基于左截断右删失数据的Lomax分布形状参数估计

Lomax分布是数理统计中一种重要分布,基于EM算法及极大似然法研究了左截断右删失数据下Lomax分布的参数估计,推导出参数的迭代式,并应用随机模拟对参数迭代式进行模拟检验,结果表明,迭代式能够快速收敛,估计值精确度较高.     

随机左截断数据下条件分位数的光滑经验似然推断

应用光滑的经验似然方法来构造随机左截断数据下条件分位数的置信区间． 在一定的条件下,证明了经验似然比统计量渐近服从自由度为1的卡方分布． 模拟数据表明,在构造条件分位数的置信区间时,经验似然方法比正态逼近方法效果更好．     

左截断右删失数据下分位数差的估计

首先, 利用核光滑方法研究左截断右删失数据下总体分位数差的估计, 得到了左截断右删失数据下分位数差的光滑估计及估计量的大样本性质. 其次, 在均方误差意义下, 证明了光滑分位数差估计比左截断右删失数据下乘积限分位函数的差有更高的估计效率. 最后数值模拟分析高斯核函数下选择不同窗宽对改善乘积限分位数差估计效率的影响.     

左截断右删失数据下伽马分布的参数推断

伽马分布是生存分析中应用较为广泛的一种连续型寿命分布。本文基于矩估计方法研究左截断右删失数据下伽马分布的参数估计问题,通过引入潜在数据推导出参数迭代公式,利用矩估计方法的渐近正态性质得到伽马分布参数的渐近置信区间,并进行数值模拟实验。模拟结果表明：在删失比例较小的情况下,参数推断的结果更接近真值;矩估计方法适合大样本情况,同种删失比例随着样本量增大,参数估计的效果更好,渐近置信区间长度变短。     

左截断右删失数据下几何分布参数的点估计

证明了左截断右删失数据下几何分布参数极大似然估计的存在唯一性,给出了由EM算法得到的参数的迭代公式,进行了随机模拟试验,结果表明参数的MLE和EM估计的精度都较高.     

左截断右删失数据下尺度参数与协变量相关时广义指数分布的估计及应用

在左截断右删失数据类型下,当时间变量T服从广义指数分布时,针对尺度参数是否受协变量影响建立两种模型,并用极大似然估计法给出参数估计,用Newton-Raphson算法求解参数估计.将两种模型分别应用到变压器寿命数据集和Channing house数据集中,得到了其生存函数和风险函数.     

基于Cache网络数据的数据缓存技术研究

通过对目前数据缓存技术的分析和研究，提出和设计了一种针对于高速局域网分布式数据缓存系统，即基于Cache网的数据缓存系统。旨在进一步提高数据缓存系统的性能，通过减少网络传输时间，均衡网络负载，实现提高客户机／服务器网络系统的检索效率。其主要思想是在网络的各个节点上建立数据缓存区，并实现对这些缓存区统一调配和管理。文中对其缓存性能进行了分析，并和其它缓存系统进行了比较，从而论证了该缓存系统的有效性。     

数字校园信息资源规划和数据标准建设

运用信息系统理论对数字化校园信息资源规划和数据环境建设进行分析，着重分析功能模型和数据模型的建立方法和主要内涵，给出了高校信息化建设的数据标准体系。     

数据转换算法在异构数据集成中的研究与应用

在构建异构数据库集成系统时,主要会面对数据源的异构性、完整性、语义冲突和集成内容的限定等方面的问题。只有进行数据格式和数据内容的统一转换后,来自不同数据源的异构数据才能被集成系统使用。因此,本文着重研究了异构数据集成中的数据转换算法。     

基于多传感器的数据融合方法和模型研究

数据融合技术受到广泛的关注,本文结合数据融合及其一般功能模型、目标识别融合结构层次,重点分析了基于多传感器的数据融合的算法和级。比较了集中式和分布式融合处理,提出了利用实例,展望了基于多传感器的数据融合技术的发展趋势和困难。     

基于大数据的网络信息资源社团的研究

本文首先讲述大数据时代的概况,大数据时代下网络信息资源的概况,然后以“文献”为例,提出相关概念,最后介绍大数据时代下“文献”网络信息资源社团及其模型。     

基于信息扩散的稀疏数据插值算法

为了解决实际海洋观测资料中存在的零散、稀疏问题,提出了一种基于信息扩散思想的插值方法——正态扩散插值模型。该方法基于模糊映射思想,通过对稀疏数据点的信息进行模糊扩散和插值映射,进而实现有限数据点信息向其邻近区域点的概率插值。运用该算法思想和途径,建立了信息扩散插值正态模型。通过对海温资料的插值试验和对比分析,验证了该方法的合理性和有效性,可为海洋观测资料的客观分析和标准化处理应用提供实用方法和技术参考。     

基于运动模型和数据关联的多目标跟踪

在多目标跟踪的拥挤场景中,目标之间的相互遮挡以及目标外观变化,给多目标跟踪中的目标位置预测和数据关联带来了很大的挑战.利用卡尔曼滤波算法建模目标运动模型对目标轨迹进行预测,能够有效缓解目标外观变化的影响.数据关联是多目标跟踪中的重要组成部分,为此,设计了一种相关性网络来处理多目标跟踪中的数据关联.实验结果证明：利用运动模型在跟踪速度上可以实现实时的跟踪效果,设计的相关性网络有效提升了跟踪器的跟踪精度.     

基于分布式数据库系统的数据分配模型研究

提出一种基于分布式数据库的数据分配策略问题，数据分配得好对整个应用系统的改进、数据的可用性、提高分布式数据库（DDB）的效率和可靠性有很大影响．数据片段分配得好，整个系统的性能才会处于一个良好的状态．以通信代价作为衡量标准，通过实例研究数据分配方法的原理及用法，并对各自的优缺点进行了比较与分析的研究．     

基于XML的异构数据集成模型的研究

提出了一种基于XML中间件实现虚拟数据库的集成模型,其中的中间件完成请求执行、数据转换等关键功能。     

基于谱正则化算法的大数据矩阵完备化研究

矩阵完备化是基于部分观测数据来完成全部矩阵预测的问题.随着互联网技术的发展,大数据时代的来临,大数据矩阵中大多数据依然是空白的,需要补充,即大数据存在矩阵完备化的问题.本文利用谱正则化模型和算法来解决大数据的矩阵完备化问题,该方法将矩阵完备化问题整理成核范数最小二乘问题,再通过截断奇异值分解、软输入算法和硬输入算法给出了一系列正则化低秩解.最后基于实际的Netflix 大数据的实验结果证明了本文的方法.     

基于遥感数据的蒸散量估算研究概述

遥感技术因其经济、适用、高效等特点,在蒸散量估算研究中的应用越来越广泛。本文研究和总结了常用的遥感估算蒸散量的方法,分析了各种模型和方法的特点,对几种常用遥感数据在蒸散发研究中的应用现状做了概述,归纳了目前遥感估算蒸散量的研究中存在的问题,展望了遥感估算蒸散量的趋势。     

基于数据驱动模型的潮位和潮流预测方法研究

为解决工程海域潮位、潮流资料不足给海洋工程设计和数学模型建立带来的不确定性,根据单测站潮位潮流的自相关性、对应测站潮位或潮流以及潮位与潮流之间的互相关性,建立基于数据驱动模型人工神经网络的单测站潮位、潮流(流速、流向)预测模型;多测站潮位、潮流对应预测模型;潮位与潮流对应预测模型.以复杂海况下的实测潮位、潮流资料进行模型验证,重现了潮位、潮流自身及相互之间的非线性映射关系.模型预测结果与现场实测数据的比较及其误差分析表明,该模型具有结构简单、精度高的优点,适用于解决工程实际问题.     

数字图书馆的大数据信息接入和管理问题研究

大数据时代的来临带动了社会各行业的发展变革,引发了大数据信息技术在传统图书馆领域的广泛应用.基于对大数据的含义、特点及作用的阐述,分析了数字图书馆的大数据信息接入和管理的现状及存在的问题,提出了具体的解决对策,以期对数字图书馆建设发展提供参考.     

基于侦察应用的数据融合技术研究

简单介绍了数据融合技术及其应用情况,详细分析了数据融合技术在侦察系统中的作用,根据战场侦察传感器的特点,重点建构了战场侦察数据融合的结构模型,概要提出了数据融合的主要方法,对侦察数据融合处理的发展趋势作了展望.