Exact inference for two exponential populations with competing risks data

In a reliability comparative test, the joint censoring model is usually adopted to evaluate the performances of units with the same facility. However, most researchers ignore the pos- sibility that there is more than one factor for the failure when a test unit fails. To solve this problem, we consider a joint Type-II hybrid censoring model for the analysis of exponential competing failure data. Based on the maximum likelihood theory, we compute the maximum likelihood estimators （MLEs） of parameters and then obtain the condition ensuring MLEs existence for every unknown parameter. Then we derive the conditional exact distributions and corresponding moment properties for parameters by the moment generating function （MGF）. A Monte-Carlo simulation is conducted to compare the performances of different ways. And finally, we conduct a numerical example to illustrate the proposed method.     

文本社会学的语言中介性及其推论实证

文本社会学是奥大利学者皮埃尔.V.齐马在20世纪80年代提出的一种社会学批评理论。这一理论的精义之处就在于:立足于文学作品本身,以“语言”为中介来深入细致地考察文学与社会之间的关系,并将文学的“内部分析”与“外部分析”融于“语言”向“意识形态”的推论过程之中,运用此理论对《白鹿原》和《尘埃落定》进行文本解读,见出它具有思路清晰性、层次明确性和技术可操作性的三大特点,能为当下的文学研究、文化研究提供一种精致而有效的理论范式。     

AdaBoost分类问题的理论推导

为解决AdaBoost算法在二分类问题及多分类问题上缺乏共同的理论基础,算法系列的系统性难以得到理论诠释这一问题,首先,从算法思想的层面对AdaBoost算法与最优贝叶斯推理的关系进行了探讨;然后对AdaBoost算法的训练流程及相关参量进行了定量分析;最后从基本不等式定理入手,重点推导了AdaBoost算法由二分类问...     

基于真假设比例广义推断的多重检验方法

研究了多重假设检验方法的改进问题,基于真假设所占比例的广义推断,利用其广义置信上限对现有的多重假设检验方法进行改进.该方法更好地利用了水平,在功效上有很大提升.采用广义推断方法,即使在假设个数比较小时,也能对真假设所占比例做出较好推断.模拟结果表明,该方法显著提高了传统方法的功效.     

归纳推理合理性的心理学辩护

归纳推理在哲学、科学、心理学以及日常生活中都具有重要作用。我们通过归纳推理将知识组织成有用的结构。休谟首先对归纳推理的合理性提出质疑,后来的学者对归纳推理合理性的逻辑辩护都失败了,其根本原因在于数学逻辑不适于描述归纳推理。归纳推理实质上是心理事件而不是数学事件,它所依赖的生活事件集合与数学集合具有完全不同的结构。从心理归纳的角度讲,归纳推理发生在人、知识、情境的三维空间中,其目的是适应性。从适应性的角度,心理归纳的合理性能够得到充要的证明。     

基于时间窗的SVDBN近似推理算法研究

变结构动态贝叶斯网络(SVDBN)在处理非稳态过程的不确定问题具有其独特的优越性。为克服SVDBN推理算法不能实现在线推理的缺陷,在引入SVDBN的时间窗和时间窗宽度概念基础上,阐述了基于时间窗的SVDBN在线近似推理机制,提出了2种在线近似推理算法,即基于时间窗的变结构离散动态贝叶斯网络(SVDDBN)递推推理算法和基于时间窗的SVDDBN快速推理算法。通过仿真实验验证了这2种算法的有效性,并从复杂度、适用范围及更新时间等方面进行了比较。     

Temperature modeling and control of Direct Methanol Fuel Cell based on adaptive neural fuzzy technology

Aiming at on-line controlling of Direct Methanol Fuel Cell （DMFC） stack, an adaptive neural fuzzy inference technology is adopted in the modeling and control of DMFC temperature system. In the modeling process, an Adaptive Neural Fuzzy Inference System （ANFIS） identification model of DMFC stack temperature is developed based on the input-output sampled data, which can avoid the internal complexity of DMFC stack. In the controlling process, with the network model trained well as the reference model of the DMFC control system, a novel fuzzy genetic algorithm is used to regulate the parameters and fuzzy rules of a neural fuzzy controller. In the simulation, compared with the nonlinear Proportional Integral Derivative （PID） and traditional fuzzy algorithm, the improved neural fuzzy controller designed in this paper gets better performance, as demonstrated by the simulation results.     

多光谱卫星云图降水区域与强度估计的模糊推理模型

在卫星云图降水分析中,针对降水天气和降水强度具有明显的"模糊"特性,提出了云图降水的模糊推理模型.从不同云类降水的经验知识和降水天气的卫星云图样本中,提取出若干云类降水规则.在此基础上,引入模糊推理方法,建立了卫星云图降水分布和降水强度估计的模糊推理模型.实际应用中,对卫星云图进行云分类,根据云分类结果,去除不可能产生降水的云类区域.对可能产生降水的云类区域,通过提取多光谱云图的灰度等特征进行推理判别,进而得出该区域是否降水以及降水强度和降水分布的估算.试验结果表明,该方法在客观性、定量性和自动化程度方面优于传统的降水估计方法,且建模所需的样本少,可适用于多种类型的气象卫星云图.     

相似产品步进应力加速寿命试验的统计分析

本文将单组样本的步进应力加速寿命试验(SSALT)拓展到双样本情形.基于累积失效模型(CEM),对两组指数产品的联合Ⅱ型截尾数据进行综合分析.首先,计算未知参数的极大似然估计(MLE),并利用矩母函数(MGF)建立其条件概率分布.然后,采用两种方法,基于概率分布的精确分析方法和参数的Bootstrap方法,构建参数的置信区间(CIs).以覆盖率作为评价标准,对两种方法的区间估计效果进行分析.最后,通过数值算例验证了本文方法的有效性.     

基于M-ANFIS-PNN的目标威胁评估模型

目标威胁评估的目的是根据目标的属性和状态信息对目标的威胁程度进行定量估计,为后续作战决策提供辅助支持。现有威胁评估模型大多依赖于数值信息,难以有效处理包含定性、定量数据的目标特征信息。基于此,提出一种改进的自适应模糊神经推理系统模型。在自适应模糊神经推理系统的基础上,引入前件影响矩阵和后件影响矩阵对定性数据进行处理,使得定量、定性数据的影响同时作用于模糊规则的前件参数和后件参数;为了进一步提高模型的输出精度,将自适应模糊神经推理系统的输出层替换为多项式神经网络;通过基于Gower距离的近邻传播聚类算法对改进模型进行结构辨识,确定模糊规则的初始参数。仿真实例验证了所提方法的有效性与可行性,与其他混合属性数据建模方法相比,所提方法具有较高的预测精度,可为作战指挥决策提供有效的辅助支持。