左截断右删失数据下几何分布参数多变点的贝叶斯估计

首先通过添加数据得到了左截断右删失数据下几何分布的完全数据似然函数,然后研究了变点位置和其它参数的满条件分布,接着利用Gibbs抽样与Metropolis-Hastings算法相结合的MCMC方法得到了参数的Gibbs样本,把Gibbs样本的均值作为各参数的贝叶斯估计,最后进行了随机模拟,试验结果表明各参数贝叶斯估计的精度都较高。
     

边坡稳定可靠度替代模型分析

首先对多项式响应面、BP神经网络、径向基函数及支持向量机这4种替代模型的基本理论、适用范围及构造程序进行具体分析;然后,针对BP神经网络、径向基函数及支持向量机这3种替代模型中训练样本不易获取的情况,引入拉丁超立方试验抽取样本数据,并通过相应替代模型构建边坡可靠度求解的稳定极限状态功能函数近似表达式;最后,通过工程实例对各模型的计算工作量及计算精度进行评估。研究结果表明:对于地层结构较简单、随机参数较少的边坡可采用多项式响应面替代模型,而对于地层结构复杂、功能函数具有较强非线性的边坡建议采用支持向量机替代模型,这可为边坡稳定可靠度替代模型的甄选与构建提供重要依据。     

基于Bayesian方法的参数估计和异常值检测

异常值检测是当前数据分析研究中的一个重要研究领域。模型中的异常值会直接影响建模、参数的估计、预测等问题。基于模型的异常值检测,传统的做法是先对模型参数进行估计,再进行异常值检测。而异常值的存在会影响参数估计,从而导致下一步异常值检测的不可靠;反之异常值检测也会影响参数估计。针对这些不足之处,提出了基于 Bayesian 方法的参数估计和异常值检测,此方法可以将参数估计和异常值检测同时实现,具体做法是在线性回归模型中引入识别变量,基于 Gibbs 抽样算法,给出识别变量后验概率的计算方法,通过比较这些识别变量的后验概率进行异常值定位,同时给出参数的估算方法。通过大量的模拟实验,结果表明,与传统方法相比,提出的方法对异常值更灵敏。     

投影栅相位法检测技术中抽样定理的适用性

分析了对于正弦信号抽样定理的适用性,给出了频谱分析时频域不发生泄漏的信号抽样条件。针对投影栅相位法三维检测技术中的抽样问题,提出了不移频处理方法和全场参考面的概念,避免了频域移频所带来的系统误差,克服了对正弦信号抽样的限制条件,并实例验证了新方法的优越性。该文的结论丰富了经典抽样定理的内容,提高了投影栅相位法三维检测技术的解相精度和稳定性,使之更符合实际应用条件。     

Moving object detection in framework of compressive sampling

Compressive sensing is a revolutionary idea proposed recently to achieve much lower sampling rate for signals. In the image application with limited resources the camera data can be stored and processed in compressed form. An algorithm for moving object and region detection in video using a compressive sampling is developed. The algorithm estimates motion information of the moving object and regions in the video from the compressive measurements of the current image and background scene. The algorithm does not perform inverse compressive operation to obtain the actual pixels of the current image nor the estimated background. This leads to a computationally efficient method and a system compared with the existing motion estimation methods. The experimental results show that the sampling rate can reduce to 25% without sacrificing performance.     

计数抽样检验方案批接收概率的计算方法

以超几何分布、二项分布、泊松分布为概率论理论基础,推理论证了计数一次抽样方案批接收概率的计算方法,并结合实际生产过程的特点,通过数学推导指出了用二项分布、泊松分布近似计算批接收概率应分别满足的条件。     

有序参数的一类AIC型信息准则

给出一种基于Akaike信息量准则(AIC)原理的参数估计方法.该方法给出了具有有序分布参数的正态分布的一种AIC偏差修正项的精确无偏估计量;且兼有自助抽样的功能得到了开发.     

过冷大水滴粒径分布的欧拉-拉格朗日混合抽样算法及对冰型影响

过冷大水滴（supercooled large droplet,SLD）云雾环境不同于常规粒径范围的过冷水滴,具有更大的粒径范围和复杂的水滴粒径分布形式,使得结冰的冰型异常复杂,从而给飞行器的飞行安全带来了前所未有的挑战。现有结冰数值模拟方法仅能模拟单一粒径的水滴,无法准确模拟真实SLD云雾环境“双峰分布”的粒径分布特性和相应的冰型。为了准确高效模拟SLD这种粒径分布特性,本文提出了一种基于Rosin-Rammler 分布函数进行欧拉-拉格朗日混合抽样的水滴轨迹模拟算法。通过该方法收集水滴,再利用结冰模型与水膜模型计算表面溢流传热和冰高,从而实现了准确高效的SLD粒径分布的结冰数值模拟,并通过2.5维算例研究了SLD粒径分布对机翼结冰的冰型特征以及冰型空间随机性的影响。结果表明SLD的粒径分布对冰型有较大的影响,冰型特征和冰型随机性与MVD和粒径分布方差紧密关联。     

自动驾驶自动紧急制动关键场景测试案例提取研究

为提取自动驾驶自动紧急制动(autonomous emergency braking system,AEB)关键场景测试案例,依据不同抽象程度依次重构符合自然驾驶规律的功能场景、逻辑场景、具体场景,进而对AEB系统展开测试并求解其关键场景。从自然驾驶数据集NGSIM筛选出车辆跟随实例构建出功能场景,基于场景要素构建功能场景,提取出该场景的关键字要素,采用高斯混合模型拟合自然驾驶数据,获得具有概率密度分布的逻辑场景,基于Gibbs抽样的蒙特卡洛方法生成具体测试实例,并通过重要性抽样方法生成关键场景。最后对生成到的关键场景聚类加速场景生成,并对其AEB系统在Prescan仿真软件进行测试。结果表明,AEB系统可对生成的关键场景实现避免碰撞。     

基于抽样理论的UWB-OFDM系统信道模型设计

简要介绍UWBOFDM系统后,分析了IEEE802.15.3a标准信道SV模型,指出了其局限性,并基于抽样理论提出了一种较为合理的改进方案,使该模型能应用于UWBOFDM系统,最后给出了该模型的统计特征和信道样本,计算机仿真结果表明这种新改进方法最大程度地保持了原有SV模型的信道特性。