基于函数型数据分析算法的电阻性本质安全电路电弧放电模型

区别于电感性和电容性本质安全电路,电阻性本质安全电路的电弧放电波形因具有三种类型一直无法被准确描述,且电阻性电路本质安全判据的不完善描述会导致实际运行条件下爆炸事故的多发性。对此,该文首先考虑电阻性本质安全电路的放电过程及波形特征,基于函数型数据分析回归算法,建立了高维、参数强相关、适用范围广的电阻性电路电弧放电数学模型,并基于模型建立了相应的本质安全能量判据;然后采用该模型模拟电阻性电路放电过程并提出了一种电弧放电波形分类方法,发现在特定电路参数条件下,当电路正常工作电流I≤0.15 A或I≥0.6 A时,电弧放电基本呈现典型放电形式;最后搭建火花放电试验平台,验证了所建电弧模型的可行性与预测效果的准确性。

Research Progress in Photocatalytic CO_(2) Reduction with ZnIn_(2)S_(4)-Based Nanomaterials(Ⅰ)

Zinc indium sulfide(ZnIn_(2)S_(4),ZIS),a novel photocatalyst with layered nanostructure,has drawn significant attention in the field of photocatalytic CO_(2) reduction in recent years due to various advantages,including non-toxicity,structural stability,easy availability,and suitable band gap.We introduced the types of ZISbased nanomaterials and their action mechanism in photocatalytic CO_(2) reduction.Moreover,we put forward prospects in the future development directions of ZIS-based nanomaterials for photocatalytic CO_(2) reduction.

二次损失下随机回归系数和参数的线性Minimax估计

对带有随机效应的一般线性模型,本文提出了随机回归系数和参数线性组合的Minimax估计问题. 在二次损失下,研究了线性估计的极小极大性.关于适当的假设,得到了可估函数的唯一线性Mjnimax 估计.

正态分布下任意秩有限总体中的Minimax预测

对于任意秩有限总体,在二次损失下,有关文献已给出了线性可预测变量在齐次线性预测类中的唯一线性Minimax预测．本文在正态假设下,证明了这个线性Minimax预测也是线性可预测变量在一切预测类中的唯一Minimax预测．

正态总体中线性可预测变量的Minimax预测

在二次损失下研究了任意秩有限总体中线性可预测变量Ay的线性预测在一切预测类中的Minimax性.对于一般随机效应线性模型y=Xβ+ε,βε～NBα0,σ2UWW′V,这里X,B,U,V和W是已知矩阵,α∈Rk和σ2>0是未知参数,文中得到了Ay的惟一Minimax预测.

正态线性模型中随机回归系数和参数的Minimax估计

该文在一般正态随机效应线性模型中研究了随机回归系数和参数的估计问题.在二次损失下,得到了线性可估函数在一切估计类中的唯一Minimax估计.

矩阵损失下线性混合模型中的局部线性Minimax估计

本文研究了一般线性混合模型中固定效应和随机效应的线性组合的Minimax估计问题。在矩阵损失函数下,考虑了这个组合的线性估计在线性估计类中的局部极小极大性。关于适当的假设,得到了线性可估函数的唯一局部线性Minimax估计。

Behrens-Fisher问题的参数Bootstrap检验

文章使用参数bootstrap方法研究了Behrens-Fisher问题。提出了新的参数bootstrap方法,并与三种常用的方法—Welch近似t检验、Score检验和广义p值检验进行了比较。借助Monte Carlo方法研究了这些检验的第一类错误概率和势。研究表明,根据模拟的第一类错误概率和势的整体表现,参数bootstrap检验是最好的。参数bootstrap检验即使在小样本情形下表现也非常满意,而Welch近似t检验第一类错误概率受样本量和总体方差影响明显,Score检验和广义p值检验表现相对保守。

异方差下多个正态总体共同均值的参数bootstrap推断

文章使用参数bootstrap(PB)方法考虑了当方差未知且可以不相等时多个正态总体共同均值的假设检验和置信区间构造问题。基于共同均值一个著名估计,提出了一种参数bootstrap统计推断方法,并借助Mon-te Carlo方法与经典的近似解法和广义推断方法进行了比较。随机模拟结果表明,就第一类错误概率和覆盖率而言,参数bootstrap推断方法表现更好。参数bootstrap方法不仅具有满意的第一类错误概率和覆盖率,而且具有良好的检验功效和置信区间平均长度表现。

有限总体中最优预测的稳健性

本文研究了有限总体中最优线性无偏预测的稳健性问题,得到了线性可预测量的这种预测关于协方差矩阵具有稳健性的充要条件．

Behrens-Fisher问题的参数bootstrap区间估计

文章使用参数bootstrap方法考虑了Behrens-Fisher问题中关于两个正态总体均值差的置信区间构造问题。文献中常用的区间估计方法均不能在各种样本容量和参数设置下都保证置信区间的覆盖率和估计精度。文章提出了一种参数bootstrap区间估计方法,并与流行的Welch近似解法和广义置信区间进行了比较。借助Monte Carlo方法研究了这三种方法的覆盖率和区间平均长度。模拟结果表明,在一般样本量下,参数boot-strap区间估计表现最好,且在极小样本、异方差程度严重的情况下,参数bootstrap方法仍然优于Welch近似解法和广义枢轴量法,广义置信区间估计则非常保守,精度很低。

带有等相关误差结构生长曲线模型的参数bootstrap检验

文章研究了具有等相关误差结构的生长曲线模型回归系数的检验问题,构造了参数bootstrap(PB)检验统计量和相应的PB检验,并与已有的广义p值(GP)检验进行了比较。模拟研究表明,PB方法和GP方法在单处理组情形下的表现趋于一致,均能很好的控制第一类错误率;在多处理组情形下,GP方法在一些情形下不能很好地控制犯第一类错误的概率,而PB方法则在很好地保证检验名义水平的前提下,同时也具有良好的势表现。

一般正态线性模型中可估函数的线性Minimax估计

对于一般正态线性模型 Y～ N (Xβ,σ2 V) ,这里 X和 V≥ 0是已知矩阵 ,β∈ Rp 和σ2 >0是未知参数 ,在二次损失下我们研究了可估函数 DXβ的线性估计在一切估计类中的 Minimax性 ,得到了 DXβ的唯一线性 Minimax估计 (有关唯一性在几乎处处意义下理解 )

一般线性混合模型中的最佳线性无偏估计和谱分解估计

该文在一般线性混合模型中,研究了固定和随机效应线性组合的估计问题.对观测向量的协方差阵可以为奇异矩阵情形下,导出了该组合的最佳线性无偏估计,并证明了它的唯一性.在一般线性混合模型的特例,三个小域模型下,得到了小域均值μ_i和方差分量的谱分解估计.进而,获得了基于谱分解估计的两步估计均方误差的二阶逼近.

多元线性模型中随机回归系数和参数的最优估计

本文研究了一般的随机效应多元线性模型中线性可估函数的最优线性无偏估计。特别地 ,考虑了一类特殊的估计 :Φ-线性估计 ,给出了 Φ-线性可估函数和最优 Φ—线性无偏估计的定义。得到了 Φ-线性可估函数的最优Φ—线性无偏估计 。

大数据背景下工科院校理学院数据科学创新团队与平台建设

本文分析了国内外数据科学发展研究现状,提出了大数据背景下工科院校理学院数据科学创新团队与平台建设问题,讨论了这一问题研究的必要性、研究思路、创新团队与平台建设实施方案和未来发展方向。

多元线性模型中的条件最优预测

研究了带线性等式约束下任意秩多元线性模型中条件可预测变量的最优预测.特别地考虑了一类特殊的预测函数:-线性预测函数,给出了条件-线性可预测变量和条件最优-线性无偏预测的定义.得到了条件-线性可预测变量的条件最优-线性无偏预测,并证明了它在几乎处处意义下的唯一性.

子特征根估计及其在经济学中的应用

文章针对特征根估计的不足之处,我们提出了一种改进的特征根估计,称之为子特征根估计,并从条件数的角度探讨了Webster准则的局限性,在此基础上提出了新的准则。与此同时,进行了相应的数值模拟并给出了一个应用实例,模拟结果表明:平均来讲,子特征根估计与特征根估计的估计值很接近,但子特征根估计的稳健性要优于特征根估计,且能减少计算量;应用实例表明:在特征根估计失效的情况下,子特征根估计却能有效地改进最小二乘估计。

数据整合在天津纺织集团纱厂中的应用

现阶段,我国各企业信息中心积累的大量数据,没有实现信息共享,成为了占用大量存储空间的无用之物,使得企业内的各种系统形成了一个个的"信息孤岛"。对现有各个系统的数据进行整合,是解决"信息孤岛"、建立高质量数据挖掘基础的最为有效的方法。本文就天津纺织集团纱厂信息系统数据整合的必要性进行讨论,并探讨数据整合的技术实现方法和意义。