一种改进的基于样本排序的信道阶数估计算法

信道阶数估计是多数信道盲辨识算法的前端步骤,文章对原有的基于一阶统计量的信道阶数估计算法进行了改进。改进算法仅仅通过对接收样本数据进行排序,建立连续的样本次序对二维空间,利用阶数欠估计时的特定图形结构对信道阶数进行有效的估计,提高了原算法的准确性,并将其扩展应用于SIMO模型中,与其它基于二阶统计量的同类算法相比大大降低了计算复杂度。仿真实验证明,改进算法在较低信噪比且有限样本数据的条件下,性能依然良好,简单实用。

临床试验期中分析中不同样本空间排序方法矫正效应高估的比较

目的:比较逐段(SW)排序法、似然比(LR)排序法和极大似然估计值(MLE)排序法对临床试验中成组序贯设计期中分析效应高估的矫正效果。方法:使用SAS 9.4生成正态分布资料模拟数据集,模拟期中分析,采用中位无偏估计值(MUE)及其95%CI下限评估3种样本空间排序法的矫正效果。采用一项已上市的随机对照临床试验进行验证。结果:与SW排序法相比,LR排序法和MLE排序法的MUE及其95%CI下限更接近真实值。结论:对于正态分布数据,LR和MLE排序法能更好地矫正临床试验期中分析的效应高估。

利用样本排序方法比较化探异常识别模型的效果

地球化学异常的有效识别是化探找矿成败的关键环节.利用样本排序方法对各种化探异常识别模型的处理效果和优劣性进行了比较.以云南个旧及其周边地区铜元素水系沉积物为例,应用元素含量、异常衬度、局部奇异性分析三大类方法对数据进行了处理,对化探异常指示变量的排序值进行了3个方面的对比:(1)在高背景区和低背景区样品的排序特征;(2)有矿出现位置处样品的样本排序特征;(3)累积面积(等效于上侧样本排序值)不同分组所圈定的异常范围和矿床(点)之间的空间相关性.结果表明,局部奇异性分析方法较按含量高低的全局性方法对弱缓异常识别更为有效,也相对优于滑动衬值.按奇异性指数基于证据权法圈定的异常远景区更具预测意义,显著优于用元素含量值所圈定的异常范围.局部奇异性方法原理清晰、方法简便、可操作性强,在地球化学异常识别中可以用其替代滑动衬值方法.

样本空间排序法评价瞬时辐照无失效数据研究

为降低瞬时辐照抽样检验中现行经典非参数法的评价结果的保守性,引入样本空间排序法,从理论和实例两方面计算无失效数据的生存概率置信下限,并与经典非参数法进行对比。结果是,样本空间排序法不仅提高生存概率的置信下限,还增大这些置信限所对应的剂量率范围。该研究结果表明样本空间排序法提高了数据利用率,降低了保守性,可减少试验成本。

计数型截尾序贯检验的样本空间排序法

针对IEC1123所建议的截尾序贯检验存在未能使平均试验次数达到最少等不足之处,在对最优截尾序贯检验进行精确定义的基础上,通过在截尾序贯样本空间建立序关系,采取逐点优化的方式得到截尾序贯检验的最优化方案.计算结果表明,新方法与IEC1123所建议的截尾序贯抽样方案及序贯网图检验(SMT)相比,无论是在序贯检验截尾值的控制,还是在减少检验的平均试验次数等方面,都有十分明显的改进.

随机删失模型下排序集样本的非参数估计与应用

针对生存分析中经常出现的随机删失模型,文章提出排序集抽样下生存函数的乘积限估计量,证明了新估计量的渐近正态性,确定了其渐近方差,并与简单随机抽样下相应估计量进行了估计效率的比较,结果表明排序集抽样效率高于简单随机抽样。最后,我们对肾癌患者的临床数据进行了实际应用。

基于排序集样本和辅助变量中位数的均值比率估计方法

排序集抽样下利用辅助变量中位数构建了总体均值的改进比率估计模型,分析了该比率估计量的偏差和均方误差,并与简单随机抽样下的比率估计比较,证明了改进后的比率估计均方误差更小。以农作物播种面积和产量为研究对象进行实例分析,研究表明,基于排序集样本和辅助变量中位数的比率估计方法可以有效提高估计精度,验证了该构造方法的可行性。

基于样本空间排序法的电子器件抗瞬时电离辐射性能评估方法

针对瞬时电离辐射效应考核中应用经典非参数法存在信息利用率低,评价结果过于保守的问题,本文在识别出瞬时电离辐射效应数据在统计意义上属于Ⅰ型区间删失数据的基础上,利用样本空间排序法,开展电子器件抗瞬时电离辐射性能评估研究。首先,基于无失效数据开展了理论分析和实例计算,并将计算结果与经典非参数法的计算结果进行了对比,结果表明,样本空间排序法提高了信息利用率,不仅可以增大生存概率置信下限,而且将置信下限所对应的吸收剂量率上限从最小值增大到几何平均值。其次,开展了失效分布模型的试验研究,根据瞬时电离辐射效应特点,提出以Ⅱ型区间删失数据为数据源获取经验生存函数,通过最小二乘法拟合经验生存函数用于计算相关系数,根据相关系数及对失效机理的分析,认为商用静态存储器翻转效应服从对数正态分布的可能性最大。最后,基于再抽样技术的蒙特卡罗模拟结果表明,样本空间排序法在高生存概率区间的计算结果具有保守性。

基于样本空间排序法的剩余寿命评估

主要讨论了不同定时截尾数据剩余寿命评估的问题。利用样本空间排序法对指数分布和威布尔分布下不同定时截尾数据的可靠性参数进行估计,并进一步将参数估计值代入建立的剩余寿命评估模型,求取产品的剩余寿命。结果证明样本空间排序法在样本量较少的情况下,精度满足要求。

样本视角下面向复杂产品多目标优化设计的混合人工神经网络—遗传算法技术

针对复杂产品优化设计计算密集的问题,从样本角度提出一种改进的人工神经网络—遗传算法多目标优化框架:针对正交实验设计的小样本问题,采用基于限制扰动的虚拟样本构造方法扩大训练样本集,用于提高人工神经网络建模精度;以基于熵权的极差分析法确定各决策变量的灵敏度,通过变决策变量建模的方式确定高性价比人工神经网络模型,用于遗传算法搜索的适应度计算;设计一种兼顾Pareto前沿平滑性和均匀性的遗传算法初始解构造方法,用于提高优化的效率和质量。以航空发动机高压涡轮盘优化实例验证了所提方法的可行性和有效性。

排序集抽样下定时截尾指数寿命数据的参数估计

针对定时截尾指数寿命数据的参数估计问题,采用排序集抽样方法,研究了指数分布参数的极大似然估计.针对排序集抽样下似然方程求不出解的问题,似然方程的部分项替换为期望,并给出修正极大似然估计.估计效率的比较结果说明:基于排序集抽样方法的修正估计量优于基于简单随机抽样方法的极大似然估计量.

Poisson分布截尾序贯近似最优检验的研究——以电子商务产品的抽样检验为例

对测量指标服从Poisson分布的电子商务产品进行抽样检验时,为降低抽样检验的试验成本,本文采用样本空间排序法设计Poisson分布计数型截尾序贯近似最优检验方案TS。结果表明,TS方案在保证实际犯两类错误的概率小于给定检验水平的情况下,平均试验次数尽可能达到最小,很好地降低了电子商务产品的抽样检验成本。此外,本文还使用蒙特卡洛法对其准确性进行验证。证实了采用样本空间排序法设计的Poisson分布计数型截尾序贯近似最优检验方案TS具有高可靠性。

增强型深度确定策略梯度算法

针对深度确定策略梯度算法收敛速率较慢的问题,提出了一种增强型深度确定策略梯度(E-DDPG)算法。该算法在深度确定策略梯度算法的基础上,重新构建两个新的样本池——多样性样本池和高误差样本池。在算法执行过程中,训练样本分别从多样性样本池和高误差样本池按比例选取,以兼顾样本多样性以及样本价值信息,提高样本的利用效率和算法的收敛性能。此外,进一步从理论上证明了利用自模拟度量方法对样本进行相似性度量的合理性,建立值函数与样本相似性之间的关系。将E-DDPG算法以及DDPG算法用于经典的Pendulum问题和MountainCar问题,实验结果表明,E-DDPG具有更好的收敛稳定性,同时具有更快的收敛速率。

不等定时截尾试验指数分布情形下的可靠性评定

针对产品的可靠性评估问题,一般需要统计分析寿命试验中收集到的试验数据。假如所有试验样品都在不同时刻终止试验,这种方式就是不等定时截尾寿命试验。针对不等定时截尾数据,现有方法大多只能得到参数的点估计,缺乏针对参数置信区间的估计方法。针对这一问题,在指数分布下,根据样本空间排序法这一理论,推导得到一个比现有方法更简单的计算方法。作为对比,基于极大似然估计的性质和bootstrap方法,又提出两个置信下限的近似求解方法。然后,通过蒙特卡罗仿真实验和一个算例,比较了这3个方法。实验表明基于样本空间排序法的计算结果更优。

关于结构可靠度的置信下限

针对实际工作中常见的一类试验数据 ,研究了产品的结构可靠度的置信下限。

计数型截尾序贯保证试验的研究

针对"高成本、破坏性"试验特点的计数型产品,为减少产品的抽样验收试验成本,对截尾序贯型保证试验进行了研究。在产品已通过鉴定试验的条件下,采用贝叶斯分析方法对鉴定试验数据进行综合,给出了成败型产品成功率参数P的截尾序贯型保证试验T^A的相关理论及方案设计方法.研究结果表明,对高质量水平的产品,截尾序贯保证试验T^A与原试验方案T^(OA)相比具有相当的通过验收试验的概率水平,同时能大幅度减少产品的平均试验次数等优点。采用实例分析方式,对截尾序贯保证试验T^A的设计方法进行了详细说明,并通过与原试验方案T^(OA)的操作特征曲线(OC)及平均试验次数(ASN)曲线的比较,进一步对截尾序贯型保证试验方案的优良性进行了验证。

关于平均无故障时间间隔(MTBF)保证试验的置信限

在对ＭＴＢＦ（平均无故障时间间隔）保证试验进行严格的数学描述的基础上，利用样本空间排序法找出了ＭＴＢＦ在一定意义下最优的置信下限和置信上限。

利用多辅助信息的比率估计方法与验证

文章同时考虑抽样设计和估计量设计两个方面,利用辅助变量均值、偏度系数和中位数,基于排序集样本构建了总体均值的改进比率估计模型,并研究了该估计量的偏差与均方误差,结果表明改进后的估计量方差明显降低;最后,通过随机模拟和算例分析进一步验证了估计量的有效性。

基于Duane曲线的可靠性增长模型

在阐述复杂武器装备系统在研制中,通常要经过实验——分析——改进的过程,即可靠性增长过程。由于产品处于改进阶段,每个阶段的产品的寿命所对应的总体就是不同的。因此估计最后阶段的可靠度及其置信限就有了一定的困难,讨论基于Duane曲线的指数可靠性增长模型——ERG模型。完全寿命方案下,给出了利用枢轴量构建置信限的推断方法,并证明了构建的置信限具有最优性。

两指数分布并联系统可靠度的置信下限

复杂系统可靠度置信下限的寻求，一般说来，由于系统的构成非常复杂，现有的许多统计方法大多只能给出近似解．对于由两个寿命分别服从指数分布的部件构成的并联系统，本文利用样本空间排序法，给出了系统可靠度置信下限的精确解，并提出了行之有效的算法。