基于滑动概率神经网络的早期故障诊断

针对机电设备早期故障难以识别的问题，提出了一种动态的概率密度估计方法——滑动概率神经网络，用以跟踪分析测量信号的概率密度变化过程，及时发现早期故障．该网络以固定不变的抽样集作为第一层，动态滑动的测量信号作为样本层，通过求和层得到抽样集的条件概率密度估计，将样本层内测量信号的概率密度动态地投影到统一的抽样集上．将网络分解成以测量值为中心的子网络，来实现网络的递归运算，并且利用高斯函数的快速衰减特性或使用分段线性函数近似高斯函数，从而提高了网络的计算实时性．通过压缩机喘振过程数据的应用实例，表明该方法能够有效识剐故障的早期征兆．     

具可变输入率的M/M/n模型的常微分方程形式

针对实际中存在的排队现象：顾客在加入队列之前发现排队顾客较多而发生犹豫，从而因影响他加入队列的可能性。利用随机建模的全概率法则推导了具有可变输入率的M／M／n模型的常微分方程形式，为从理论上分析该模型动态解及其稳定性奠定了基础。     

马尔可夫链在太湖流域梅雨期预报中的应用

依据1954~1991年太湖流域的入、出梅日期以及梅雨集中期,应用马尔可夫链预报了太湖流域1992年和1993年的梅雨期,并利用其平稳分布分析了梅雨期系统在各状态下的概率.应用结果表明:在太湖流域气候条件稳定的情况下,历史数据越多越精确,预测也就越可靠;以马氏链预测梅雨状态的方法是一种概率预报方法,需通过大量的预测检验才能显示出该方法的准确性和可靠性.     

一类保费与理赔相关的破产模型

对经典poisson风险模型推广至一种相依的结构,索赔产生时以概率P的可能性同时产生一次续保.对此模型,得到了最终破产概率的一般表达式和破产概率的一个上界估计.     

基于概率图模型技术的柱面全景图生成算法

为解决复杂场景下的全景图生成问题,应用了基于概率图模型的图像匹配技术,提出了一套完整的柱面全景图生成算法。采用动态阈值法对从图像中提取的H arris角点进行初步筛选,并结合图模型算法进行精确匹配,通过对匹配后特征点的迭代投影获得摄相机焦距,对原始图像进行柱面投影并融合。该算法具有对光照不敏感和全局最优化的特性,对图像噪声和特征点提取不准确有强健的承受能力,并有效地降低了计算复杂度,使算法更具有实用性。实验结果表明:能够对存在人车移动噪声和相机几何畸变的复杂场景正确合成360°全景图。     

不完全信息下概率决策的扩展粗糙集方法

为了从不完备多属性决策系统中获取概率决策规则，提出了一种不完全信息下概率决策的扩展粗糙集方法. 给出了容差关系下相容度的概念，通过设定相容阈值给出知识的粗糙下近似、上近似和边界域，然后讨论了粗糙近似的基本性质和概率决策规则的获取.通过实例说明这个新方法的可行性和有效性.     

一类双险种复合二项风险模型的破产概率

讨论了双险种的一般情形的复合二项风险模型，得出了最终破产概率公式．     

基尼系数基于概率意义上的解释及其估计

本文从概率意义上严格定义了基尼系数,并给出了与其相关的统计问题.     

复合负二项风险模型的破产概率

讨论了一般情形的复合负二项风险模型，得出了初始资本为。时的破产概率以及初始资本为u（u≥0）时的破产概率的一般公式．     

带干扰的保费随机收取的风险模型的破产概率

本文在经典带干扰Poisson模型的基础上进行了一定推广,研究了带干扰的保费随机收取的风险模型,利用鞅方法得到了该模型下破产概率的Lundberg不等式及其精确表达式,比较了几种相近模型下Lundberg指数之间的大小关系,并将结果推广到了多维情形.