Weibull分布CE模型序进试验下逐次截尾的统计分析——应力为时间的一般线性关系

针对累积损伤模型,在序进应力下给出了逐次截尾试验下两参数Weibull分布在阿伦尼斯方程下和逆幂律方程下的极大似然估计．通过Monte-Carlo模拟考察了参数估计的精度,结果表明随着样本的增大,估计的精度逐渐提高．同时,在总样本量相同的条件下,截尾样本个数较小时,估计的精度有所提高．     

有样本缺失的稀疏交叉视图的多重集典型相关分析

从融合多组特征的角度出发,以多重集典型相关分析算法(MCCA)为研究基础,通过稀疏保持自适应选择样本局部信息,然后通过在同类样本之间计算权重矩阵,将样本类别信息嵌入到算法中,再利用多种视图之间的交叉相关项,克服不同视图样本必须成对出现的局限,提出一种有样本缺失的稀疏交叉视图的多重集典型相关分析算法(multiset canonical sparse cross-view correlation analysis with missing samples,CSMCCAM)。在手写体数据集和CENPARMI数据库上验证本文的算法,得到CSMCCAM算法分类精确度优于LPMCCAM等典型相关分析算法,并且对缺失样本数目不敏感。     

基于非均衡模糊近似支持向量机的P2P网贷借款人信用风险评估及应用

现实中P2P网贷平台可信用户和违约用户的样本分布具有非均衡性,且投资者对分类错误持有不同接受程度.本文通过使用双边权重误差测量方法和映射距离选择正负样本误差项的隶属度,构建了基于非均衡模糊近似支持向量机(DFPSVM)的P2P网贷借款人信用风险评估模型.然后,提出了借款人信用评分及评级方法.最后,借助人人贷平台借款人信用信息进行了实证分析,结果表明所构建的模型与其他模型相比具有更好的适应能力和较高的分类准确度,能有效减少样本非均衡性对分类结果的影响,显著增加负类样本分类的准确率.获得的人人贷平台借款人的信用得分、信用等级及违约率分布能够为平台控制违约风险及投资者决策提供帮助.     

一种新的样本选择算法及其在文本分类中的应用

在保证分类性能的前提下,如何从大量的训练样本集合中选择重要样本子集,是模式分类中的一个重要问题.基于该问题提出了一种新的样本选择算法,并将该算法应用于文本分类,在标准文档集Reuters-21578、复旦文档集和20newsGroup新闻组文档集上进行了实验.实验结果表明:该方法能有效地选取边界样本,且采用SVM和KNN分类能得到较好的分类结果,尤其是在不均衡文档集上效果更佳.     

近几年水中Hg、Cr、Cd、As、Pb测定方法的进展

评述了１９９６－１９９９年间报道的水中Ｈｇ、Ｃｒ、Ｃｄ、Ａｓ、Ｐｂ测定方法情况,内容包括分光光度法、电化学法、原子吸收光谱法及其它分析方法。     

低压离子色谱法测定水样和地质样品中的Li＋,Na＋,K＋离子

介绍了低压离子色谱仪测定水样（地下水和自来水）和地质样品中Ｌｉ~＋、Ｎａ~＋、Ｋ~＋离子的方法．待测阳离子在色谱柱上被分离,以 ８．６４×１０－４ｍｏｌ·Ｌ－１ＨＮＯ３溶液作流动相,流速为１．２ｍｌ·ｍｉｎ－１经电导检测器（进样量为１．２ｍｌ·ｍｉｎ－１经电导检测器）,进样量为４０μｌ时,Ｌｉ~＋、Ｎａ~＋、Ｋ~＋的检出限分别为０．０３０,０．４１０,０．４６０μｇ·ｍｌ－１．     

黑龙江省硅藻标本采集及种类分布的初步研究

黑龙江省自然地理气候独特,地貌复杂,硅藻种类丰富,是进行藻类生态多样性研究的理想区域．哈尔滨师范大学生物系从1981～2004年在黑龙江境内采集、积累了大量藻类标本,本文对其中34个采集地区,共805份采集标本进行了相关调查和整理,对我们近几年在黑龙江省的硅藻研究进行了初步分析,为今后藻类标本采集、生态分布等方面的工作提供了基础资料．     

基于综合序贯截尾法的捷联式导弹落点密集度检验

针对小子样试验中精度评定工作的需要,设计了一种弹道落点密集度的综合序贯截尾评定方法。首先,利用惯性坐标系内弹上惯性测量组合和弹载计算机共同完成导航计算任务的导航方程建立弹道仿真模型,求解弹道落点偏差;然后从评定结论置信度与所需试验子样数量之间的矛盾出发,设计了综合序贯截尾检验方法,讨论了最小发数的确定方法,论证了该方法应用于捷联式导弹落点密集度检验中的可行性。最后仿真实例验证了该方法的有效性。     

基于遗传算法的形声输入法训练样本生成研究与实现

在用户利用输入法练习软件学习时,输入法练习软件使用的训练样本设计是否合理,是影响学习好坏的重要因素。讨论以形声编码输入法练习软件训练样本生成作为研究对象,根据用户设定的训练目标,通过遗传算法生成符合训练要求的最优训练样本,来满足用户训练要求。     

基于BP神经网络的项目评估模型研究

项目的申报、实施、验收都需要进行项目评估,项目评估是项目实施过程中的重要工作。项目评估复杂、专业,评估过程和结果具有很强的主观性。BP神经网络具有容错性强、信息分布处理能力高、自主学习、自适应、非线性映射等特点,适合推理规则不明确或推理规则非线性的环境,具有人脑思维的特征,BP神经网络在工程、管理、经济等领域得到广泛应用。在项目评估领域,现在基本上仍然以领域专家主观评价为主,这对评估结果的客观性、公正性必然会带来影响,评估过程信息化是项目评估改进的方向和趋势。基于评估的一般过程和BP神经网络的基本思想设计出项目评估的一般模型具有现实意义,应用BP神经网络建立项目评估模型的应用价值值得关注。