基于后验风险确定故障样本量的Bayes方法

针对目前测试性故障样本量的确定方法过于粗糙和试验样本量过大的问题,提出了合理运用信息熵方法对装备系统各单元的测试性先验信息进行信息融合,得到装备系统级测试性试验数据。在此基础上得到测试性指标的先验分布,并进一步通过Bayes后验风险准则确定故障样本量及试验方案。以某型电动舵机系统各模块的试验数据为例,以故障检测率为测试性指标,经过分析和计算,发现运用所提方法得到的故障样本量相比传统方法明显减少,从而减少了试验成本,同时得到的测试性指标相对误差较小,保证了可信度。     

新的基团法估算沸点下蒸发焓

提出了估算沸点下蒸发焓的含基团重量分率的基团法和估算式，拟合团贡献值，对３８５种有机物的计算平均偏差约为１．５％。所提出的新方法明显优于３种对应状态和用蒸发熵的基团法。     

发酵过程混合神经网络模型及其仿真

提出了一种新型的发酵过程混合神经网络模型，该模型由非线性神经网络和线性神经网络两部分组成，由于非线性神经网络采用结构具有线形式的Flat网络，两个网络能够合并为同一表达式，并具有线性形式，可采用线性最小二乘法求解网络权值，与串联结构及串并联结构混合神经网络模型相比，该模型训练方式简单，并可方便地使用在线辨识算法。     

Estimation and testing of time-varying coefficient regression models in the presence of linear restrictions

A linear regression model with random walk coefficients is extended to allow for linear restrictions between the coefficients to be satisfied at each point in time. Estimation in this model is shown to be no more involved than estimation in the standard model. It is also demonstrated how, after a slight modification to the testing problem, classical test procedures may be applied to the problem of testing for such restrictions. The performance of the Lagrange Multiplier test for a variety of different restrictions is then investigated via simulation. An empirical application involving testing for homogeneity in a random walk coefficient version of the AIDS model is given.     

基于GA和BP融合算法的装备费用估算方法

简要介绍了GA和BP算法以及装备费用估算分析的传统方法 ,分析了GA、BP算法以及费用估算三者间相互结合的必要性。把GA和BP算法相结合并应用到装备费用估算分析领域 ,建立了基于GA和BP融合算法的防空导弹研制费用评估模型 ,并对典型的防空导弹型号研制费用进行了估算。结果表明 ,该模型具有计算精度高、适用范围广、运算速度快的特点 ,为装备费用估算提供了有效依据     

一个一维非标准逆热传导问题的Fourier正则化方法

一维非标准逆热传导问题ut ux =uxx,u(1,t) =g(t) ,u(x ,0 ) =0 ,　0≤ x <∞ ,0 相似文献   

Telyakovskiǐ型定理

本文在二阶连续模情形下,证明了满足Timan型估计的线性算子A,经过适当的修正后得到的线性算子A~+满足Telyakovskiǐ型估计。     

在UBBE框架下考虑不肯定的上界的估计方法

对目前的ＵＢＢＥ模型进行了适当的推广，使在解决估计问题时可以考虑那些可能是误差上界的数值，并在此基础上提出了一种方法，能够通过对估计精度和可靠性进行合理的权衡确定所需估计值，实际案例研究结果表明所提方法能够较好地解决估计精度和可靠性之间的矛盾。     

Subset threshold autoregression

We develop in this paper an efficient way to select the best subset threshold autoregressive model. The proposed method uses a stochastic search idea. Differing from most conventional approaches, our method does not require us to fix the delay or the threshold parameters in advance. By adopting the Markov chain Monte Carlo techniques, we can identify the best subset model from a very large of number of possible models, and at the same time estimate the unknown parameters. A simulation experiment shows that the method is very effective. In its application to the US unemployment rate, the stochastic search method successfully selects lag one as the time delay and five best models from more than 4000 choices. Copyright © 2003 John Wiley & Sons, Ltd.     

“回归直线法”在公司理财中的应用研究

介绍了回归直线法的由来,给出了相关性检验的两种方法:相关系数法和方差分析法,在此基础上,又给出了误差估计的3种简单方法:最大误差法、平均误差法和标准差法,使“回归直线法”在公司理财中的广泛应用,不仅具有可操作性,同时更具有可靠性.