商品流通产业周期性波动特征分析

从商品流通产业周期性波动由古典型向增长型转变过程和商品流通产业周期性波动的波长不规则特性等方面进行了分析与探讨,以求得到我国商品流通产业和GDP波动相关系数的高吻合性。

适应交通流演化的伽马分布形状参数估计

研究交通流演化规律对交通安全措施的实施具有重要意义。交通流的演化过程一般可分为交通流的量变与质变。鉴于交通自由流状态、拥挤流状态及间歇流状态的分布均可由伽马分布表达,利用伽马分布及其变点检验算法进行变点搜索及检验,确定变点前后的交通流状态。结合柯尔莫哥洛夫—斯米尔诺夫检验方法对观测数据是否服从伽马分布进行拟合优度检验。为较直观说明交通流的演化规律,结合极大似然估计,给出了适应交通流演化的伽马分布形状参数估计。实验结果表明,伽马分布形状参数估计的研究是探索交通流演化规律的有利途径。

SVD滤波的串联故障电弧特征分析

为进一步研究故障电弧特征,针对三相电动机及变频器负载开展了串联故障电弧实验。首先将电流信号经过一阶差分预处理,再通过奇异值分解SVD(singular value decomposition)对信号进行两级滤波,剔除信号中的工频和噪声成分。采用柯尔莫可洛夫-斯米洛夫K-S(Kolmogorov-Smirnov)检验法分析SVD滤波信号的正态分布情况。采用线性调频Z变换CZT(chirp-Z transform)对SVD滤波信号0~500 Hz频段进行频谱细化分析。提取时域峭度和特征频段幅值平均值组成特征向量,并构建故障电弧区矩形。通过大量数据测试表明:该方法可有效识别三相电动机及变频器负载回路中发生的故障电弧。

基于径向基函数神经网络的电火花线切割机床可靠性数据模拟生成

针对电火花线切割机床(Wire electrical discharge machining,WEDM)可靠性数据分布模型无法确定的问题,提出应用径向基函数(Radial basis function,RBF)神经网络对可靠性数据进行模拟仿真,扩大可靠性数据样本量,从而确定其分布模型的方法。选取聚类学习算法作为神经网络学习方法,通过无监督学习确定RBF神经网络中各隐节点的数据中心,并根据各数据中心之间的距离确定隐节点的扩展常数,然后用有监督学习训练各隐节点的输出权值。经过对原始可靠性数据进行拟合训练后生成一套RBF神经网络,随机产生100个可靠度数据输入该神经网络产生与原始可靠性数据具有相同失效统计规律的数据。对扩充后的可靠性数据通过图估计法和柯尔莫哥洛夫-斯米尔诺夫(Kolmogorov-smirnov,K-S)检验法确定电火花线切割机床可靠性数据分布模型为对数正态分布模型,同时对可靠性模型的参量估计更加准确。

基于空间分布和时间序列分析的粒子滤波算法

针对粒子滤波存在的粒子贫化问题,提出了一种改进的重采样粒子滤波算法.在重采样步骤中基于采样粒子集的空间分布引入时间序列分析,选取相关度最高的粒子进行传递,避免了只关注采样粒子权值的传统重采样算法中仅复制大权值粒子而任意丢弃小权值粒子的缺陷,因此能够消弱粒子贫化现象,提高算法的估计精度.在理论上利用两样本Kolmogorov-Smimov检验原理证明了改进算法重采样后的粒子集和采样前的粒子集来自同一总体.仿真结果表明,尤其是在初始采样粒子数目较小时,该算法在非线性系统状态估计中的精度优于传统的粒子滤波算法.

交叉口车辆到达统计分布的实证研究

交叉口车辆到达的统计分布规律是交通流理论的基础,对于优化和设计信号控制方案有重要意义。车辆到达是否服从泊松分布,尚缺乏基于交通观测数据的实证研究。采集深圳市的部分道路交通数据,运用柯尔莫哥洛夫-斯米洛夫非参数检验(K-S检验)方法检验车辆到达的统计分布,利用SPSS和Excel软件分析处理数据,掌握了车辆到达的统计分布特性。研究发现,泊松分布能较好地拟合交叉口车辆到达,具有较广泛的适用性。此外,K-S检验方法是检验车辆到达统计分布的有效方法,SPSS和Excel软件提高了数据分析的准确性和效率。

索奇MT降铅疗效的统计分析(英文)

应用数理统计中柯尔莫哥洛夫-斯米尔诺夫检验(简称K-S test)、配对样本的T检验、秩相关系数,对200例铅中毒儿童服用生物饮品索奇MT的前后数据进行分析.结果显示,铅中毒儿童在服用索奇MT后铅含量明显降低.

异形大跨指廊屋盖脉动风压非高斯特性研究

基于刚性模型测压风洞试验,研究异形大跨屋盖的平均风压分布及脉动风压非高斯特征,分别采用高阶统计量法和柯尔莫哥洛夫-斯米尔诺夫(Kolmogorov-Smirnov,K-S)检验法对脉动风压的非高斯特性进行判别并划分其分布区域,最后通过5种概率分布模型对非高斯脉动风压的概率分布进行拟合。结果表明:屋盖表面平均风压以负压分布为主,且负压极值多出现于屋脊或屋面转角的气流分离区;异形大跨屋盖脉动风压的非高斯特性显著,非高斯脉动风压主要出现在屋面迎风前缘、指廊背风侧和屋面转角处,相较于高阶统计量法,K-S检验法的划分结果集中度更好,规律性更强;通过相关系数和均方根误差评价拟合效果,5种概率分布模型中的Weibull模型对非高斯脉动风压概率分布的拟合效果最佳。

龙滩垂直升船机设计风压的确定

本文采用极值I型概率分布模型对龙滩升船机的设计风速进行分析研究，并用柯尔莫洛夫－斯米诺夫拟合适度检验法对所选概率分布模型的合理性进行检验，最后结合工程的实际情况确定升船机的设计风速及设计风压。

基于高效关联规则挖掘算法的智能评卷模型研究

考试评分标准的公平性和公正性一直深受关注,其能否保证阅卷人员在阅卷过程中所运用的评分标准达到一致性和稳定性,并有效控制阅卷过程中的误差,是一个迫切需要解决的问题.本文根据网上阅卷系统环境,将一种高效的关联规则挖掘算法,即Hopfield神经网络技术运用到该系统中,并采用柯尔莫戈洛夫—斯米尔懦夫检验方法来检验输出结果,从而及时发现并调整阅卷人员的工作和休息状态,提升了阅卷过程的质量和效率,进而保证阅卷过程的公平公正性.

基于神经网络技术的评卷误差控制模型及其应用

各类考试的评卷工作中 ,如何使评卷人员在整个评卷过程中始终掌握评分标准的一致性和评卷的稳定性 ,控制评卷误差 ,是有关方面一直在关注和急待解决的问题。将评卷的模式从传统的纸上评卷改为在计算机上进行的网上评卷 ,把智能神经网络技术应用到网上评卷中 ,用柯尔莫哥洛夫—斯米尔诺夫检验作为控制 ,通过检验输出的值是否符合要求 ,达到随时掌握和及时调整评卷人员的状态 。

大型多指廊屋盖风荷载非高斯特性风洞试验研究

基于我国大型机场航站楼(指廊间最大距离约1500 m)的刚性测压风洞试验,采用高阶统计量方法和柯莫哥罗夫-斯米尔诺夫假设检验方法(K-S法)分析了大型多指廊屋盖表面风压的非高斯特性以及周边建筑对屋盖表面风压分布特性的干扰效应.研究结果表明:周边建筑对屋盖表面风压分布特性的干扰效应总体不显著,极值负压略有减小;大型多指廊屋盖表面风压基本为负压,在屋檐及转角区域的负压值较其他区域更大.高阶统计量方法划分的非高斯区其结果比较分散,同一区域存在不连续情况,且部分区域划分结果对风向角不敏感,而K-S方法划分的非高斯区域连续且覆盖范围与风洞试验分析得到的风压分布规律比较吻合.最后,本研究的风洞试验结果表明:大型多指廊屋盖结构在迎风屋檐、转角等区域表现出明显的非高斯特性,应在我国大型屋盖结构风荷载规范中予以考虑,采用改进的峰值因子估计方法,并宜按非高斯性分区适度提高峰值因子取值.

隧道岩土参数概率分布及取值数目探讨研究

本研究选取南方某地铁某线路岩土试验测定值(粘聚力值、内摩擦角值、含水量、压缩系数、孔隙率、压缩模量和天然密度)为研究对象,利用统计学理论对测定值总体所服从的概率分布进行拟合分析,分别获得测定值正态分布、伽马分布、瑞利分布、泊松分布和威布尔分布下的分布参数,并利用柯尔莫哥洛夫–斯米洛夫检验对上述分布的拟合优度进行计算,进而获得测定值的最优分布函数,然后通过随机抽取的方式,从总体测定值中随机抽取4组子样,每组子样本含量分别为30个、20个、10个和6个,并在该基础上分析所抽取的子样是否服从与总体相一致的概率分布,再通过方差分析,检测上述子样间的显著性差异,最后分析样本含量对概率分布参数稳定性的影响。结果表明含水量的最优分布为正态分布,天然密度最优分布为威布尔分布,孔隙率最优分布函数为伽马分布,内摩擦角不服从上述任何一种分布,粘聚力值最优分布为伽马分布,压缩模量最优分布为伽马分布。此外,当子样数为6时,7项指标均与总样本空间KS检测结果不相符,即较少的子样数会导致数据服从多种分布模型从而造成土体指标统计值与实际值产生偏差,当子样本数大于等于10时,利用统计学原理得到的土体物理指标值及分布类型愈稳定。本研究成果对于隧道、边坡、基坑等工程勘察中的土工试样试验取值数目的确定具有一定的参考与指导价值。

柴达木盆地盐湖区盐生植物根–土复合体物理力学性质指标概率统计分析

根–土复合体抗剪强度值是评价土壤抗侵蚀能力的重要指标,受植物生长期、植物种类等因素影响,植物根–土复合体抗剪强度值往往表现出较大程度的变异性。为有效降低这种变异性,在实际研究过程中需开展一定数量的复合体剪切试验,以便合理地确定根–土复合体抗剪强度值大小,以及复合体抗剪强度影响因素的作用程度。为此,开展定量分析不同植物根–土复合体抗剪强度、影响复合体抗剪强度的主要因素,以及复合体抗剪强度指标与各影响因素之间的关系,是亟待解决的关键问题。基于此,本文以生长于柴达木盆地大柴旦盐湖湖滨区的5种盐生植物根–土复合体为研究对象,通过室内直剪试验对上述根–土复合体原状试样进行直剪试验,获得其抗剪强度指标黏聚力c值和内摩擦角j值;通过烘干称重法获得复合体含水率、通过洗根称重法获得其含根量、采用游标卡尺测定法获得其根径。在此基础上,以黏聚力c值、内摩擦角j值、含水率、根径和含根量5项试验值为指标,进一步分析了含水率、含根量和根径3种因素与复合体黏聚力c值和内摩擦角j值的相关性,并采用正态分布、伽马分布、瑞利分布和威布尔分布函数对上述5项指标进行拟合分析,获得了相应分布函数的分布参数;最后采用柯尔莫哥洛夫–斯米洛夫检验(KS test)对上述指标进行分布检验。研究结果表明:复合体5项物理力学性质指标中,含水率与黏聚力c值存在负相关性,含根量与黏聚力c值呈正相关性,其余2项指标(根径、含水率)与黏聚力c值间相关性不显著,且含水率、含根量、根径与内摩擦角φ值间相关性亦不显著;此外,内摩擦角j值服从正态分布和伽马分布,其余4项指标均服从正态分布、伽马分布和威布尔分布;其中,内摩擦角j值最优分布函数为正态分布,黏聚力和含根量最优分布函数为威布尔分布,根径和含水率最优分布函数均为伽马分布。该项研究成果对于合理分析根–土复合体抗剪强度指标的影响因素,进一步深入探讨复合体抗剪强度影响因素之间的相互作用关系具有理论参考价值和实际指导意义,且为合理评价研究区及其与研究区自然条件相类似地区的不同盐生植物增强土体强度,防治盐湖区草原荒漠化现象的发生提供理论支撑,同时对于实现区域生态环境的可持续发展具有重要的现实意义。