广义n重独立试验概型

对于n重Bernoulli试验概型,一些文献对它进行了推广,但都只是从减弱其定义中某一个条件出发而加以讨论的。例如,〔1〕、〔2〕、〔3〕、〔5〕中指出,将Bernoulli试验结果的对立性减弱为“每次试验的可能结果为有限个:A_1,A_2,…,A_m”,其它条件不变,就得到n重独立试验概型,同时还给出了有关这种多项分布概率计算的多项公式;〔4〕、〔5〕、〔6〕等中提到,将Bernoulli试验同一结果在各次试验中出现的概率保持不变减弱为“同一结果在各次试验中出现的概率与试验的次数有关”,其他条件不变,就得到广义Bernoulli试验概型。本文在试验次数为有限的情形下,对Bernoulli试验概型作最宽的推广,提出广义n重独立试验概型,给出有关概率计算的表达式,并且推求出刻划这种概型概率分布的特征函数和主要数字特征。 先给出试验的独立性的定义。     

CHN模式下EA1110元素分析仪反应管填充及制样方法的改进

报道了EA1110型元素分析仪CHN模式下反应管填充方法的改进措施,燃烧管中按顺序填装银丝、Cr2O3、Co3O4+Ag;还原管只填装线状铜.同时针对不同样品采用不同的制样措施,保证了分析结果的准确性,燃烧管的平均使用次数延长了24%,还原管的平均使用次数延长了59%,提高了仪器使用效率.     

贝努里概型与数据检测抽样规模的估计

根据贝努里概型提出一类数据质量检测抽样的方法,该方法可以预估抽样规模和错误样本抽出率.     

连续大批量空间数据质量抽样检验方案

以调整型抽样方案思想为指导,利用连续批的信息量,基于历史资料反泊松推算出接收数c.同时初步探讨空间数据质量抽样检验中批量N与样本容量n之间的关系,提出了根据批量N和连续提交检查批过程平均上限值AQL确定样本容量n的计算方法.改进了连续大批量空间数据的抽样方案(N,n,c)的制定方法.最后,通过对改进算法所得抽样方案与百分比抽样方案、查表所得抽样方案进行比较,指出了改进方法的优点及其适用条件.     

基于改进蜂群算法的城市公交网络设计

针对公交网络设计问题,基于OD矩阵提出了一种贪婪算法生成初始公交线路集,利用改进蜂群算法通过循环迭代对初始解集进行改进,从而生成最优公交线路集.模型以乘客总乘车时间与加权换乘次数之和为优化目标,以乘客平均乘车时间、乘客换乘次数占比为评价指标.最后,利用瑞士Mandl网络对算法进行验证,结果表明:与既有研究相比,利用改进蜂群算法所得的线路集合乘客平均乘车时间更少,直达乘客比例更高.与遗传算法、爬山算法和禁忌算法比较,改进蜂群算法耗时更少,能够有效的应用于大规模的公交网络设计.     

基于进程执行时间的多级反馈队列调度算法

针对多级反馈队列(MLFQ)调度算法在时间片大小选取上对系统性能的关键影响,提出了一种基于进程执行时间的多级反馈队列调度算法.算法结合动态时间量子思想,通过进程的执行时间动态确定队列以及时间片来完成调度.同时为了减少队列进程的切换次数,利用中位数的方法来决定时间片的大小.实验结果表明,与传统的多级反馈队列调度算法相比,改进的算法不仅缩短了进程的平均周转时间和平均等待时间,也减少了进程切换次数,为操作系统领域处理机调度智能化提供了有效的参考价值.     

农作物种植面积遥感估算优化研究——抽样单元

及时且准确地获取农作物种植面积信息,对于粮食产量的估算和预测是至关重要的,同时也对我国制定科学合理的粮食政策、经济计划和管理措施,确保国家粮食安全具有重要意义.抽样技术与遥感技术的结合为获取农作物种植面积提供了行之有效的解决思路.本文系统梳理了农作物种植面积遥感估算的抽样设计中抽样单元大小和形状的优化方法,并以浙江省平湖市为例探讨了抽样单元大小和形状对估算结果的影响.研究表明:1)现行的抽样单元最优尺寸计算方法可分为平均地块法、成本控制法和考虑空间相关性的统计分析方法3大类,但由于每种优化方法判断准则和指标构建存在差异,造成最优化尺寸存在不同,在实际应用中需要根据需求选择适宜的抽样单元最优尺寸确定方法;2)在浙江省平湖市的实例分析中,通过对规则抽样单元和不规则抽样单元估算结果的CV、RRMSE和变差的对比,看出在平湖市使用规则抽样单元比不规则抽样单元更有优势,而对于抽样单元最优尺寸的确定,由于每种方法的判断准则和指标不同结论并不一致.     

抽样区间可变带有警戒限的中位值控制图

针对在统计过程中控制图出现异常时发出信号时间长短的问题,将带有警戒限的中位值控制图推广到抽样区间可变的情形,设计了可变抽样区间带有警戒限的中位值控制图(WLVSI图),利用Markov链理论推导平均链长(ARL)公式,计算发信号前的平均时间,并与常规控制图、带警戒限的中位值控制图作出比较.结果表明:控制图的抽样区间可变时,发信号前的平均时间更短,较之固定抽样区间的控制图更合理,改进后的控制图用于实际生产中可提高效率,减少不合格品数,从而降低经济损失.     

森林资源二类调查方法的改进及角规抽样监测体系的建立

针对我国森林资源二类调查方法与体系的现状进行了分析,采用小班不等概抽样及固定角规点抽样的方法建立森林资源动态监测体系.在理论上论述了小班不等概抽样的估计公式,并给出了具体的证明.在样本组织与估计方面提出了采用利用小班抽样主特征因子与抽样概率成比例的辅助因子、相关系数的方法,指出了采用先验信息具体确定相关系统的估计方法.在动态监测体系中具体给出了采用保留木确定小班蓄积生长量的具体公式.该方法避免了常规二类调查需采用县级加密样地控制方法耗资大、难操作的缺点,使森林资源二类调查自成体系,有利于小班调查与森林生态区域及环境调查结合,实现动态多层次监测.     

一种改进的交叉口信号配时优化方法

研究了近几年来城市交叉口信号配时优化设计中存在的局限性,提出了一种改进的优化方法并予以实例说明,计算结果表明此方法降低了交叉口平均延误时间和停车次数,提高了通行能力.     

基于Alias的自由曲面逆向造型设计

介绍了Alias逆向造型工具的特点和工作流程及其曲面造型技术.通过儿童安全座椅局部点云的反求设计,阐述运用Alias进行复杂曲面重建及造型的过程.通过曲面拓扑结构的合理划分,解决复杂曲面的重建很难用简单特征或特征曲线拟合的曲面来实现这一难题.研究表明,Alias直接建模的灵活性和高精确度,对于缩短产品开发周期、保证产品质量具有重大意义.     

排序集抽样下定时截尾指数寿命数据的参数估计

针对定时截尾指数寿命数据的参数估计问题,采用排序集抽样方法,研究了指数分布参数的极大似然估计.针对排序集抽样下似然方程求不出解的问题,似然方程的部分项替换为期望,并给出修正极大似然估计.估计效率的比较结果说明:基于排序集抽样方法的修正估计量优于基于简单随机抽样方法的极大似然估计量.     

平衡WSN目标失跟率的自适应采样频率方法

针对WSN固定采样频率下机动性目标失跟率较高的问题,分析了机动性目标失跟的机理,建立了表征失跟率、采样频率、目标速率关系的数学模型,提出了平衡目标失跟率的自适应采样频率方法,并对速度大小、方向变化的机动性目标跟踪问题进行仿真实验。结果表明,自适应采样频率方法（采样间隔距离参量 取不同值时）相比固定采样频率方法的失跟率平均可降低3.3%-6%;当 等于50米时,失跟率平均降低6%,网络能耗降低13.1%。     

基于YOLO改进算法的安全帽和口罩佩戴自动同时检测

针对工地、危险区域等场景需要实现同时佩戴安全帽与口罩的自动检测问题,提出一种改进的YOLOv3算法以提高同时检测安全帽和口罩佩戴的准确率。首先,对网络模型中的聚类算法进行优化,使用加权核K-means聚类算法对训练数据集聚类分析,选取更适合小目标检测的Anchor Box,以提高检测的平均精度和速度;然后,优化YOLO网络内部的Darknet特征网络层,将4倍降采样提取的特征图进行2倍上采样,再与2倍降采样进行卷积融合,与4倍降采样、8倍降采样以及16倍降采样一同输送到后续网络中,来达到降低小目标的漏检概率。实验结果表明:改进后的算法同时检测安全帽和口罩佩戴的平均准确率比原算法提高了11.3%。     

基于BTS数据集的航班延误分类和预测算法

针对神经网络分类模型对美国联邦运输统计局(Bureau of Transportation Statistics, BTS)航班数据集中的不均衡数据预测误差较大的问题,采用自适应合成采样算法(adaptive synthetic sampling approach, ADASYN)和合成少数类过采样算法(synthetic minority over-sampling technique, SMOTE)对航班延误类别进行平衡处理,并用随机森林(random forest, RF)模型进行训练和贝叶斯调参。结果表明：与不经过平衡采样的方法比较,该方法在权重平均下的精确率、召回率和F₁评分分别提高了19%、8%和16%;分类预测准确率提升8.03%,模型拟合指数AUC(area under curve)提升5.4%。同时,采用多特征相融合的图神经网络模型Graph WaveNet对航班平均延误时间进行预测。实验结果表明：与单特征模型比较,该模型平均绝对误差和均方根误差分别降低了16%和12.45%。这些方法和结果对研究航班延误分类和预测算法研究具有参考价值。     

改进的取样定理及改进的哈里斯外推法

本文第一部分是介绍改进的取样定理,并对它们作分析比较,第二部分是应用改进的取样定理的结果,改进的哈里斯外推法,并通过对实例的计算把改进后的哈里斯方法与原来的哈里斯方法进行比较,证实新的哈里斯方法优于原来的哈里斯方法,从而说明文献(1)中改进的取样定理是一重大意义的突破。     

改进包络滤波算法及在电路信号中的应用

分析多次采样取平均值和经典的包络均值方法,指出这两种方法的优缺点.提出改进的增量包络均值滤波(I-EMF)算法:先将采样信号递归平均重建,以削弱幅值过高的噪声信号点;然后在实时提取的重建信号上下包络中引入合理的衰减量;最后计算包络均值作为真实信号的估计值.通过仿真分析和实验验证,该算法具有较好的信号处理与去噪性能.     

采样级数对高维平稳过程的逼近

香农采样定理是信号处理的基石,现实中的信号多是高维随机的,采样时也会有诸多干扰因素,并且经典采样级数中对sinc函数的处理也是比较繁琐的,为此,用sinc函数的Taylor展式对其进行逼近,对变动后的高维随机过程采样级数进行了误差分析,得到了时间扰动误差的误差上界。     

基于节点热度的改进Gnutella2搜索算法

Gnutella2的搜索算法在超级节点间转发消息采用泛洪机制,在大规模文件共享中产生较多冗余消息,降低了搜索效率.为提高搜索效率,提出一种基于节点热度的改进搜索算法.该算法根据P2P网络中的幂律特性,提出节点热度概念,根据节点热度选择转发超级节点,设计了基于节点热度的搜索算法;在节点热度的计算中,引入惩罚因子减少无效搜索;在搜索消息转发时,通过最热轮空策略来均衡高热度节点的负载.对实验结果的分析表明,该算法在保证搜索命中率的前提下,能有效减少平均搜索时间和平均跳数,提高了搜索性能.     

结合小波金字塔的空频域亚像素图像配准

基于图像序列的超分辨率重建,是利用同一场景的多幅低分辨率图像重建一幅高分辨率图像,其实现过程可分为两个步骤:首先,利用亚像素图像配准技术将所有的低分辨率图像配准;然后,利用配准的多幅图像重建一幅高分辨率图像.针对配准这一问题,提出一种新颖的图像亚像素配准方法.新方法先将Haar小波分解出的低频子图应用频域Vandewalle方法进行初步配准,然后结合空域Keren改进方法进一步提高配准精度,同时利用金字塔在不同层上分别实现亚像素配准,并逐层累加配准结果.实验结果表明,即使在较大的平移和旋转情况下,相比只有空域Keren改进方法和只有频域Vandewalle方法,该方法的配准精度和超分辨率重建效果都得到明显提高.