理论知识,最终提出了对P2P共享文件系统中的Peer行为的一套评价预测方法.分析表明,该方法产生的误差在允许范围内.从而,能够为P2P系统准确、广泛、长时间的得到应用提供良好、完备的信任机制.     

基于改进的卷积神经网络的钢号识别

为获取样本的多样性特征,提出了一种改进的卷积神经网络结构。该网络中引入多层递归神经网络,利用卷积神经网络提取输入图像的浅层特征,同时利用卷积神经网络和递归神经网络并行提取高层特征,最后将两种网络学习到的特征进行融合输入到分类器中分类。利用迁移学习理论解决小样本集数据训练不足的问题,并将这种卷积神经网络结构应用于石油物资管线钢号识别中。实验探究了递归神经网络个数与卷积核个数对网络性能的影响,实验结果表明,改进的网络结构与其它网络进行对比,错误率降低了 3% 。     

动态的 SDN 网络流量模式增量学习算法

针对基于人工神经网络的流量统计特征学习算法在动态适应性和可扩展性等方面尚显不足.提出了一种基于增长型自组织映射(GSOM)的增量学习算法,对软件定义网络(SDN)数据平面交换机的流表统计信息进行持续学习,动态获取网络流量的GSOM神经网络模型.基于DARPA99数据集的实验结果表明:所提出的算法能够通过学习确认安全的SDN流量,获得稳定、可塑的流量模式,对异常流量也有较高的敏感度.     

应用型本科高校经管专业统计学教学实证分析 ——以莆田学院为例

针对应用型本科高校统计学教学效果不佳的现状,在莆田学院经管类专业展开问卷调查,并采用问卷数据进行实证分析。统计分析发现,学生对统计学的使用性认知有限、努力程度不足,统计学教学和考核偏理论、缺乏实际应用等问题。因子分析表明,影响教学效果的多个变量可降维为教师教学水平、学生学习投入、专业联系度、实践教学和教材适用度5个因子。回归分析表明,这5个公因子对教学效果均存在显著影响。最后,提出相关建议:提高教师教学水平、改变学生对统计学使用性的认知、增加实践学时等。     

货车整车质量辨识方法研究

针对货车整车质量辨识问题,分别对基于车辆纵向动力学和基于运动学的两种整车质量辨别方法进行仿真和实车试验研究。阐述了两种整车质量辨识方法的原理,在TruckSim软件平台上建立车辆模型并在多种工况下基于这两种方法进行仿真分析。根据仿真结果进行实车试验,提出了一种车速冗余计算和加速度计算的方法,利用带时变遗忘因子的递推最小二乘法（RLS）对实车质量进行估计。研究结果表明,所提出的车速冗余计算方法和加速度计算方法准确有效,同时减少换挡次数能够显著提高辨识算法的收敛速度。相比于运动学整车质量辨识算法,基于车辆纵向动力学整车质量辨识算法能够有效地估计货车整车质量,鲁棒性好,估计准确,收敛速度快,具有很好的工程应用价值。