应力为SGBVE分布强度为指数分布下结构可靠度的估计

考虑了应力服从SGBVE分布,强度服从指数分布的应力—强度模型,分别在应力参数未知和部分强度参数未知的情形下给出了该模型可靠度的估计,并讨论了其性质.

一类厚尾随机信号平稳性的在线bootstrap监测

脉冲噪声的干扰使随机信号出现厚尾性.对噪声项服从对称稳定分布的在线厚尾随机信号,提出了基于核加权的方差比率方法来连续监测其平稳性.给出了监测统计量在非平稳原假设下的极限分布,证明了此方法的一致性.为确定监测统计量的临界值并避免估计厚尾指数,提出了bootstrap重抽样方法.最后通过模拟实验和分析两组实际数据说明了本文方法的有效性.

自正则检验关于方差变点的稳健性分析

自正则统计量是检验长记忆时间序列均值变点的有效方法.然而长记忆时间序列中存在均值变点的同时也可能存在方差变点,方差变点会如何影响均值变点的检验功效呢?本文推导出了当长记忆时间序列中仅存在方差变点及同时存在均值变点和方差变点时,自正则统计量的极限分布,从理论上证明了此时该统计量仍然是检验均值变点的一致统计量.数值模拟结果表明,自正则检验统计量对方差变点稳健,且递减的方差变点有助于进一步提高检验功效,而递增的方差变点会降低检验功效.最后,通过对一组北半球月均气温数据的分析说明了方法的稳健性.

基于模拟实验的假设检验教学

基于单样本T检验介绍了如何利用模拟实验的方法讲解假设检验问题．在母体分别服从正态分布和T分布的条件下，给出了T统计量在不同样本容量下模拟得到的经验水平和经验势，从而直观地解释了为什么要求检验数据服从正态分布，什么是犯第一、二类错误的概率以及决定错误概率大小的因素等问题．对比实验结果表明，在假设检验问题的教学中加入模拟实验环节可以显著提高教学质量．

几种水文序列变异点诊断方法的性能比较

分别在正态分布和t分布假设下,通过改变样本容量、自由度、变异值、变点位置等参数用模拟试验的方法比较分析了3种常用的水文序列变异点检验方法的检验性能.结果表明,Pettitt检验法对于端点位置的均值变点具有最好的检验效果,BrownForsythe检验法适合小样本数据,秩和检验无明显优势.最后用这3种方法分析了西宁市1951年至2000年3月份的月均降水量序列,发现在1977年存在一个变异点.

一类并联系统结构可靠度的估计

考虑了应力服从SGBVE分布,强度服从指数分布的应力—强度模型,给出了三元件并联系统结构可靠度的表达式,并在应力参数未知情形下给出了该模型可靠度的估计,并讨论了其性质.

修理延迟的设备修如旧模型的可用度

本文通过将使用时间在可能发生故障的时刻划分成时间区间,对修如旧模型下的多部件系统,在修理延迟条件下,对各类故障在同一时间区间里相容的条件下导出了任意给定时刻设备的可用度函数,并对文[3]中的算法做了改进。

应力为二元Weinman型指数分布强度为指数分布下结构可靠度的估计

考虑了应力服从二元Weinman型指数分布,强度服从指数分布的应力-强度模型,分别在应力参数和强度参数未知情形下给出了该模型可靠度的估计,并讨论了其性质.

松约束模型运输问题的一种解法

文中以紧约束模型运输问题的最优解为基础,给出了一种解具有一次终止性的求解松约束模型运输问题最优解的计算方法。

基于FKICA-SIFT特征的合成孔径图像多尺度配准

针对合成孔径(SAR)图像的配准,提出一种基于仿射不变快速核独立成分分析-尺度不变特征变换(FKICA-SIFT)的多尺度配准方法。首先,根据特征点的Hessian矩阵构建仿射不变SIFT描述子。接着,利用FKICA提取该描述子的独立成分得到新的描述子FKICA-SIFT。然后,利用该描述子对Steerable滤波后的各层带通合成子图像提取的特征点进行匹配。最后,采用由粗到细的匹配策略逐步优化变换参数,实现图像的多尺度精确配准。实验结果表明,对有较大仿射变化的SAR图像,当阈值小于0.7时,该方法的匹配正确率大于85%,阈值小于0.5时,匹配正确率可达90%以上,配准精度达到亚像素水平,优于SIFT,PCA-SIFT,ICA-SIFT及SURF等相关方法。使用该方法准确地检测出了地震前后唐家山堰塞湖水域的变化情况,基本满足了SAR图像变换检测前精确配准的要求。

独立序列均值与方差变点的累积和估计及应用

产品生产加工过程中,反映产品质量参数的均值和方差都有可能出现异常波动,及时发现质量异常波动,对于控制产品质量十分重要.在工业生产、通信工程等领域中独立序列有广泛应用背景.本文研究了独立序列中均值和方差都存在变点且变点时刻不相同时的变点估计问题,给出变点时刻的累积和(CUSUM)型估计,并得到变点估计的收敛速度.最后将该方法应用于航空发动机管路生产质量控制中和放射医学研究的扫描仪质量控制问题中,模拟结果和实例分析都说明方法的有效性.

独立随机序列均值多变点的非参数检测

本文考虑独立随机序列均值多变点的检测与估计问题,提出一种非参数的检验方法,给出其渐近分布,同时亦给出了变点位置的估计,并证明了变点个数估计的一致性.Monte Carlo试验研究了该检验统计量的有限样本性质,结果表明该统计量对于厚尾误差具有较好势和经验水平.最后将文中所给的非参数检验方法应用到鲁北化工(LBC)股票价格数据中,结果表明,文中所给统计量可以准确检验出多变点并进行估计.

随机系数自回归模型变均值点在线监测与应用

对随机系数自回归模型的变均值点进行在线监测时,如果变均值点的位置远离开始监测点,则平均地说,需要较长的运行时间方能检测到该变均值点.为此,笔者引进一个窗宽参数,提出了一种改进的在线监测方法.给出了监测统计量在原假设下的极限分布,并证明了此方法的一致性.模拟结果显示新方法明显优于已有的方法.最后将该方法应用于两组股票价格均值点的监测问题中,说明了方法的有效性.

非参数回归模型均值函数结构变点的检测与应用

本文将一类系统参数变点检测问题转化为非参数回归模型均值函数结构变点的检测问题.针对当非参数模型均值函数跃度的长期均值为零时,残量累积和(cumulative sum,CUSUM)统计量无效的问题,首先利用均值函数的核估计构造新统计量,给出了原假设和备择假设下统计量的极限分布;进一步构造Bootstrap检验,证明了Bootstrap检验的一致性;最后以模拟结果表明新方法明显优于已有的方法,并应用于两类实际数据分析,说明方法的有效性.

向量自回归模型Granger因果图的条件互信息辨识与应用

Granger因果性是衡量系统变量间动态关系的重要依据.传统的两变量Granger因果分析法容易产生伪因果关系,且不能刻画变量间的即时因果性.本文利用图模型方法研究时间序列变量间的Granger因果关系,建立了时间序列Granger因果图,提出了Granger因果图的条件互信息辨识方法,利用混沌理论中的关联积分估计条件互信息.统计量的显著性山置换检验确定.仿真结果证实了方法的有效性,并利用该方法研究了空气污染指标以及中国股市间的Granger因果关系.

维修时间为两点的相容条件下修如旧模型的可用度

本文考虑在维修时间为两点取值的情况,在同一时间段里各类故障发生相容的条件下,指导出了设备在任意时刻可用度函数的表达式.

主持人语

亚组分析和变点分析是两种重要的数据分析技术,它们在医学、社会科学、经济学等许多领域的研究和决策中发挥着关键作用.亚组分析用于研究数据集的不同子群(亚组)之间的差异或趋势.这种分析方法通常用于研究数据中可能存在的潜在异质性,以了解不同子群在某一变量或效应上的表现是否存在显著差异.在临床试验中,研究人员可能希望了解不同患者亚组(例如,根据性别、年龄、病史等)对治疗的反应是否有显著差异.

两个辅助变量下目标变量缺失数据的回归插补

对于抽样调查中经常出现的无回答数据,在均匀回答机制下,给出了两个辅助变量下目标变量缺失数据的回归插补模型。对于多个辅助变量的情形,可按上述方法进行目标变量的回归插补。

基于Sieve Bootstrap方法的长记忆过程均值变点的检验

本文提出一个新的统计量来检测长记忆时间序列中可能存在的均值变点,在原假设下推导出了检验统计量的极限分布在备择假设下证明了检验方法的一致性.为便于实际应用还提出了一种Sieve Bootstrap方法来近似统计量的临界值.模拟结果表明本文方法不仅可以很好的控制经验水平,而且相比已有均值变点检验的方法经验势也有了一定幅度的提高.

基于抽样加权和密度比模型的小区域分位数估计

抽样调查是获取一个有限群体信息的重要手段.如在收集目标人群的信息时,人们通常感兴趣的是根据从目标人群中抽取的随机样本来估计总体的总数、平均数和分位数等参数.在许多应用中,除了需要获取总体的一些信息外,对由地理区域、社会人口群体等组成的子群体或子区域的这些参数也很有兴趣,例如对地区居民年均收入的调查问题中,对某类特殊人群(如残疾人群)的年均收入也可能比较感兴趣.然而,大部分抽样调查是为了获取总体的某些参数而设计的,在子群体层面上对于样本量没有特殊的要求,导致经常会出现一些子群体的样本量较少,甚至为零的情况.这种样本量较少的子群体即被称为小区域.显然,直接基于这些小区域中的样本估计子群体参数很难达到预期的精度.