错误指定多元线性模型中回归系数混合估计的性质

在二次损失函数和Pitman Closeness(PC)准则下，本文研究了错误指定多元线性模型中回归系数的混合估计相对于最小二乘估计(LSE)的优良性。     

非萘系减水剂对高性能混凝土性能的影响

研究了一种新颖的非萘系高效减水剂，用其可以配制高性能混凝土。该高性能混凝土的坍落度在20cm左右，2h内坍落度损失小于3cm，且抗渗标号达S35以上。在该混凝土中再掺加复合超细粉，测定其Cl^-扩散系数及通过的电量，Cl^-的渗透性必于低档或非常低档的范围，证明了使用该减水剂配制的高性能混凝土具有较好的耐久性。     

试论装配精度与切削加工经济性的关系

按照零件机械加工出现的废品期望损失最小 ,调整机床刀具位置 ,使加工零件尺寸分布既保证装配精度 ,又使加工成本最低     

无偏预测理论在经验贝叶斯分析中的应用

从预测理论角度考虑了参数的经验贝叶斯估计问题。对正态总体下的估计问题进行了详细的讨论。证明了所给出的经验贝叶斯估计量是最优或条件最优无偏预测量。     

用外加剂控制泵送混凝土坍落度经时损失

在泵送混凝土中掺外加剂 ,能增加拌合物的流动性并降低泵送混凝土坍落度经时损失。本文通过对泵送混凝土坍落度经时损失的成因分析 ,研究了高效减水剂FDN、缓凝剂糖蜜及复合使用FDN和糖蜜对泵送混凝土坍落度经时损失的影响 ,及它们与水泥适应性。试验结果表明 ,复合使用高效减水剂和缓凝剂 ,能有效控制混凝土坍落度经时损失。     

基于半连续两部模型的保险损失预测

【目的】提高保险领域中保单累积损失预测的准确率。传统的Tweedie回归模型只能对非零均值建立回归模型,却不能对零概率建立回归模型,从而导致该模型的拟合效果并不理想。【方法】考虑到保单损失数据中往往包含着大量的零索赔,此时可视其为一种半连续型数据。因此,基于半连续两部模型,并考虑到累积损失中非零连续部分的分布类型,提出3种不同的累积损失预测模型,并结合一组实际损失数据进行模型对比分析。【结果】与Tweedie回归模型相比,本研究所提出的半连续两部回归模型的赤池信息准则值(Akaike information criterion, AIC)和贝叶斯信息量准则值(Bayesian information criterion, BIC)更小,具有较好的拟合效果。【结论】本研究结果可为保险领域中的保单累积损失预测提供参考。     

无粘结全预应力砼梁预应力损失的贝叶斯估计

提出了用于无粘结全预应力砼梁中预应力损失检测的贝叶斯概率法。研究了预应力筋在转动约束下自由振动特征,求得频率方程,以等效刚度的形式实现其在有限元中的建模。考虑测试结果的噪声影响和结构参数的随机性,利用自适应的马尔科夫链蒙特卡罗抽样技术(AM—MCMC)对梁的有限元模型进行了模型修正,构造出不相关的结构参数样本序列。在获取其后验分布统计特征的基础上预测了梁预应力损失的分布范围。数值模拟结果表明:AM—MCMC抽样技术确保了样本序列的混合能力。选择适当的抽样间隔可以减小样本序列之间的自相关性。对于不同的预应力水平,预测的预应力损失统计均值和试验值之间误差均小于6%。     

基于YOLO v5的工人玩手机行为检测方法研究

为规范工人生产行为、减少安全事故发生,提出一种监控工人使用手机行为检测算法.该算法以YOLO v5模型为基础,对其网络结构和损失函数进行改进.首先,优化主干网络,将ConvNeXt Block和SPP结构引入浅层网络增加浅层特征的提取;然后,在主干网络与特征聚合网络之间构建CBAM注意力机制层,过滤冗余信息;最后,选取EIoU损失函数代替GIoU损失函数,提高模型收敛速度与检测结果的定位精度.通过自建工人使用手机行为数据集,分别对YOLO v5原模型、改进模型以及主流模型进行对比.试验结果表明,在人体和手机目标检测中,改进模型有更好的检测精度和检测速度.     

深抽井新型助抽设备增效机理及优化设计方法

由于存在冲程损失大、泵漏失严重等现象,深抽井有杆抽油系统泵效过低的问题较为突出。实践证明,井下分级助抽器能够有效提升深抽井泵效,但其具体增效机理即主控因素尚不明确,并缺乏有效的优化设计方法。针对上述问题,从分级助抽器增效机理入手,探究各机理的主控因素,构建相应的数学模型,并建立分级助抽器优化设计方法,确定合理参数。分析表明,分级助抽器能够有效降低冲程损失、控制泵漏失量,而分级助抽器间距、直径、气液比、冲程冲次等因素均会影响其增效效果, 建议助抽器间距为40~60m,与油管间隙为1~2mm。上述研究为深抽井的提产增效提供了依据。     

复合Rayleigh分布模型尺度参数的Bayes估计

基于完全样本讨论了复合Rayleigh分布尺度参数的估计问题。在平方误差损失、LINEX损失函数下导出了复合Rayleigh分布尺度参数的Bayes估计。给出了Monte Carlo数值模拟例子,将得到的估计与最大似然估计进行比较。