捕获——再捕获抽样及其应用

本文介绍了捕获——再捕获抽样的思想方法 ,讨论了它的估计量的性质 ,展示了它的广阔的使用领域     

捕获——再捕获抽样中的复合估计量

本文介绍了捕获——再捕获抽样的思想方法,提出了一个新的捕获——再捕获抽样的估计量:复合估计量,并讨论了它的性质和最小方差。     

相依样本下回归函数分割估计的渐近正态性

在一种相依样本下,利用鞅的理论证明了回归函数基于分割的估计ma（x）=∑i=1^n IAn（x）（Xi）Yi/∑i=1^n IAn（x）（Xi）渐近正态性,其中IA（x）为集合A的示性函数。给出了相关定理：在一定的假设条件下,Xi具有密度函数f（x）,E｜Y｜^2＋δ 〈∞,EV^2＋δ〈∞,x∈R^d为固定点,nvn^2→∞,则√nvn（m4x（x）-m（x））→L N（0,σ^2）,n→∞.     

Multiple Type-II截尾样本的统计方法

Multiple Type-II截尾样本或称为带有缺失的定数截尾样本在实际中常会遇到 ,最近十多年来有关它的统计分析方法有了较多的研究结果 ,作者作了综述 ,并对进一步需要研究的问题提出一些看法     

基于子类划分的分类器设计方法

该文给出了一种基于子类划分的分类器设计方法，提出了一个基于类内散布矩阵和类间散布矩阵的可分性新准则，并提出了利用遗传算法通过训练自动确定子类个数的方法。人脸识别实验表明，所提出的方法能够提高近邻分类方法的效果，并解决学习矢量量化分类方法典型样本个数难以合理确定的问题。     

羽毛球运动训练的实证研究

为了提高和巩固羽毛球运动训练的效果,按运动训练学原理和数理统计方法,优化了训练方法,设计了实验方案.样本容量为取自两地的372人,各分成试验班和参照班以供对比.在样本的初始状态无显著性差异的情况下,经18周的训练和测试,数据采集和统计结果表明,在羽毛球击球手法基本动作方面,试验班的优势具有显著性意义,而在某些技术难度较大的项目测试中,则差异具有高度显著性意义,从而验证了新训练方法的科学性与高效性.运动技术水平平均分提高49%,典型项目达标时间缩短31%.     

高考物理主观性试题分析

以 1999年内蒙古自治区高考物理试卷为样本 ,依据教育统计学、教育测量学原理 ,定量分析了物理主观性试题 ,得到了反映试题的各项参数     

分析离散型与连续型样本协方差阵正定性

分析当多元随机变量协方差阵正定时，各随机分量应满足的关系，并结合多项分布研究离散型与连续型样本协方差阵的不同。     

基于非平衡问题的高斯混合模型卷积神经网络

为了提升分类模型对非平衡数据的分类性能，提出一种EMWRS(expectation-maximization weighted resampling)抽样算法和WCELoss(weighted cross entropy loss function)损失函数，在数据预处理阶段采用高斯混合模型得知数据分布特点，根据其聚类结果分析每个聚类簇中样本权重，以及样本分布和对应权重对数据进行采样，降低数据集不平衡程度；再依据样本比例权重对少数类和多数类赋予不同的代价损失，构建卷积神经网络模型，提高非平衡数据集的分类准确性。构建的卷积神经网络以F1和G-mean为评价指标，在UCI(university of California irvine)公共数据集adult上与SMOTE(synthetic minority over-sampling technique)和ADASYN(adaptive synthetic sampling)等多种经典算法进行比较，结果显示在这两种评价指标中所提模型均为第一，这表明改进后的卷积神经网络模型能够很好地提高少数类分类正确率。