锚题比例与年级离散度对垂直等值的影响

采用锚题设计,选择年级1作为参照基准,通过蒙特卡洛模拟方法,考察锚题比例与年级离散度对垂直等值的影响.研究结果表明:与基准年级的距离影响垂直等值效果,越靠近基准年级,估计精度越好;从整体而言,垂直等值锚题比例设为30%,等值效果最好;垂直等值锚题比例的设定受年级离散度影响,2者存在交互作用,锚题比例设为"变"值更好.     

系数比例自适应算法的研究

系数比例自适应算法是利用系统的稀疏特性而发展起来的一种新的算法。这类算法为每一个滤波器系数引入一个成比例步长参数,使得成比例步长参数与滤波器系数的估计值成正比,保证了大系数获得大步长,缩短了算法的收敛时间。该文首先介绍了系数比例自适应算法的研究背景及研究现状,然后详细描述了典型的系数比例归一化最小均方(PNLMS)算法,最后重点介绍几种改进的PNLMS算法。     

基于NSCT的自适应阈值图像去噪算法

为了有效的去除图像中的噪声，保护图像细节，在研究了非采样下Contourlet（NSCT）变换和贝叶斯阈值的基础上，综合考虑NSCT变换后系数尺度间和尺度内的相关性，提出了一种新算法。该算法结合NSCT系数的相关性和贝叶斯风险最小准则估计区域自适应贝叶斯阈值，再利用硬阈值函数去噪，最后通过最小均方误差准则进行比例萎缩，得到真实系数估计。对于被高斯白噪声污染的图像，实验将该算法与经典算法相比较，结果表明在绝大多数情况下，该算法在峰值信噪比和视觉效果上都优于经典算法。     

序比例诱导分段无量纲化方法及其影响因素

为在评价数据的无量纲化处理过程中兼顾异常值情形，并减弱因异常值的存在而导致的无量纲化后数据之间分布不均衡的问题，在极值处理法的基础上，提出了一种非线性的无量纲化方法，即序比例诱导分段无量纲化方法。该方法以原始指标值的排序百分比为诱导变量对原始指标值进行分段，并在各区段内以极值处理法为基础分别进行无量纲化处理。通过性质分析，发现该方法能够较大程度地提升无量纲化结果对“总量恒定性”性质的满足程度。此外，采用模拟仿真的方法发现，该无量纲化方法对异常值具有较好的抗干扰性、且随着分段层级的增加其对异常值的敏感程度越来越低等主要结论。     

Beta回归模型在我国老龄人口比例数据中的应用

利用2013年我国1%人口调查抽样的老龄化数据,通过从经济、人文、教育等方面选取影响因素,建立Beta回归模型进行实证分析.结果显示,人均GDP、第三产业增加值、普通高校毕业生人数对我国老龄化进程有着显著的影响.     

基于自然驾驶数据的高速公路出口区换道风险模型

依托上海自然驾驶实验数据,提取高速公路出口区的交通流特性数据和驾驶行为样本.以单向四车道高速公路出口为例,考虑不同道路交通环境和出匝换道路径因素,基于比例优势模型构建高速公路出口区换道风险模型.在该模型基础上生成换道风险图谱,解析高速公路出口区换道风险分布特征,为车流控制管理提供理论决策支持.     

麻疯树雌雄花分化对4种外源激素的响应

为了探究激素对麻疯树Jatropha curcas L.花芽分化的影响,寻求诱导雌花分化的最佳激素及浓度处理,提高其雌雄比例,本文以4年生麻疯树为研究对象,采用4种可促雌分化的激素(IAA、6-BA、NAA、乙烯利)对花芽期的麻疯树进行诱导试验,确定对麻疯树雌花诱导效果最佳激素种类及浓度配比。4种激素对麻疯树都有一定的促雌分化效果,IAA最适浓度为60 mg/L,对麻疯树雌花的诱导率最高达70.97%;NAA最适浓度为60 mg/L,对麻疯树雌花诱导率最高达54.84%(主要是抑制雄花分化,提高其雌雄比);6-BA最适浓度为60 mg/L,对麻疯树雌花诱导率最高达20%;乙烯利最适浓度为1 440 mg/L,对麻疯树雌花诱导率最高达41.94%。经IAA处理后,麻疯树座果率高达98.83%,同时提高了种子质量,而种子含油率没有显著提高。综合分析比较,最终确定喷施浓度为60 mg/L的IAA是提高麻疯树雌雄比例最适宜的激素,其雌雄比为1∶12.0,坐果率49.96%。     

基于刚度性能优化的比例灵敏度方法研究

文章针对某款微型纯电动汽车扭转刚度不足的问题,在详细参数设计阶段提出了用比例灵敏度方法为基础对白车身结构件进行尺寸优化。首先利用Hyper Mesh软件建立正确的白车身有限元模型,并对其刚度性能进行分析;基于扭转刚度性能提升的需求,在已有灵敏度方法研究的基础上,提出了比例灵敏度变量优选方法;最后建立优化数学模型,以车身质量最小化为目标、扭转刚度性能要求为约束,通过优化白车身薄板件厚度,得到满足性能要求的车身结构。优化后扭转刚度提升了24.56%,验证了比例灵敏度变量优选方法对结构刚度性能提升的有效性。     

无线传感器网络基于改进遗传算法的节点调度

节点调度问题是经典的NP-hard组合优化问题之一。为解决该问题提出了诸如蚁群算法、粒子群算法和遗传算法等智能算法,以遗传算法(genetic algorithm,GA)更为有效,但经典的遗传算法在解决节点调度问题时,其算法自身存在寻优速度慢,容易陷入局部最优。提出一种改进的轮盘赌优化方法,该方法基于适应度比例的选择,即用全部个体的选择概率来计算累计概率,产生完整的子代个体并保留其基因,避免陷入局部最优,进而快速精确地求出节点调度问题的最优解,实验结果表明,经过改进的遗传算法求解的路径长度、收敛性和运行时间等指标均有明显改善。     

基于广义病例-队列设计方案的长度偏差数据回归分析

利用加权估计方程方法, 在广义病例 队列设计方案下, 针对长度偏差数据, 给出Cox模型中回归系数的估计, 并证明在适当的条件下, 所得估计量具有相合性和渐近正态性, 且渐近方差具有显式表达, 在实际应用中可由plug in方法估计.