非等距样本表示的截断误差估计

经典的Ｗｉｔｔａｋｅｒ－Ｋｏｔｅｌｎｉｋｏｖ－Ｓｈａｎｎｏｎ样本定理的是有限带函数由其Ｗｈｉｔｔａｋｅｒ级数表示问题，它涉及到一个无限项和。当样本节点非等距时，有限带函数用有限项和逼近，其截断误差可以表示为一围积分。在一定的条件的限制下，得到了一个截断误差估计。     

关于启发式搜索算法的一种修正算法

本文讨论了如何利用专家经验和样本训练得到启发评价函数,并得到一种修正算法.     

基于生成式零样本学习的未知恶意流量分类方法

未知恶意流量是网络安全的重大安全挑战,对未知恶意流量的分类能够增强网络威胁识别能力,指导网络防御策略.未知恶意流量由于缺乏样本,无法满足现有的深度学习方法对大量数据的需要.本文提出了一种基于生成式零样本学习的未知恶意流量分类方法.从原始的网络流量中提取出关键的恶意流量信息并转化为二维图像,提出将恶意流量的属性信息作为辅助语义信息,利用条件生成对抗网络生成类别样本.同时,本文还添加了类级别的对比学习网络,使得生成的类别样本质量更高并且更具有类间区分度.实验结果表明,该方法在未知恶意流量分类问题上平均准确率能够达到90%以上,具有较高的应用价值.     

一则统计悖论的剖析

（1）悖论的提出及它的统计数字的表达式．（2）在显著性实验下,该悖论的可靠性分析．     

关于有序二叉树高度的一个结论

有序二叉树结构是一种常用的设计数据结构,它在排序、查找等算法中起着非常重要的作用。它的高度直接影响算法的效率。本文用组合数学、概率的方法给出了一个由Ｎ个数据所能构成的深度为ｋ的二叉树的数目的递推公式及证明。     

服务台数可变的 GI/G/n 排队系统的性能分析

从离散事件系统的一条仿真样本路径出发,同时估计系统的性能以及系统参数改变时性能的变化量,是提高仿真效率的有效途径。对ＧＩ／Ｇ／ｎ排队系统,提出了一种估计服务台数ｎ对系统性能影响的新方法,在估计系统中顾客期望等待时间的同时,估计服务台数ｎ变为ｎ＋１时期望等待时间的变化量,从而可以间接地获得ＧＩ／Ｇ／ｎ＋１系统中顾客期望等待时间的估计值。数值实验表明,新方法在性能分析方面的效果良好。     

基于小样本的非等距加速应力试验寿命预测方法

对非等距灰色GM(1,1)模型作进一步的改进,给出了一种新的非等距GM(1,1)模型.该模型与传统的非等距模型生成方式不同,在数据生成处理时,不是直接利用原始数据进行建模预测,而是通过对原始数据取对数变换,作降幅平滑处理,然后再对背景值加权处理.背景值加权的权重不是传统的绝对距离,而是相对距离,可以有效地避免改变原始数据列的性质.实例表明,对于非等距加速应力试验寿命预测,改进后的模型与Arrhenius模型及传统的非等距GM(1,1)模型相比,具有更好的建模精度和较强的适应性.     

基于果蝇优化算法改进的粒子滤波及其在目标跟踪中的应用

针对粒子滤波算法重采样导致的样本贫化问题,提出一种基于果蝇优化思想的粒子滤波算法.该方法视粒子权值为个体适应度值,并将果蝇不断从低浓度的地方飞向高浓度的地方的觅食寻优过程引入到粒子滤波当中,驱使粒子不断向高似然区域移动,提高了粒子群的整体质量.为了解决标准果蝇优化算法易陷入早熟的问题,将遗传算法中的交叉、变异操作自适应地应用到果蝇优化算法寻优过程当中.首先通过交叉操作改善粒子分布,当果蝇优化算法陷入局部最优时,再采用柯西变异扰动,促使算法快速跳出局部极值并继续搜索全局极值.通过非线性模型仿真以及目标跟踪实验表明该算法有效提高了非线性系统状态估计精度,具有较好的稳定性,同时降低了状态估计所需的粒子数量.     

基于机器视觉与Andriod的停车场智能管理系统

为了实现停车场的智能与精确管理,设计了一套基于机器视觉与Andriod的停车场智能管理系统。首先,集成网络摄像头、数据处理服务器硬件和Andriod终端显示器,组成系统硬件平台;嵌入机器视觉算法和局域网通信,构建了停车场智能管理系统架构。然后,基于10万帧各场景各车型的大数据样本,利用卷积神经网络四层训练,设计了车牌定位检测算子,实现车辆有无判断与车牌定位。在Visiual Studio平台开发系统,并对该智能管理系统进行了测试,输出结果表明:所提出的停车场智能管理系统,在车牌检测和系统智能性方面,都优于传统停车场管理系统。     

随机抽样误差与样本大小的分析

针对现行抽样中存在的问题，对形成抽样误差的原因进行了分析，导出了随机样的样本大小公式，并对其应用情况进行较为详细的论述。