一类半相依回归方程系统回归系数的两步估计

对半相依回归方程系统y_i=x_ib_i+e_i,Ee_i=0 cov(e_i e_i)=σ_(ij)I_n,i、j=1、2、……m.本文在条件N_iN_jX_e=0 i≠j,i、j、l=1、2、……m(N_i=I-X_-(X_i~′X_i)~(-1)X_i~′)条件下,证明了回归系数b_i(i=1、…、m)的两步估计的弱相合性并给出了它们的有限样本性质。     

利用Edgeworth级数制定典型日负荷曲线的新方法

通过对某省共10年实际负荷的分析处理,利用Edgeworth级数提出了新的典型日负荷曲线制定方法,该方法避免了现有方法的随机偶然性及主观因素的影响。     

非参数回归的L_1-Cross-Validation最近邻中位数估计的强相合性

考虑非参数回归模型Y_i=g(x_i)+e_i,i≥1,其中g(x)是待估计的连续函数,{x_i,i≥1}是非随机的,{e_i,i≥1}是iid随机误差,在本文中,我们讨论最近邻中位数估计(x)=m(Y_((i(1)),…,Y_(i(h~*)))=Yi(1),…,Y_(i(h~*))之中位数,其中h~*利用L_1—Cross—Validation方法选择,在一定条件下,建立了L_1—Cross—Validation最近邻中位数估计的强相合性。     

改进的子空间盲信噪比估计方法

基于子空间分解的信噪比估计方法广泛的适用于各类调制方式,但是存在低信噪比条件下信号子空间维度计算误差过大,从而导致估计性能下降的问题。通过对有限长度数据样本条件下子空间方法的分析和仿真,确定了信号子空间维度估计不准的原因,并提出一种新的适用于短数据的子空间信噪比估计方法,并分别针对不同的样本长度和信号调制方式进行实验验证。实验结果表明,低信噪比条件下,新方法能将估计误差降低了了0.3~2dB。     

万州城区吴家湾滑坡灾变的神经网络识别

以万州城区吴家湾滑坡为例,分析了神经网络(ANN)方法用于滑坡灾变识别的评价因子的确定、学习样本数据对的建立、ANN网络结构及参数设置的方法;并以万州区类似的滑坡作为样本训练ANN模型,对吴家湾滑坡的几种工况进行灾变识别.最后将ANN灾变识别结果与传统的极限平衡计算结果进行对比分析,得到了二者基本吻合的结果.结论表明神经网络方法用于滑坡灾变识别的精度较高,识别结果令人满意.     

一种等价于PPS抽样的二阶混合抽样

在PPS抽样中，为了满足对K个组(一级抽样单位)以(P1,…，Px)为组入样概率进行抽样的要求，往往采用有放回抽样，或每次抽样后调整下一次再抽样时的组的入样概率．前者会产生重复抽样，后者比较复杂，在实际应用中有时甚是不可能实现的．本文根据PPS抽样中，对抽组的入样概率的要求，提出一种二阶混合抽样，可以克服上述问题，并简单易行．     

发电机转子绕组匝间短路故障的分析与检测

深入分析了发电机发生转子绕组匝间短路故障后的电磁特性,得出当发电机发生匝间短路故障后,若端电压和有功功率保持不变时,无功功率会相对减小的结论;同时推出在一定的状态下,有功功率、无功功率和励磁电流之间的对应关系。利用人工神经网络具有不需要精确的数学模型及诸多参数的优点,把人工神经元网络方法引入到发电机转子绕组匝间短路的故障诊断技术中,可通过对故障样本的比较,诊断出转子绕组匝间短路的故障情况。     

非参数统计中两样本比较方法研究

首先提出一些实际问题,然后引入非参数统计的概念,进而分析了非参数统计的优势,重点提出非参数统计中两样本的比较方法,目的在于指导实际的问题.     

基于构架的软件重用技术综述

论述了构架的定义和特征，详细讨论了构架重用技术同部件重用、软件自动生成、特定域的软件建筑(DSSA)以及设计样本等软件重用技术之间的关系，最后列举了构架重用的几个缺点和今后的研究课题。     

方差非齐及小样本下总体均值差检验的探讨

介绍一种即使在方差非齐的小样本情况下，也能完成检验的改良ｔ检验法．