一种信号数目估计的小波包分解优化算法

分析了入射信号数目估计的信息理论准则·针对在低信噪比以及数据快照数目较小的情况下,Akaike信息准则(AIC)和最小描述长度MDL都不能正确估计入射信号数目的问题,提出了采用小波包分解方法对MDL准则进行优化的算法,称之为wpMDL算法·考虑子带分解具有预测偏差小和模式隔离等特点,采用基于一维小波包分解的"伪二维"子带分解算法,不仅有效地改善了MDL准则的估计性能,而且计算量比二维分解降低了·仿真结果验证了提案算法的有效性,无论是对信噪比的变化还是数据快照数目的变化,wpMDL算法都能正确地估计入射信号的数目·     

20L球形装置上粉尘湍流速度的测量

20L球形装置是用于测试粉尘爆炸特性参数的标准装置之一·粉尘湍流速度对粉尘爆炸猛烈程度和粉尘爆炸特性参数的测试有很大影响·对20L球形装置中的粉尘粒子速度采用激光多普勒测速仪进行了测量研究,并对测量数据进行了分析讨论,通过计算得到了20L球形装置中不同位置粉尘的RMS湍流速度随时间的变化曲线·RMS湍流速度的获得,为最小点火能在不同装置上的测试比较提供了数据,为粉尘爆炸数学模型的检验提供了依据,它还有助于将20L球形装置上测量的数据更好地应用于工业实际·     

关于单滚子直动从动杆共轭凸轮机构最小尺寸问题的讨论

提出了新型单滚子直动从动杆共轭凸轮机构的4种结构型式，研究并解决了其主、副两凸轮轴心间的最小中心距amin(amin^**、amin^*)问题．实质上讲，该问题属于按许用压力角的机构最小尺寸设计问题．     

第一种非对称叠加态光场的等幂次N-Y最小测不准态

利用多模压缩态理论 ,研究了多模叠加态光场 ψ(ab)I 〉q的广义非线性等幂次N次方Y压缩特性 .结果发现 ,在一些特定的条件下 ,态 ψ(ab)I 〉q恒处于等幂次N Y最小测不准态 ,而不呈现等幂次N次方Y压缩效应 .可见 ,由非对称相干态光场线性叠加所组成的多模叠加态光场在一定条件下仍可保留原光场的相干特性     

弯曲直梁回弹最小势能原理及其有限元法

运用弯曲成形直梁的回弹最小势能原理，导出了计算直梁弯曲成形回弹量的有限元求解方程，并用相应的有限元程序计算了悬臂梁受分布载荷后的回弹量，与其它方法及ANSYS软件计算结果进行了比较。结果证明了弯曲成形直梁回弹最小势能原理及弯曲成形直梁回弹有限元法的正确性。     

正态总体方差最短置信区间的研究

从置信区间的本质意义出发，通过数值计算的方法，对于给定的置信度γ=0．90，0．95和0．99，在样本容量n从3到30的范围内，在正态总体均值未知的情形下，求得了方差σ^2的最短置信区间，并对用通常方法求得的置信区间的长度与最短置信区间的长度进行了对比分析。结果表明，在小样本的情形下，用最短置信区间来作未知方差σ^2的区间估计，将会使估计精度得到显著的提高。     

多属性决策中基于加权模型的属性值灵敏度分析

针对多属性决策中属性值的灵敏度分析,首先介绍了方案灵敏度及最灵敏方案等有关概念;然后在考虑将比重变换法作为属性值规范化方法的情况下,基于加权模型,给出了当两个方案之间排序位置颠倒时某一属性值的最小变化量的计算方法,并且在此基础上,可找出最灵敏方案·最后给出了一个算例·     

一类多元线性模型的一致最小方差无偏估计的推广

文 [1 ]讨论一类多元线性模型 :　　Y=SBT′+ E当 E=Qε,Q=I(单位阵 )且 Cov(ε) =P Φ(随机阵ε准正态分布 ) ,n阶方阵 P≥ 0为已知非零矩阵 .E( ε( i) ε′( i) ) =Φ≥ 0时的一定意义下的情形 .本文讨论线性模型上述式中 Q≠ 0为任意已知矩阵 ,且随机阵 ε只满足某些较弱条件的更一般多元线性模型 .得到包含 [1 ]的 tr( DΦ1)为 tr( DΦ ) ( D=D′)一致对 (Φ ,k)的最小方差无偏估计 ( UMVUE)的若干更一般的充要条件 .     

基于最小输出熵的盲反卷积方法

针对多通道卷积混叠模型，基于信息理论的最小熵准则，利用单时间点观测样本给出了一类多通道盲反卷积方法，这种方法不同于其它方法的地方在于考虑了源和观测信号的上下文信息。     

日平均气温的两种计算方法比较

日平均气温是反映气候特征的重要指标之一,通常有2种计算方法:日最高和最低气温平均,4个定时气温平均.为了比较2种方法计算的日平均气温是否有显著差异,说明何种方法更接近实际日平均气温,选择我国8个气象站冷年、正常年、暖年的日气温资料和北京密云1991年中28d每日整点气温资料进行分析,结果表明:2种方法得到的日均温差异显著,但极值平均温与实际日平均气温(24h整点气温的平均)、四时平均温与实际日平均气温均无显著差异,其中四时平均温接近实际日平均气温的程度略好.另外,2种方法的差异基本无年际间的差别,但在各个季节和地区是不同的.