基于自助法的弧齿锥齿轮齿面修正

为了降低弧齿锥齿轮在批量加工制造中存在的齿面偏差,提出一种基于自助法的弧齿锥齿轮齿面修正方法。以同一批次小样本弧齿锥齿轮作为研究对象,在自助法统计齿面偏差检测数据的基础上,得到大量的齿面偏差数据;利用NURBS曲面拟合方法构建齿面的均值差曲面,将它作为实际加工齿面,建立齿面偏差的数字化预控补偿模型,对它进行优化求解,得到批量齿面数控加工的机床修正参数,然后不断调整机床加工参数,实现齿面的预控修正补偿;最后对修正前、后齿面偏差作对比分析。结果表明:小轮齿面偏差比修正前降低了76.66%,验证了自助法齿面修正理论的有效性,对指导弧齿锥齿轮批量齿面修正提供了理论依据。

对Bootstrap方法的自助抽样的改进

Bootstrap方法是一种常用的统计推断方法,它的无先验性,以及计算过程中只需要实际的观测数据,使得其可方便的应用于实际的数据处理之中。对连续情形而言,Bootstrap本身的计算特性限制了自助样本的生成范围,即只能从原样本再采样,从而使得自助分布产生偏离,无法渐近于真实情形。鉴于此不足,本文提出了改进的Bootstrap方法,它通过对自助样本生成范围的拓展,克服了这一不足,获得了更加精确的参数估计。

面向多源传感器信号融合的滚动轴承多层自助最大熵法故障诊断

为了提高滚动轴承故障诊断抗外部因素影响能力,提出了一种面向多源传感器信号融合的滚动轴承多层自助最大熵法故障诊断方法。通过量化分析径向与轴向载荷、转速、温度参数引起的振动状态变化,为判断轴承性能提供了可靠的依据。研究结果表明:振动样本相对径向载荷样本形成了基本一致的概率密度函数,轴承振动性能受到径向载荷的显著影响,轴承载荷与转速引起的轴承振动特性变化情况基本一致。温度引起的轴承振动特性变化情况还不能被精确检测。滚动轴承使用期间,振动状态受到径向载荷、转速、轴向载荷、温度的影响程度指标依次是0.743 5、0.290 2、0.290 8、0.242 9,轴承载荷是对振动状态产生影响最大的因素。

基于Bootstrap法的轨道车辆镁合金主S-N曲线研究

在轨道车辆轻量化设计中采用镁合金可以达到显著减少车体质量、提高列车运行速度以及减轻运营能源消耗的优化目标。针对在小子样疲劳试验空间中,镁合金焊接结构各存活率下主S-N曲线获取较为困难的问题,首先提出结合Bootstrap自助法与等效结构应力法的疲劳评估方法。在此框架下,对不同板厚、材料、类型和应力比的镁合金焊接接头进行物理疲劳试验,并采用有限元仿真,进行试件接头焊趾处的等效结构应力数值模拟试验。其次,分别采用传统成组法和Bootstrap自助法拟合得出不同存活率下镁合金焊接结构疲劳寿命预测模型的统计参数。结果表明,Bootstrap自助法得到的镁合金疲劳试验样本拟合结果更趋于稳定,提高了镁合金疲劳寿命试验数据的拟合程度和样本数目较小时疲劳寿命预测的准确性。基于此方法得到并验证了镁合金焊接结构主S-N曲线的较精确回归模型。

民法中的自助行为及其限度——兼及不当自主行为所致民刑交叉问题

为助推《民法典》新增的自助行为的适用,亟须从解释论探讨,并考察其实践适用。自助行为本质为私力救济,为保护情况紧迫而无法及时获得公力救济的请求权而设,蕴含着民刑交叉属性。作为公力救济的例外,它仅能在特定情形下行使,以“拥有合法请求权”为前提,需满足“情况紧迫无法及时获得公力救济”以及“不实施自助行为将使权益损害难以弥补”的要件。至于自助行为应限于合理范围以及事后及时请求公力救济,则非该制度的构成要件,而是行为界限问题。自助行为既可针对相对人的财产,在特定情形下,亦可将《民法典》第1177条第1款中的“等合理措施”解释为可对相对人自由适当限制,但应契合“必要性”要求,并立即诉请公力救济。行为契合自助行为构造者,可阻却侵权违法,亦不会涉及刑事犯罪,而是出罪事由;反之,不当造成他人损害者,对相对人之损害仍应负赔偿责任,严重者,可能涉及向刑事犯罪的转化。对因自助行为引发的民刑交叉案件,应依循法秩序统一原理,严格控制入罪门槛,坚持先民后刑程序,正确界定罪与非罪。

正反向结合灰自助滤波法在滚动轴承性能可靠性评估中的应用

基于正反向结合灰自助滤波法提取出有效的轴承性能退化信息,从而精准地计算轴承运行过程中的性能可靠度。分别运用正向灰自助滤波法和反向灰自助滤波法对采集到的滚动轴承振动加速度数据进行降噪,并将其进行融合得到新的数据序列;基于概率密度函数交集法,将滤波前后数据序列的概率密度函数交集面积作为定量评定滤波效果的新指标;选定性能阈值,计算各个数据序列的变异个数、变异概率和性能可靠度,定量分析轴承运行过程中的性能变异程度。两个案例均表明正反向结合灰自助滤波法的效果最好,将其用于评估滚动轴承的性能退化过程是可行的。

基于最大信息熵的长寿命产品可靠度置信区间Bootstrap估计方法

针对当前无失效数据可靠性评估方法估计精度低,难以同时得到参数的点估计和置信区间估计且难以避免结果不一致的问题,考虑无失效数据的情况,提出了一种基于最大信息熵和模拟退火算法并结合参数Bootstrap法的可靠度点估计和置信区间估计方法。首先考虑威布尔分布的失效概率次序特性,在Bayes理论下通过失效概率的取值范围和最大化先验分布的信息熵构建超参数优化模型;然后,采用模拟退火算法求解优化模型避免陷入局部最优解;再利用加权最小二乘法得到可靠度的点估计;最后,以参数Bootstrap法实现新样本的重新抽取,进而得到可靠度的置信区间估计。通过仿真算例与谐波减速器无失效数据实际算例,验证了所提方法不仅能够提高可靠度点估计和区间估计的精度,还能够提高评估结果的可信度。

基于Bootstrap方法最大熵优化过采样算法

随着数据时代的到来,非平衡数据的分类问题受到越来越多的关注。在非平衡数据的分类问题中,往往因为少数类样本与多数类样本比例失衡而导致分类结果错误。因此,提出了一种在最大熵原理下基于自助法(Bootstrap method)的过采样算法。首先,通过自助法获得数据样本的概率分布,并用最大熵原理对概率分布进行优化;其次,根据少数类生成新的少数类的能力不同,提出基于少数类样本分布的概率增强算法。该算法使数据随机性得到了充分体现,保证了少数类样本的概率密度在数据集平衡前后保持一致性,从而提高分类算法的有效性;最后,通过从UCI和KEEL数据库选取8组数据进行实验,实验结果表明所提出的新算法比现有的其他算法更有效。

自助法(bootstrap)应用试验初报

自助法用于非正态分布的小样本抽样调查的精度估计时,可以解决小样本估计不依赖正态分布的理论问题,对有偏的大样本也同样适用。表明它宜于在残破的过伐次生林资源调查中应用。

Bootstrap法在车身质量评定中的应用

引入 Bootstrap重采样技术 ,根据少量历史数据获得合格率分布的非参数化数值解 ,作为先验条件与当前样本分布相结合 ,通过贝叶斯方法对尺寸质量参数进行估计。避免传统的参数化先验分布所带来的人为假设 ,提出的方法更具有客观性 。

中介效应的点估计和区间估计:乘积分布法、非参数Bootstrap和MCMC法

针对中介效应ab的抽样分布往往不是正态分布的问题,学者近年提出了三类无需对ab的抽样分布进行任何限制且适用于中、小样本的方法,包括乘积分布法、非参数Bootstrap和马尔科夫链蒙特卡罗(MCMC)方法。采用模拟技术比较了三类方法在中介效应分析中的表现。结果发现:1)有先验信息的MCMC方法的ab点估计最准确;2)有先验信息的MCMC方法的统计功效最高,但付出了低估第Ⅰ类错误率的代价,偏差校正的非参数百分位Bootstrap方法的统计功效其次,但付出了高估第Ⅰ类错误率的代价;3)有先验信息的MCMC方法的中介效应区间估计最准确。结果表明,当有先验信息时,推荐使用有先验信息的MCMC方法;当先验信息不可得时,推荐使用偏差校正的非参数百分位Bootstrap方法。

沉降计算经验系数的Bootstrap法置信区间估计

采用Bootstrap法推断小样本条件下的沉降计算经验系数概率特征及置信区间,以解决工程中沉降计算经验系数样本量很少,难以应用常规统计方法分析其概率分布的问题。直接对样本重抽样,根据Bootstrap样本逼近参数真实分布,并纠正Bootstrap仿真过程中出现的偏差,以获得参数的无偏置信区间。通过某客运专线路基工程实例分析,得出:采用Bootstrap法可较好地推断小样本条件下沉降计算经验系数未知参数的概率分布,获得参数的置信区间;当面荷载在40～240 kPa范围内取值时,红黏土地基的沉降计算经验系数均值随载荷的增大而减少,经验系数均值服从正态分布,置信度为95%的经验系数均值的置信区间按荷载范围依次为[0.637,0.884],[0.637,0.884]及[0.901,1.165]。

基于bootstrap的多重中介效应分析方法

中介变量的使用和检验是管理研究中的主流趋势。介绍了一种分析中介效应的新方法——基于bootstrap的结构方程模型分析,该方法可以克服逐步检验法和Sobel检验法在处理小样本量,小中介效应值,或者中介效应值不呈正态分布的情况下统计功效不高的缺点,并且能有效解决变量的测量误差以及多重中介模型的问题。在对该方法的原理进行介绍之后,通过一个示例说明了这种方法在管理研究中的应用。

基于信息扩散与自助法的旱灾风险评估模型──以安徽为例

旱灾风险管理是抗旱减灾的科学手段、干旱及旱灾研究的重要方向,定量评估旱灾风险是旱灾风险管理的核心内容。为降低各种不确定性因素影响下旱灾风险评估结果的误差,提高结果的可靠性,提出运用信息扩散法估计旱灾损失的超越概率,结合自助法的区间估计算法,建立基于信息扩散与自助法的灾害风险评估模型,用不同置信水平下旱灾损失对应超越概率的置信区间来反映旱灾风险。将该模型运用于安徽省农业易旱地区干旱灾害风险评估,计算并确定在置信水平为0.75时安徽省易旱地区的旱灾风险区间评估结果合理、可靠,可为抗旱规划提供科学的决策依据。

中介效应分析:原理、程序、Bootstrap方法及其应用

以往研究中,中介效应分析普遍参照Baron和Kenny(1986)的因果逐步回归分析法进行中介检验。但是,近年来诸多学者对该方法的合理性和有效性提出质疑。在此背景下,本研究对国际上近年来提出的最新中介效应检验程序和Bootstrap方法进行提炼总结,详细阐述了中介效应分析的原理、程序,以及使用Bootstrap方法的具体步骤。更为重要的是,本文不仅介绍了简单中介效应的检验,还对研究中经常遇到的复杂的有调节的中介、多个并列中介和多步中介等多种复杂中介情况下如何进行中介效应分析进行了详细的介绍,具体涵盖Bootstrap方法进行中介效应检验时的软件操作、数据分析和数据汇报,这对国内研究者进行中介效应分析将提供有效、科学和便捷的指导。

Bootstrap法在车辆故障检测中的研究及应用

介绍Bootstrap方法的原理并将Bootstrap方法应用于检测车辆中存在的故障,通过计算不同故障下的车辆样本之间均匀KullbackLeible距离的均值以及在给定置信度下的置信区间等特征值来反映被测车辆的故障种类。给出一种新的随机数产生器用在Bootstrap法重采样中产生新的随机序列。以车辆上的驱动桥为检测对象对该算法进行了验证,结果表明该算法能准确检测出驱动桥所存在的故障。

基于自助法的小样本数据分析方法研究

自助法（Bootstrap）和随机加权法（Bayes Bootstrap）都是较好的处理小样本数据的方法，其无先验性，以及计算过程中只需要实际观测数据的优越性，使其广泛地应用于实际数据处理之中，后者的估计精度要更好些。但对连续情况而言，自助法的计算特性使得重抽样本局限在原始样本范围内，无法渐进于真实情况。文章基于自助法研究了用改进的样本经验分布函数来解决这个问题，并通过仿真算例说明方法的有效性。

自助法在小样本数据均值估计中的应用

自助法（Bootstrap）是较好的处理小样本数据的方法，其无先验性及计算过程中只需要实际观测数据的优越性，使其广泛地应用于小样本数据处理。针对方法自身存在的缺陷，文章比较了目前自助法常用的两种抽样方式的优劣性，并采用改进的样本经验分布函数来解决这个问题，通过对均值的估计证实了方法的有效性。

基于Bootstrap方法的回归分析的比较

文章系统研究了基于Bootstrap方法的回归分析,给出了Bootstrap残差法与成对Bootstrap法的适用范围及区别,比较研究了参数区间估计的分位点法与加速偏差修正分位点方法(BCα),BCα可使Bootstrap统计量近似枢轴化,保证Bootstrap效果,并且利用实例验证了理论分析,模拟结果显示,成对Bootstrap法比Boot-strap残差法稳定,置信区间短。

bootstrap法在合成分数信度区间估计中的应用

在介绍bootstrap法原理的基础上,本文以一个同质测量模式的模拟数据为例,对结构方程模型下使用bootstrap法对合成分数信度的区间估计的应用中进行了演示。