二维磁性纳米结构材料的Monte Carlo模拟

运用Monte Carlo模拟方法，通过分折系统自旋序参数与温度的变化关系了解纳米结构材料磁性的特征．计算模拟结果表明，磁性纳米材料具有比同等大小和平均密度的单晶低的居里温度，且在相变过程中往往会出现一些亚稳态．研究结果提供了一种解析金属纳米结构材料特性的重要方法．     

省级工业多目标抽样最佳样本数目分析法初探

通过对我国工业统计抽样调查实际工作中的有关方法制度的分析研究，阐明了关于我国省级工业抽样调查中的样本框的构造和分解方法；对于各分解后的样本进行特征值分析和相关分析，提出了多目标(指标)抽样调查的样本数目确定的综合排序分析方法。     

煤与瓦斯突出的神经网络预测分析

煤与瓦斯突出是一个复杂的过程 ,做好预测预报工作显得尤为重要。本文通过建立煤与瓦斯突出的人工神经网络预测模型、原始样本的学习 ,可预测待报样本的突出情况 ,并进行了实例分析。经过检验 ,该预测模型的预测精度较高。图 1 ,表 2 ,参 3。     

二相PPS抽样的样本单位数的最优设计

该文讨论了为ＰＰＳ抽样的二相抽样时，其样本单位数的最优设计问题。并结合实例进行了分析。     

用于BP网络的样本添加法

提出了一种改善ＢＰ网络学习能力的样尊添加法，它是根据人类学习知识时存在遗忘现象而设计的。首先阐明其工作原理与学习算法；接着将它用于ＢＰ网络之中，以处理三倍冗 表决问题。     

基于格点场数据的沙尘暴双预报模型

为提高沙尘暴预报的准确率，以描述大气环流形式的物理场格点数据作为建模样本，采用自组织神经网络对物理格点场数据样本进行聚类，构建出由大规模阵列式数据格式表示的建模样本的低维特征，再用模糊神经网络综合建模样本的一般性规律，用非典型样本进行二次建模以反映建模样本的特殊性，并设计隶属度调整方案对一般性和特殊性进行协调，由此形成兼顾建模样本一般性和特殊性的双预报模型．测试结果表明，基于特征提取方案的双预报模型体系使沙尘暴预报准确率达到80．4％．     

关于样本区间长度的联合分布

设（X1，X2，…，Xn）为服从I=[0，1]上均匀分布的简单随机样本，它们将[0，1]分成（n＋1）个样本区间，以Y0，Y1，…，Yn分别表示这些样本区间的长度．本文讨论Y0，Y1，…，Yn的联合分布及其极限分布．     

MOMENT-METHOD ESTIMATION BASED ON CENSORED SAMPLE

In reliability theory and survival analysis, the problem of point estimation based on the censored sample has been discussed in many literatures. However, most of them are focused on MLE, BLUE etc; little work has been done on the moment-method estimation in censoring case. To make the method of moment estimation systematic and unifiable, in this paper, the moment-method estimators(abbr. MEs) and modified momentmethod estimators(abbr. MMEs) of the parameters based on type Ⅰ and type Ⅱ censored samples are put forward involving mean residual lifetime. The strong consistency and other properties are proved. To be worth mentioning, in the exponential distribution,the proposed moment-method estimators are exactly MLEs. By a simulation study, in the view point of bias and mean square of error, we show that the MEs and MMEs are better than MLEs and the “pseudo complete sample” technique introduced in Whitten et al.(1988). And the superiority of the MEs is especially conspicuous, when the sample is heavily censored.     

样本筛选与操作优化的可视化方法实现

可视化方法通过将多维空间数据映射到二维平面上，依据“物以聚类”属性对二维平面中各样本点进行分类、识别，找出离群样本并将其剔除掉．与此同时，产生目标函数等值线．沿着等值线值增大或减小的趋势方向寻优，就很容易地确定出最优点或最优化操作区域．以某卷烟厂生产烟丝为例进行分析和计算，结果表明，文中筛选样本数据方法中，离群点的剔除提高优化结果的准确度。最佳操作条件的确定可为工业生产或科学实验提供决策支持。     

基于核最小二乘回归子空间分割的高维小样本数据聚类

针对基于线性表示理论的子空间分割方法没有考虑高维小样本数据的非线性性质,借鉴核理论,提出核最小二乘回归子空间分割方法,使子空间分割方法适合高维小样本数据的非线性性质.经6个基因表达数据集和4个图像数据集上的实验,表明该方法是有效的.