电压波动条件下环氧树脂内部局部放电特性研究

针对电力系统中可能出现的电压暂降/暂升现象,利用可编程电源对外施电压进行调制,分析了电压波动对环氧树脂内部局部放电特性的影响规律。结果表明:电压波动将导致空气间隙的局部放电模式发生改变,在正负半周表现出不对称特性;外施电压的波动程度越大,局部放电的不对称性则越显著。局部放电谱图发生改变的原因在于外部电场与累积在气隙内部表面电荷的共同作用,一方面,表面电荷产生的电场将与外部施加的电场叠加,对气隙内部的总电场进行调制;另一方面,随着放电的持续进行,表面电荷的消散和中和也将影响气隙内部的总电场,进而导致局部放电在外施电压的正负半周表现出不对称特性。

数据挖掘与应用统计现状及趋势研究——第八届国际数据挖掘与应用统计研究会年会学术综述

国际数据挖掘与应用统计研究会是我国从事数据挖掘领域研究最早的学术研究团体之一。从2006年以来,为政府、高校、研究机构以及企业界的数据挖掘专家和学者提供了一个学术交流的高端平台。2016年第八届年会的主题是"卓越数据共享统计的理论及应用研究",此次会议会聚了国内外众多专家学者,共同聚焦数据挖掘和统计应用的发展趋势。

共享数据聚变时代的经济统计趋势研究——第十届全国企业经济统计学年会学术综述

全国企业经济统计学年会是我国经济统计学界一年一度的盛会。前后近30年,为我国经济统计的研究、教学和服务构建了一个高学术、高规格的产—学—研一体化平台。2016年第十届年会的主题是"共享数据聚变时代下的经济统计理论及应用研究"。汇聚了国内众多专家学者,共同探讨大数据时代下我国经济统计的未来发展趋势。

基于DEA交叉效率的交通运输与区域经济发展耦合协调度分析

文章从规模性、结构性、效益性三个维度构建交通运输和区域经济发展的指标体系,基于DEA交叉效率,构建了耦合协调度模型,测算了2008—2018年我国七大地区耦合协调度,分析了耦合协调度的时空演变特征。结果显示:(1)从时间维度看,我国总体的耦合协调度呈现明显上升趋势;(2)从空间维度看,七大地区存在明显的区域差异性。(3)华东和华北地区实现高度耦合协调发展。西北和西南地区耦合协调度正从低度协调向中度协调发展。华南、华中和东北地区处于中度协调发展区间,跃迁趋势不明显。

层次贝叶斯方法及其在雾霾监测评估中的应用研究

层次模型与贝叶斯理论之间具有天然的纽带和无缝的和谐。层次模型将未知变量视为随机变量,其模型构建初始和参数估计均蕴含着贝叶斯统计的思想。贝叶斯方法是将未知参数视为随机变量,引入先验分布,结合已知数据信息,通过贝叶斯定理,获得后验分布,所有的统计推断都基于后验分布。因此,层次贝叶斯模型容易拟合使用经典方法很难应付的复杂随机效应模型。文章构建了层次贝叶斯方法并通过实际嵌套结构数据例子展示层次贝叶斯模型在复杂随机效应模型的统计推断方面的优势。首先,利用网络爬虫技术获取了2014年6月-2018年12月期间关于全国31个省,291个城市,共1457个国控站点的空气质量实时监测数据。其次,选择东南西北中5个典型地区绘制关于PM2.5的季节变化热力图,对其春夏秋冬四个季节变化趋势进行可视化分析。最后,基于省份-城市-站点-时间高层次嵌套结构数据建立四水平发展模型,从整体拟合效果和参数估计两方面比较验证了层次模型优于一般线性模型。同时利用贝叶斯分析对层次线性模型进行了统计推断和模型选择研究,并与经典频率派方法和经验贝叶斯统计方法进行了对比分析,论证了贝叶斯方法的优势。基于层次贝叶斯模型雾霾监测评估的实证分析,总结雾霾治理存在的问题并提出对策建议。

大数据时代我国经济统计现状及趋势研究

一年一度的全国企业经济统计学年会是我国经济统计学界的盛会。该会会聚全国经济统计大师和同仁一道探索与分享经济统计学的前沿理论及应用。该会起源于1988年成立的南方工业统计研究会，在全国工业统计教学研究会总会的大力支持下，

人工智能时代的数据科学思想荟萃

为了深刻理解与数据科学紧密相连的数学、统计和计算机的关系，中国人民大学吴喜之教授在《数学-统计-计算机硬数据科学背景、关系及恩怨》报告中，首先回顾了1976南开大学“数据处理小组”成立，80年代初我国第一批概率统计专业建设。

经济统计在人工智能时代的发展研究

统计学最先起源于英国政治算术和德国国势学,是通过数据形式对社会科学进行定量化研究的学科;经济统计就是针对经济社会中的数据问题进行定量研究的统计学。随着移动互联网、云计算、物联网等不断发展.世界已经进入了大数据和人工智能时代。在这一新时代,传统统计学,以及经济统计学面对呈现出的多样化数据,应该何去何从?

现代统计学思想之概率公理化探索之路

20世纪初,概率论经俄罗斯圣彼得堡学派切比雪夫(Chebyshev,1821-1894)、马尔科夫和李雅普诺夫(Aleksandr Mikhailovich Lyapunov,1857-1918)等的努力,使极限理论成了中心研究课题。李雅普诺夫将特征函数引入概率论,马尔科夫提出马尔科夫链,巴夏里埃(L.Bachelier,1870-1946)建立了布朗运动模型,爱因斯坦和维纳分别又构建其物理与数学模型,开启了随机过程的研究。

现代统计理论基础奠基之马尔科夫

"马尔科夫是切比雪夫在概率论领域最富有色彩的代言人。他深刻领会了切比雪夫的概率思想,并沿着他所指引的方向展开了相关研究。在其所有弟子中,马尔科夫的数学天赋和敏锐洞察力与其最为接近……,马尔科夫的概率论文具有清晰而严谨的数学典范,在相当程度上,他使得概率论成为数学科学的一个较为完美的研究领域,同时也对切比雪夫概率方法和理念的广泛普及作出了重要贡献"。

现代数理统计学思想之李雅普诺夫条件

概率论和数理统计都是非常重要的中心极限定理,最先是棣莫弗(de Moirve,1667-1754)对伯努利试验发现,拉普拉斯(de Laplace,1749-1827)1810年在棣莫弗基础上得到了棣莫弗一拉普拉斯中心极限定理,但仅在随机变量之和的分布有限条件下,给出了证明。直到1887年,切比雪夫(Chebyshev,1821-1894)第一个论述了一般随机变量的中心极限定理,并利用矩方法给子了中心极限定理的一个证明。