无重复因析试验中散度效应的截断估计及其性质

在无重复因析试验的散度效应分析中,常常对残差平方取对数来建立散度效应模型,但是当拟合位置模型后得到的残差绝对值很小或者近似为0时,直接对残差平方取对数建立散度效应模型显然是不合适的.基于此,文章提出了一种新的散度效应估计方法--截断估计,并且考虑了该估计的渐近性质,给出了它的渐近期望和渐近方差.     

不同评标办法的投标报价策略

针对目前常采用的评标办法,探讨如何合理确定投标报价,分析得出最优投标报价的策略和确定方法。     

多元线性模型回归参数的一种广义估计

采用广义估计 β (K)估计多元线性模型中回归参数 β ,通过K值的选取 ,可使 β (K)的均方误差小于最小二乘估计 β 的均方误差 ,且在一定条件下 ,β (K)为 β的可容许估计 ;还讨论了 β (K)的均方残差的性质 .     

双应力下恒定应力加速寿命试验的最优线性不变估计

推导了两上应力下恒加试验中加速方程的三个系数A0,A1,A2基于最优线性无偏估计的最优线性不变估计,并证明该估计好于传统的不变估计,从而提高了小子样情况下估计的精度。     

混合模型及其导出模型下估计量间的关系

考虑混合模型Ａ＝｛ｙ,Ｘβ,Ｕξ,σｅ＾２Ｖ｝和它的三个导出模型,其中Ｘ,Ｕ＝（Ｕ１：…：Ｕｋ）为已知设计阵,β为固定效应向量,ξ’＝（ξ’：…：ξ’ｋ）为随机效应向量,且Ｖ≥０,Ｒ（Ｘ：Ｕ）∈Ｒ（Ｖ）。给出了可估函数Ｃβ在模型Ａ和其导出模型下的最佳线性无偏估计（ＢＬＵＥ）相等的充要条件,σｅ＾２在不同模型下最小范数二无偏估计（ＭＩＮＱＵＥ）相等的充要条件。     

二项分布的经验贝叶斯估计及应用

讨论了二项分布的经验贝叶斯估计。对用共轭分布β（ａ,ｂ）作为先验分布可能出现的问题,提出了用另外一种先验分布来解决的方法,并给了其在可靠性增长试验中的应用。     

特殊正弦三角级数最佳逼近的讨论

讨论了以2π为周期的连续函数空间中奇函数f(x)的最佳逼近问题:如果f(x)的傅立叶系数     

熵损失下Poisson分布参数倒数的估计

研究在熵损失函数下 ,Poisson分布参数倒数的估计 ,得出在熵损失下 ,[c T( X ) d] -1 形式的一类估计的可容许性和不可容许性 ,并给出可容许估计的充要条件     

m相依样本概率密度函数核估计的相合性

设｛Xn,n≥1｝为严平稳的m相依随机变量序列, f(x)为X₁的概率密度函数, 基于样本X₁,X₂,…,X_n, 构造了密度函数f(x)的核估计, 并利用独立同分布样本的性质证明了f(x)核估计的r阶平均相合、 逐点相合和一致强相合性.     

一类状态不可测非线性时滞系统的神经网络故障诊断

针对一类状态不可测的非线性时滞系统,提出了基于神经网络故障诊断的新方法.采用系统的状态和时滞状态的估计值作为神经网络的输入对故障进行估计.首先构造一种状态观测器结构,利用输出信息和神经网络的非线性逼近能力对系统不可测状态进行估计,然后对系统发生的故障用另一个RBF神经网络进行估计,故障估计器的输入为系统的当前估计状态以及时滞状态,所估计出的故障是随时间变化的非线性函数.基于Lyapunov理论,分析并证明了系统的稳定性和参数收敛性,同时作了仿真研究.仿真结果表明,该方法能够很好地解决一类状态不可测的非线性时滞系统的故障诊断问题.