恒定应力加速寿命试验指数部件可靠性的Bayes估计

本文介绍在恒定应力加速寿命试验下,指数部件可靠性的Bayes估计。可略去如下假设:失效分布的参数和使用的应力之间有一已知的函数关系,仅利用不同应力水平下测试的数据,即可给出正常应力下指数部件可靠性指标的表达式。最后给出一个例子。     

贵州省高校在校本科生职业兴趣的结构研究

对贵州省高校在校本科生职业兴趣的结构进行研究,目的在于验证霍兰德职业兴趣调查表在贵州高校在校本科生中的结构,以探究霍兰德职业兴趣理论在不同文化背景下的可适用性。运用系统聚类法、多维尺度法作结构验证。得出结论:六种职业兴趣类型呈不规则的六边形结构,其顺序为I-RASEC;霍兰德职业兴趣理论不完全适用于贵州省高校本科生。     

导弹子母弹抛撒的均匀性指标的确定及评定方法

本文以导弹侵彻子母弹抛撒为背景，提出了一种适合于有限子弹抛撒的均匀性指标，并且运用现代统计方法——ＢａｙｅｓＢｏｏｔｓｔｒａｐ法模拟了均匀性指标统计量的分布；另外，从火力运用的观点出发，根据子母弹抛撒的均匀性指标的大小对战斗部毁伤效率的影响，确定了均匀性指标的容许下限；应用统计检验方法给出了子母弹抛撒的均匀性的评定方法，为导弹侵彻子母弹抛撒的鉴定及同类武器该项目的鉴定提供可信且便于操作的方法。     

CORRECTED PROOF OF A THEOREM CONCERNING A CONJECTURE OF SINGH

A theorem concerning a conjecture of Singh is formulated in[2].But the argumentin [2] contains a serious gap which is in fact the essential point of the proof.A correct proofis presented here.     

基于卡方检验的Android恶意应用检测方法

移动终端爆发式增长造成了恶意应用的大量出现,给用户的隐私安全和财产安全带来了巨大的危害.为提高Android应用恶意性检测的准确性,本文将卡方检验与基尼不纯度增量相结合获取更有价值的特征属性;并改进朴素贝叶斯算法提高Android应用恶意性判断的准确性.实验结果表明:新的特征处理方法能够有效提高检测性能;同时,改进后的朴素贝叶斯算法相比原始算法而言准确率有较大的提升.      

基于主题注意力层次记忆网络的文档情感建模

针对文档水平情感分析传统模型存在先验知识依赖以及语义理解不足问题,提出一种基于注意力机制与层次网络特征表示的情感分析模型TWE-ANN.采用基于CBOW方式的word2vec模型针对语料训练词向量,减小词向量间的稀疏度,使用基于Gibbs采样的LDA算法计算出文档主题分布矩阵,继而通过层次LSTM神经网络获取更为完整的文本上下文信息从而提取出深度情感特征,将文档主题分布矩阵作为模型注意力机制提取文档特征,从而实现情感分类.实验结果表明:提出的TWE-ANN模型较TSA、HAN模型分类效果较好,在Yelp2015、IMDB、Amazon数据集上的F值分别提升了1.1%、0.3%、1.8%,在Yelp2015和Amazon数据集上的RMSE值分别提升了1.3%、2.1%.     

冗余系统的Bayes可靠性分析

本文首先指出了Ｂａｙｅｓ方法和冗余系统的重要性,然后,提出了建模的数学背景,并作出并联系统的Ｂａｙｅｓ可靠性分析,最后给出了算例和分析结果.     

ON THE BEST UNIFORM CONVERGENCE RATE OF EB ESTIMATORS

ＯＮＴＨＥＢＥＳＴＵＮＩＦＯＲＭＣＯＮＶＥＲＧＥＮＣＥＲＡＴＥＯＦＥＢＥＳＴＩＭＡＴＯＲＳＬＩＡＮＧＨｕａ（ＩｎｓｔｉｔｕｔｅｏｆＳｙｓｔｅｍｓＳｃｉｅｎｃｅ，ＡｃａｄｅｍｉａＳｉｎｉｃａ，Ｂｅｉｊｉｎｇ１０００８０，Ｃｈｉｎａ）ＹＵＡＮＹａｈｕａ（...     

基于多层次MRF的多分辨率图像融合算法

图像数据融合的目的是恢复出分布在不同图像中的有用信息。在多层次MRF模型的基础上提出了一种多分辨率图像融合算法。该算法将定义在多层次图结构上的非线性因果Markov模型与贝叶斯SMAP(sequenti almaximumaposteriori)准则结合起来 ,弥补了MAP(maximumaposteriori)准则在多层次图结构上计算不合理的缺陷。实验部分中 ,对两种算法用于被高斯白噪声污染的合成图像的恢复结果进行了比较 ,并将该算法用于实际的多分辨率航空图像。实验结果表明了该算法的优越性。     

Statistical tests on two characteristics of the shapes of cluster diagrams

A cluster diagram is a rooted planar tree that depicts the hierarchical agglomeration of objects into groups of increasing size. On the null hypothesis that at each stage of the clustering procedure all possible joins are equally probable, we derive the probability distributions for two properties of these diagrams: (1)S, the number of single objects previously ungrouped that are joined in the final stages of clustering, and (2)m _k, the number of groups ofk+1 objects that are formed during the process. Ecological applications of statistical tests for these properties are described and illustrated with data from weed communities of Saskatchewan fields.This work was supported by the Natural Sciences and Engineering Research Council of Canada.