析取置信规则库系统参数优化的深度神经网络模型

基于深度学习的置信规则库系统（BRB-DL）比传统的置信规则库系统（BRB）具有更好的推理精度和适用性。然而,现有的BRB-DL在参数优化方面存在可移植性不足、应用效率低等局限性。鉴于此,本文将深度神经网络与析取置信规则库结合,有效减少了模型的规则和参数的数量,并引入梯度下降算法优化模型参数,提高了模型构建和优化的效率。最后,通过非线性函数的拟合,北京市空气质量污染预测和多个UCI公共分类数据集的实验对本文提出的方法进行验证,并将实验结果与现有的置信规则库系统和传统的机器学习方法进行了对比。结果表明,本文提出的方法比传统的方法具有更高的推理精度和更快的训练速度。     

考虑埋深的物性下限确定方法——以G油田P油层为例

确定储层物性下限的方法很多,但是确定的物性下限均为某一固定值。对于埋深变化较大的岩性油藏,存在较大的误差。以G油田P油层为例论述了应用常规方法确定物性下限存在的问题,并应用考虑埋深的试油法和经验统计法确定了G油田P油层的物性下限,其确定的动态物性下限更符合油田的实际情况,对于向斜油藏的成藏机理,以及后续的储层评价方式都具有值得思考的意义。     

平均值置信区间的公式表示

4个常用 p值的 t分布分位数 ,可用 4个简单的公式表示 .用于国际标准和国家标准的平均值置信区间的表示中 ,不用查表 ,非常方便 ,误差也很小 .在 n=3,置信区间所产生的置信概率误差 ΔP<0 .1 6 ;n≥4 ,Δp<0 .1 .     

阻容耦合放大器电路通频带的计算

本文通过对一个具体电路的—3dB带宽的计算,即上限截止频率和下限截止频率的计算,分别介绍了计算通频带的方法。     

特征房价空间分析及连续型深度置信网络预测

以上海为研究区域,利用数据爬虫手段搜集、整理上海市二手房交易数据,通过空间自相关分析二手房交易价格的空间效应,并使用连续型深度置信网络对二手房交易价格进行分析预测.研究结果表明:上海市二手房交易价格在空间上具有显著的自相关效应,在上海市核心区域存在高-高集聚效应,在周边区域呈现低-低集聚效应,而在核心与周边交界地区存在高-低集聚和低-高集聚的负向空间效应;特征变量对价格偏高区域的二手房交易价格解释力度较小;除中心区域外,基于连续型深度置信网络的特征变量对上海市二手房交易价格预测能力良好.     

高温醇水体系爆炸极限的测定

爆炸极限是重要的危险性参数.常温下爆炸极限数据已很充足,非常温下爆炸极限数据却很罕见.本文用约20升的爆炸容器,在25℃～210℃范围内测定了无水乙醇、80%乙醇、60%乙醇、40%乙醇等醇水体系的LEL和UEL值,常温下所测数据与文献值相同.     

利用先验信息修正经典限的可靠性评估方法

讨论可靠性评估中利用先验信息的问题 .在参数先验分布容易确定的场合 ,可利用先验信息对参数的经典估计进行修正 (即给出 Bayes估计 ) ,再基于该估计用经典的 WCF方法给出系统可靠度的置信下限 .该方法具有很好的精度 ,并克服了纯 Bayes方法受先验偏差影响较大的缺点 .文章对上述进行了补充 ,讨论了指数定时截尾数据情形下利用先验信息的可靠性评定问题 .给出了一种融合先验信息和试验数据的参数估计 ,该估计的特点是具有独立和的形式 ,基于该估计用 WCF法比基于通常的 Bayes估计简单 .另外 ,对参数先验分布难以确定的多参数寿命分布模型 (如 Weibull分布 ,本文在仅知其可靠度先验分布或可靠度先验一阶、二阶矩及可靠度的某先验分位点的条件下 (事实上工程专家较易给出上述可靠度的有关先验信息 ) ,将 Bayes,Fiducial及经典统计方法相结合 ,用可靠度的先验信息直接对可靠度的经典限作修正以获得融合了先验信息及试验数据的置信下限 ,模拟表明该种处理具有很好的精度 ,适合工程应用.     

串联系统可靠性评定的信息理论方法

本文根据信息熵的性质和可靠性理论,推导出系统可靠性综合评定的新模型,解决了系统各组成单元的可靠性信息综合问题。文中对科尔巴克教授求解成败型单元设备可靠度置信下界的公式作了改进,并对可靠度置信下界进行了计算,取得了满意结果。     

大学物理实验教学中不确定度表示法的应用探讨

本文结合我院实验教学特点、经验，论述不确定度表示实验结果误差限值的简化方案．     

计算网络系统可靠度下限的二种M—C方法及结果分析

本文研究系统可靠性结构为网络型,已知分系统的可靠性估计值,然后转化为折合的成败型数据。用二种蒙特卡罗(M—C)方法对网络系统进行可靠性综合,最后对计算结果进行分析。