改进的核极限学习机定位算法

针对神经网络无线定位方法,存在训练耗时长,定位结果易受噪声干扰的问题,提出了一种改进的核极限学习机无线定位算法。采取在同一位置进行多次测量的方法得到训练数据;把同一位置测得的数据划分为一个样本子空间并提取样本子空间的特征,以样本子空间的特征代替原来的训练数据;利用矩阵近似及矩阵扩展的相关理论改进核极限学习机算法;将处理过的训练数据利用改进的核极限学习机进行训练,得到定位预测模型。仿真结果表明,在相同数据集下,改进的核极限学习机训练用时短、定位速度快;在相同噪声干扰情况下,此算法定位预测误差小。经验证,该算法不但能提高网络的训练速度、定位速度,还能有效地降低噪声的干扰,提高定位精度。     

论签名笔迹伪装性实验样本的应对措施

目的一是如何从技术层面解决当前司法鉴定,特别是民事司法鉴定实践中当事人故意伪装书写实验样本造成的鉴定困境;二是如何将鉴定技术无法克服的难题及其证明的伪装性书写事实,在法律层面进行有意义的证据转换。方法首先根据鉴定实践,分析书写人伪装书写实验样本的主要手法;其次,基于经验探讨识别签名笔迹伪装性实验样本的系列方法;最后,寻找合法的技术性策略,提取具有较高比对价值的补充样本。结果笔迹鉴定实践证明,受主、客观条件影响,理论上的样本补充策略功能有限,在只有伪装性实验样本(也包括平时样本比对条件差)的案件中,鉴定人几乎只能作退案处理,或者作出检材字迹与样本字迹没有比对条件的鉴定意见。结论伪装性签名实验样本在同一认定中的比对价值固然下降,但却可以作为证明书写人存在伪装书写的重要证据。在一定条件下,委托人(如法院)可以根据书写人伪装书写的客观事实,对书写人作出可反驳的不利推论与评断。     

具有漂移特征的退化可靠性评估方法研究

针对具有参数漂移特征的产品， 首先采用随机扩散理论描述其参数漂移规律， 并建立了参数漂移模型. 在此基础上， 提出了基于参数漂移特征的退化补充样本容量的确定方法， 建立了基于退化观测数据和补充样本数据的产品退化可靠性评估模型. 最后， 通过对某传感器电压数据进行处理， 说明了该方法得到的可靠性估计结果具有较好的精度和稳健性， 与工程实际相符.     

人类生物样本库材料转移协议：实践考察与治理探索

在人类遗传研究活动中，人类生物样本库通常与研究者签订材料转移协议，由此对人类生物样本和/或数据的移转、使用目的与方式等相关事项进行具体约定。对人类生物样本库情境中材料转移协议文本的主要内容进行比较，有助于总结和提炼出材料转移协议签订过程中应重点关注的伦理与法律问题。由于材料转移协议关涉诸多利益相关者，其文本涵括人类生物样本和/或数据的提供、接收与存储使用、隐私保护与保密、研究成果的知识产权归属、费用、保证与责任等诸多条款。因此，有必要引入治理理念，材料转移协议既可以作为人类生物样本库的治理工具，又应当作为治理对象得到有效的治理，从而合理界定材料转移协议的功能范围，实现相关主体之间的利益平衡。     

NSD样本最近邻密度估计的相合性

利用负超可加相依(NSD)序列的Bernstein不等式和Borel-Cantelli引理, 给出NSD样本最近邻密度估计和失效率函数估计的(弱)强相合性、 一致强相合性和(一致)强相合速度.     

我国城镇居民文化消费区域性差异分析——基于北京与西北部地区的比较

本文在对全国文化消费现状进行系统分析的基础上,利用非参数检验中的两独立样本检验对我国的政治、文化中心北京与经济技术薄弱、文化消费水平偏低的西北地区青海、甘肃、宁夏三省的城镇居民分别从文化消费水平、文化消费结构两方面进行了全面的差异性分析.结果显示北京与西北地区文化消费的两方面都表现出了明显的差异性,同时西北地区的三个省之间既表现出极大的相似性又存在一定的差异性.同时运用描述性分析找出了差异存在的具体方面,有助于地方政府因地制宜的制定符合本地的文化消费发展政策.     

中国养老地产项目样本研究

<正>与发达国家相比,我国的养老产业才刚刚开始发展,尚无真正成熟的模式,也没有以养老产业为主业的上市公司。目前,声称要进入这一行业的企业,大多与地产相关。正因为此,国内的地产商进入养老地产时虽然颇为高调,但在实际运营中,却又小心翼翼。本文选取了国内几个有代表性的样本进行分析研究,结果显示:由于养老产品的复杂性和多样性,即使是同一个企业,也不一定只选择一种模式,而是多方面试水,试图寻找出最合适的盈利模式。     

提高统计专业学生统计调查分析能力的途径

通过对统计专业学生的问卷调查,搜集学生关于自身统计调查分析能力满意度数据和影响自身统计调查分析能力提高因素的数据,利用基本描述统计量分析工具和列联表分析模型、配对样本T检验,对调查数据进行了深入分析。分析结果表明:学生对自身统计调查分析能力的满意度不高;影响满意度提高的因素主要有自身对统计专业的兴趣和实习实训活动的多样化;具有不同学习成绩的学生所希望提高的统计专业技能不同;学生的统计调查分析过程的薄弱环节主要是问卷设计和数据分析,并希望改变薄弱环节的方式方法有所不同,等等。这些结论为提高统计专业学生统计调查分析能力的培养新模式提供了参考依据。     

基于分解与集成的空气质量指数预测

为了能够准确地预测空气质量指数（AQI），建立了基于集合经验模态分解（EEMD）-样本熵（SE）的极限学习机（ELM）和门控循环单元（GRU）组合的AQI预测模型。首先利用EEMD算法对AQI数据进行分解，得到一组不同尺度的本征模态函数分量和残余分量；其次计算各分量SE值，根据各分量SE值将各分量重新组合成新的序列，并将新序列按其复杂程度经过GRU模型或ELM模型进行预测；最后将所有结果叠加得到AQI预测值。实验结果表明，与反向传播（Back Propagation,BP）神经网络模型、长短期记忆网络（Long Short-term Memory,LSTM）模型、ELM模型、GRU模型、EEMD-SE-ELM模型、EEMD-SE-GRU模型和EMD（经验模态分解）-SE-ELM-GRU模型相比，基于EEMD-SE-ELM-GRU的组合预测模型其预测误差最小，预测精度最高。     

基于样本稀疏化高斯过程的发酵过程软测量建模方法

提出了一种基于样本稀疏化高斯过程(GP)的发酵过程软测量建模方法。该方法将聚类和灰色关联度分析相融合，综合考虑样本点间欧式距离和各个特征向量对样本点间相似度的影响，通过剔除相似度比较大的样本点，实现训练样本集的稀疏化，降低了模型的计算复杂度。利用基于样本稀疏化的高斯过程构建青霉素发酵过程的软测量模型，同时得到青霉素浓度的预估值和表征预估值的不确定度，实验结果表明，本文所提方法与标准GP方法相比，在保证模型预测精度的前提下，减少了模型的训练时间。