密度演化方法在概率分布估计中的应用研究

利用密度演化方法，提出了随机变量概率分布估计的一个新方法．在此方法中，构造一个与基本随机变量相关的虚拟随机过程，使得基本随机变量成为该随机过程的截口随机变量．利用独立随机抽样的样本值，即可获取虚拟随机过程的瞬时概率密度函数，进而获得随机变量的概率密度函数估计．以约束混凝土极限应变的试验与理论预测值之比值为例，进行了概率密度函数估计．     

基于Camshift和Kalman滤波的仿人机器人手势跟踪

对仿人机器人MIR-1的双目视觉系统实现实时手势跟踪.通过颜色直方图反投影,将每帧RGB输入图像转换为二维的肤色概率分布图像,基于Camshift算法计算手势跟踪窗口的位置和大小,并用Kalman滤波预测手心位置,有效地解决了背景中大面积肤色干扰和手势部分被遮挡等问题.在仿人机器人MIR-1上完成的手势跟踪实验,验证了此方法的实用性和有效性.     

公路建设项目水环境风险评价方法

基于某高速公路环境风险评价实例，对高速公路水环境风险评价方法进行了探讨。认为目前在公路交通危险品运输对地表河流的风险评价中，采用的风险概率计算模型应增加交通事故中的泄漏概率项；危险品的泄漏速率计算采用非稳态孔口出流计算方法比稳态孔口出流计算方法更符合客观实际。采用卷积分模型成功预测计算了危险品泄漏后河流中污染物浓度的分布。     

面向异质可扩展标记语言文档的近似查询算法

提出了一种面向异质可扩展标记语言（XML）文档的近似查询算法（TPQR）．利用模式重写策略，通过对XML模式之间语义相似度及节点映射关系的求解，将原始查询树改写为多种XML模式下的重写查询树，从而解决了XML数据的多样性带来的查询语义缺失问题．将经变异操作序列得到的变异查询树精确地嵌入在XML数据树之中，即可将XML近似查询问题转变为多棵变异查询树的精确查询问题．在汽车外形智能化设计的实验中比较了TPQR算法和静态有序选择算法，结果表明，在查准率、查全率上，前者比后者分别提高了5％～10％和10%～30%．     

基于滑动概率神经网络的早期故障诊断

针对机电设备早期故障难以识别的问题，提出了一种动态的概率密度估计方法——滑动概率神经网络，用以跟踪分析测量信号的概率密度变化过程，及时发现早期故障．该网络以固定不变的抽样集作为第一层，动态滑动的测量信号作为样本层，通过求和层得到抽样集的条件概率密度估计，将样本层内测量信号的概率密度动态地投影到统一的抽样集上．将网络分解成以测量值为中心的子网络，来实现网络的递归运算，并且利用高斯函数的快速衰减特性或使用分段线性函数近似高斯函数，从而提高了网络的计算实时性．通过压缩机喘振过程数据的应用实例，表明该方法能够有效识剐故障的早期征兆．     

具可变输入率的M/M/n模型的常微分方程形式

针对实际中存在的排队现象：顾客在加入队列之前发现排队顾客较多而发生犹豫，从而因影响他加入队列的可能性。利用随机建模的全概率法则推导了具有可变输入率的M／M／n模型的常微分方程形式，为从理论上分析该模型动态解及其稳定性奠定了基础。     

马尔可夫链在太湖流域梅雨期预报中的应用

依据1954~1991年太湖流域的入、出梅日期以及梅雨集中期,应用马尔可夫链预报了太湖流域1992年和1993年的梅雨期,并利用其平稳分布分析了梅雨期系统在各状态下的概率.应用结果表明:在太湖流域气候条件稳定的情况下,历史数据越多越精确,预测也就越可靠;以马氏链预测梅雨状态的方法是一种概率预报方法,需通过大量的预测检验才能显示出该方法的准确性和可靠性.     

他克莫司产生菌原生质体制备、再生与诱变

对筑波链霉菌的原生质体制备、再生条件进行了研究,建立了筑波链霉菌的原生质体诱变筛选体系.在此基础上,通过原生质体的紫外诱变处理,筛选得到1株高产菌株,与出发菌株相比,该菌株的平均发酶单位提高51.4%.通过原生质体的紫外诱变来筛选他克莫司高产菌株是一种行之有效的方法.     

多险种风险模型的破产概率

由于保险公司风险经营规模不断扩大,用单一险种的风险模型来描述风险过程存在局限性,文章建立了保费收入为复合泊松过程的风险模型;讨论了带干扰的多险种风险模型;得出伦德伯格不等式和最终破产概率公式。     

概率统计观念形成中的思维障碍分析

概率统计的研究对象是随机现象.概率统计思维的本质在于:对随机事件发生的频繁程度定量化,在不确定的情景中作出良好判断.正是其思维方法别具一格,学生理解概率显得很复杂、很困难.通过对具体概率统计问题常见错误的分析,发现概率统计观念形成中的思维障碍,提出概率统计教学中应关注的方面.