沃纳模型中的矩估计量及其方差

随机化回答技术由沃纳(Warner)在1965年提出,用于处理在社会调查中的敏感性问题.其抽样过程可分为4类:Ⅰ.人总体以及问题总体都采用放回抽样;Ⅱ.人总体采用不放回抽样而问题总体采用放回抽样;Ⅲ.总体采用放回抽样而问题总体采用不放回抽样;Ⅳ.人总体以及问题总体都采用不放回抽样.本文首先给出了沃纳模型中4种情形下参数的矩估计,然后给出了求估计量方差的一个新方法,该方法有别于沃纳以及以前研究者的方法,该方法更容易理解及更具一般性.     

一种定量敏感性问题的调查方法及其估计

讨论了定量敏感性问题的一种调查方法，在Eichhorn·Hayre的随机化调查模型的基础上，提出了一种更为可行的模型设计，并通过效率比较证明该模型比Hayre的随机化调查模型精度更高；最后利用比例估计，得出定量敏感变量高于（或低于）某一值α的调查者在总体中所占的比例．     

一种定量敏感性问题的调查方法及其估计

讨论了定量敏感性问题的一种调查方法，在Eichhorn·Hayre的随机化调查模型的基础上，提出了一种更为可行的模型设计，并通过效率比较证明该模型比Hayre的随机化调查模型精度更高；最后利用比例估计，得出定量敏感变量高于（或低于）某一值α的调查者在总体中所占的比例．     

敏感性问题调查中隐私安全性的探讨

讨论敏感性问题调查中,常见的沃纳模型和西蒙斯模型设计时在隐私保护方面存在的缺陷,并给出一些改进的方法．     

概率发生变化时的连续抽样及最优匹配比

介绍了连续抽样中概率发生变化时保留样本的方法。对于有放回的PPS抽样,在假设的超总体模型之下提出了总体变量总值的模型——设计无偏预报量,并计算了总体不变时保留样本的最优匹配比。对于无放回的RHC抽样,给出了最优匹配比满足的方程。     

基于属性特征敏感问题双重应答模型设计

针对属性特征敏感性问题,设计了一种方便易行的改进模型—双重应答.被调查对象重复抽取随机装置的卡片,并回答每次所得结果的总和.讨论了其敏感属性比例的均值和方差的估计值,在抽取样本数相同的情形下,获得了比传统Warner模型和Simmons模型更高的精度.     

研制阶段装备使用可用度综合评价方法

针对研制阶段装备使用可用度难以评价的问题,提出了一种将试验设计、仿真建模、回归树分析相结合的综合评价方法。首先,基于离散事件仿真软件Arena建立两级维修保障模式下单部装备使用可用度仿真模型；然后,采用拉丁超立方抽样完成仿真输入想定的设计；最后,在运行仿真模型获得使用可用度输出数据的基础上,应用回归树模型确定了影响使用可用度的关键因素,并进行了实例分析。结果表明:该综合方法在保证仿真精度的同时减少了抽样次数，能对装备使用可用度进行仿真预计和敏感性分析,可用于研制阶段装备保障性试验与评价。     

概念发生变化时的连续抽样及最优匹配比

介绍了连续抽样中概率发生变化时保留样本的方法，对于有效回的PPS抽样，在假设的超总体模型之下提出了总体变量总值的模型－设计无偏预报量，并计算了总体不变时保留样本的最优匹配比，对于无放回的RHC抽样，给出了最优匹配比满足的方程。     

中小城市起讫点(OD)调查最优抽样量模型

基于抽样理论、最优化理论和出行需求预测方法,提出了以中小城市起讫点(OD)交通调查费用最小为目标,以调查精度为约束的最优抽样量计算模型和算法.实践结果表明:该方法有效地解决了调查费用和精度的矛盾,减少抽样量,仅用国际上推荐抽样率的1/10的抽样量就能得到预定精度的预测结果;对于具有简单交通流向的中小城市,能明显提高OD调查工作效率.     

浅谈调查方案设计应注意的一些问题

社会调查、市场调查越来越多地开始运用抽样调查的方法收集资料,如何设计一个优秀的抽样方案,不仅对调查结果影响重大甚至影响调查的成败。本文从四个方面用比较分析法阐述调查方案设计应注意的问题。     

基于多结构快速生成算法的建筑物平面提取

针对RANSAC算法在多结构数据集中提取平面点时存在的不足,提出了基于多结构快速生成算法的点云平面提取的新算法.该算法在随机产生一组平面模型之后,通过每个点相对于模型的残差排序信息,计算条件内点概率分布,然后利用得到的内点先验分布概率指导模型采样.实验结果表明,该算法能准确地检测出点云数据中的平面,相比RANSAC算法具有更好的采样效率.     

基于广义排序集样本的分位数估计

为提高总体分位数的估计效率,提出基于广义排序集抽样的非参数加权估计量.根据估计量的强相合性和渐近正态性,给出了在任意给定的抽样方案下使渐近方差达到最小的权数.再利用最优权数的适应任意分布性,证明出使估计效率达到最大的抽样方案是从所有排序小组中挑选具有同一次序的观测值.通过对渐近相对效率的数值计算和一组真实数据的实际应用,表明最优加权估计功效高于无权估计,最优排序集抽样效率高于标准排序集抽样和简单随机抽样.      

A two-stage algorithm of adaptive model-based parameter estimation and its application in the fast calculation of Green''s function in multi-layer soils

A two-stage algorithm is presented to determine an analytical model-based rational function by adaptively selecting sampling points. At the first stage, the rational interpolation function is created by using Stoer-Bulirsch algorithm and comparing the fitted model with the different ranks. At the second stage, the fitted model is validated by comparing with the first-principle model at a set of checking points. Some checking points will be added to the sampling series determined in the first stage to improve the fitted model. The new proposed algorithm is more accurate and effective than that using Stoer-Bulirsch interpolation only due to the fact that it appends the validation approach. When a highly oscillating curve is approximated, the validation ensures the fitting precision. With the two-stage MBPE algorithm, some time-consuming electromagnetic computations can be replaced by the interpolation from the fitting functions, which can increase the computational efficiency greatly. This method is used to calculate the samplings of the Green's functions in a multi-layer horizontal soil to demonstrate its effectiveness. The number of samples used to accurately model such Green's functions is less than 20 for the typical soil parameters. The computational time can be reduced by more than two orders of magnitude compared with that using the conventional uniform sampling technology.     

基于改进的RSSI的车间移动节点MCL算法

针对蒙特卡罗定位（MCL）算法在无线传感网络定位精度和取样效率中存在的不足,提出了一种基于接收信号强度指示（RSSI）改进的MCL算法（R-MCL算法）,并对车间移动节点进行定位.通过分析车间移动资源的移动规律,引入RSSI模型测距预测,减少取样区域,从而提高了取样效率和定位精度.仿真结果表明,R-MCL算法在定位精度、收敛速度和计算量等方面的性能均有提升.     

基于空间自相关的县域尺度土壤侵蚀抽样方法研究

【目的】探讨不同空间抽样方法和插值方法对土壤侵蚀预测精度的影响,为县域土壤侵蚀快速评价提供技术支撑。【方法】以沂蒙山区蒙阴县为研究区,GF-1号和GF-6号卫星影像、1∶1万地形图等数据为基础数据源,基于空间自相关理论,采用不同的空间抽样方法和空间插值方法,对研究区土壤侵蚀状况进行快速抽样预测研究。【结果】①根据全局Moran’s I指数、Z score和平均图斑类型,选取400 m×400 m方格为抽样单元最优尺寸。②与空间随机抽样、空间系统抽样方法相比,空间分层抽样样本容量最少(150个,其他样本容量最均超过250个),抽样精度最高(96.69%),抽样效率最高。③空间分层抽样下,普通克里金法和协同克里金法的计算结果与栅格计算法差异较小,相对差异分别为8.25%和9.85%(另两种方法的相对误差大于25%),但在空间分布上,受坡度影响的协同克里金法土壤侵蚀强度分布更为详细。【结论】综合考虑抽样调查的精度和工作量,在沂蒙山区县域尺度开展土壤侵蚀调查工作时,可采用空间分层抽样和协同克里金法或普通克里金法的方法进行土壤侵蚀快速预测,从而为区域生态环境保护提供重要数据支撑。     

基于改进正交试验设计的飞行轨道参数优化

采用微分进化算法改进了标准正交设计的均匀性.运用标准正交设计法和改进的正交设计法优化亚轨道飞行器再入段轨道参数.在相同的样本容量下,标准正交设计得到了估计误差满足要求的回归模型,而改进的正交设计得到的回归模型的估计误差有了进一步减小.采用复形调优法对两个回归模型进行寻优计算,两模型所得最优解均满足精度要求,而改进正交设计所得模型的优化效果更好.改进正交设计法进一步增强了抽样效率,是适用于轨道参数优化的重要方法.     

An Automatic Analysis Approach Toward Indistinguishability of Sampling on the LWE Problem

Learning With Errors (LWE) is one of the Non-Polynomial (NP)-hard problems applied in cryptographic primitives against quantum attacks.However,the security and efficiency of schemes based on LWE are closely affected by the error sampling algorithms.The existing pseudo-random sampling methods potentially have security leaks that can fundamentally influence the security levels of previous cryptographic primitives.Given that these primitives are proved semantically secure,directly deducing the influences caused by leaks of sampling algorithms may be difficult.Thus,we attempt to use the attack model based on automatic learning system to identify and evaluate the practical security level of a cryptographic primitive that is semantically proved secure in indistinguishable security models.In this paper,we first analyzed the existing major sampling algorithms in terms of their security and efficiency.Then,concentrating on the Indistinguishability under Chosen-Plaintext Attack (IND-CPA) security model,we realized the new attack model based on the automatic learning system.The experimental data demonstrates that the sampling algorithms perform a key role in LWE-based schemes with significant disturbance of the attack advantages,which may potentially compromise security considerably.Moreover,our attack model is achievable with acceptable time and memory costs.     

基于坐标测量机的曲面自适应采样的网格生成

自由曲面的数字化是自由曲面重建的关键技术之一,如何在三坐标测量机上合理对自由曲面进行采样,将关系到曲面重建精度和测量效率等重要问题,作者提出以物体重心坐标为数学模型的采样算法,该方法具有保存曲面拓扑信息和网格自组的功能,能够较准确地反映曲面的形状特征,同时对算法得到的网格数据进行了分析和处理,为坐标测量机的采样提供了一条简洁而高效的途径。     

多视角下基于信息融合采样的3-D人体运动跟踪

以多视角同步视频为输入,提出了一个基于信息融合采样的3-D人体运动跟踪系统。系统先利用形状特征检测头部和躯干,然后实施单假设跟踪捕捉四肢。跟踪过程中,采样函数通过融合多种信息进行启发式采样,使粒子向受欢迎的方向跟踪,从而降低跟踪所需的粒子数。该系统结合检测和跟踪,有效地解决了漂移问题;通过信息融合采样提高了采样效率;在HumanEva-II数据库上的实验误差为71mm。与传统Condensation和退火粒子滤波方法相比,该系统在精度和采样效率上都有所提高。     

自由曲面数字化的自适应规划

针对数学模型已知的自由曲面,依据质心定理推导出基于形状的采样算法,提出在给定采样精度下的自适应采样方法;针对数学模型未知的自由曲面,引入平面数字化曲线有界性概念,建立测量参数与采样步长的内在联系,提出了基于曲率和曲面切线斜率的自适应规划方法．计算机仿真结果表明,所提出的规划方法可显著提高数字化采样效率．