Joint asymptotic distributions of maximas for multi-variate normal process

Ｊｏｉｎｔａｓｙｍｐｔｏｔｉｃｄｉｓｔｒｉｂｕｔｉｏｎｓｏｆｍａｘｉｍａｓｏｆｍｕｌｔｉ－ｖａｒｉａｔｅｎｏｒｍａｌｐｒｏｃｅｓｓＰｅｎｇＺｕｏｘｉａｎｇ（ＤｅｐａｒｔｍｅｎｔｏｆＭａｔｈｅｍａｔｉｃｓ，ＳｏｕｔｈｗｅｓｔＣｈｉｎａＮｏｒｍａｌＵｎｉ...

基于Johnson转换体系的非正态过程能力指数估计

非正态过程能力指数的估计问题是目前过程能力研究中的一个热点。在简要总结该领域现有研究成果的基础上,针对目前研究中存在的不足,利用样本百分位数法和Shapiro-Wilk统计检验原理,提出基于Johnson转换体系的非正态过程能力指数估算方法与实现步骤。最后结合具体实例对上述理论和方法进行应用分析,研究表明该方法比其他方法计算简便,结果更精确可靠。

基于约翰逊曲线拟合的非正态工序能力指数估算方法

在对国内外工序能力指数研究现状深入分析的基础上 ,介绍了一种利用约翰逊曲线拟合法将非正态分布转换为正态分布 ,从而对非正态分布情况下的工序能力指数作出合理估计的方法 。

基于Johnson转换的非正态过程能力研究

在统计过程控制(SPC)技术中要求质量特征服从正态分布。而在实际生产中,许多稳定的过程不一定满足正态分布的假设。许多学者和质量工程师纷纷提出将非正态数据转变成正态数据的方法,以便使用SPC技术对这些数据进行分析,从而得出合理有效的结论。解决这个问题的一种方法是使用Johnson分布系统对这些非正态数据进行转换。文章提出了一套系统的处理非正态数据并计算其过程能力指数的方法,结合使用Johnson分布系统百分比拟合法,并给出具体的步骤和做法,最后应用该方法对实际案例进行研究,并计算其过程能力指数,与实际相比照,证实了该方法的有效性和实用性。文章用相应的matlab和m initab分析软件来辅助实现这个方法,具有可操作性,可以用于指导生产实践。

一种非正态分布数据过程能力的计算方法

过程能力是六西格玛管理中流程分析的重要指标,在流程分析过程中会出现各种类型数据,而六西格玛管理现有分析工具箱只提供了正态分布数据的过程能力计算方法,对非正态分布数据没有提供相应的分析工具。这对某些行业,特别是服务业,引进六西格玛管理带来了困难。采用一种针对非正态分布数据(包括离散型的和连续型的)的过程能力指数的计算方法,可以补充六西格玛管理现有工具箱,为服务业应用六西格管理提供了支持。

半导体质量控制中的非正态工序能力指数计算模型

分析了目前几种主要的非正态工序能力指数计算模型,指出其适用范围和不足之处.根据数据的均值、标准偏差、偏度和峰度四个变量能够体现分布特性,结合切比雪夫-埃尔米特多项式,提出了新的非正态工序能力指数计算模型,该模型能克服数据偏差大时对计算结果的不良影响,并且其代数计算公式可以简化计算.实例分析结果准确有效.

基于偏度校正的非正态质量控制图的方法研究

将Cornish-Fisher展开理论应用于非正态质量控制图研究,建立了非正态过程质量控制图的偏度校正控制限。结合生产实际非正态过程,与基于正态假设的休哈特控制图进行比较,得出结论:偏度校正控制图充分考虑到非正态过程分布的特点,能够对非正态过程进行很好的监控,虚发报警的概率在合理的水平。

非正态过程能力指数研究中的几个问题

非正态分布条件下过程能力指数的研究是目前关于过程能力分析中的热点之一。针对该领域中存在的若干问题,分析了正态性假设的重要性,指出导致质量特性呈现非正态分布的原因及其后果,以及如何进行质量特性分布的一维和多维正态性检验。对非正态过程能力指数的估计方法进行了分析和归类,简要指出在非正态过程能力指数研究中需要继续深入的几个方向。

基于Johnson分布体系的随机振动环境测量数据归纳

为了解决现有随机振动环境测量数据归纳方法不能处理非正态分布数据的难题,提出了利用John-son分布体系转换非正态分布数据进行处理的数据归纳方法。此方法基于Johnson分布体系理论,对Johnson分布选择准则中百分位点z值的确定进行了讨论,并给出了优化z值的选择流程,从而获得合适的Johnson分布转换非正态分布数据,并进一步确定出非正态分布情形一定概率下的随机振动环境测量数据上限。工程实例验证了该方法的有效性和实用性。

非正态过程能力指数估计及抽样方案设计

在实际生产中许多稳定的加工过程不一定满足正态性假设,使得传统的过程能力指数度量失准。为此介绍总结了若干种数据转换方式,将质量特性的分布映射为正态形式,在此基础上再计算过程能力指数。讨论了过程能力指数置信下限与抽样容量、批量产品不合格率之间的对应关系,并给出了非正态分布条件下加工过程抽样方案的设计流程。以某曲轴加工过程为例给出案例分析。

SPC中非正态过程稳定性的检验研究

统计过程控制要求只有当过程稳定后,才能对过程进行估计、改善以及控制。对于质量特性值服从非正态分布的情况,判断非正态过程的稳定性便是一个值得研究的内容。文章将统计学中的曼-惠特尼U(Mann-Whitney U)检验方法应用到非正态过程控制上面,从另一个视角来处理统计过程控制中非正态数据的稳定性检验问题。结合生产实例,同时采用小样本进行非正态质量特性值稳定性检验。结果证明,此种非正态稳定性检验方法简单、可靠而且准确,有一定的使用价值。

IP数据网络混和流的特性分析及模型化

IP数据网络流量分析模型的研究一直是通信网络性能分析中一个及其重要的问题。许多文献提出一些不同的流量模型,其中包括;马尔可夫模型、回归模型、长程依赖流量模型和(σ,ρ)漏桶模型。这些模型描述了网络流量的一些特性,并具有特定的使用范围。但是随着网络技术的发展和新网络应用的不断涌现,网络流量呈现出一些新的特性。通过对实际网络测试结果的时频分析,发现网络混合流的包速率变化呈现出一定的周期性,而且具有非平稳正态特性。基于此结果,该文提出了网络混合流的周期非平稳正态模型。

非正态分布工艺参数工序能力指数分析

半导体器件生产中,有些工艺参数为非正态分布,如果采用常规方法计算其工序能力指数,评价生产工艺水平,将可能导致错误的结论.因此提出了一种非正态分布工艺参数计算方法,并开发了相应的软件,可以分析计算非正态分布工艺参数的工序能力指数和工艺不合格品率.

基于矩法的非正态过程能力指数估算方法的研究

对国内外过程能力指数的研究现状进行了必要的分析,介绍了一种基于前四阶矩的方法进行过程能力指数的估算,并给出案例进行应用分析。实践证明,该种方法估算的PCIs准确可靠。

基于Box-Cox变换与Johnson变换非正态过程能力分析

研究基于Box-Cox变换与Johnson变换方法计算PCIs的有效性,比较Box-Cox变换与Johnson变换计算PCIs的性能优劣,仿真结果显示,Box-Cox变换与Johnson变换均能将常见概率分布转换为正态分布,成功率超过97%,而Johnson变换的转换能力更强,成功率超过99.5%。在计算PCIs的有效性方面,Box-Cox变换与Johnson变换的性能差异不大,利用PCIs估计的产品不合率与理论不合格率相比,相对误差均在2%以内。

基于随机非平稳和长短时记忆网络的泊位混合预测

为了缓解大城市中日益突出的停车困难,现如今中国各大城市级停车诱导系统的研究开发势在必行.在停车诱导系统中,作为帮助用户找到最合适的停车场的重要因素,对未来停车位的预测是一个非常重要的智能技术手段.目前主流预测方法如果没有了实时数据,大部分会出现误差累积现象,从而影响预测准确性.然而,在停车诱导系统平台的建设早期,我们很难做到将城市所有停车场实时的数据流搜集起来.因此,文中以具有周期特性的非平稳停车位历史数据为研究对象,首先根据中心极限定理和大数定理对停车位进行统计分析,然后结合LSTM (Long Short-Term Memory),提出混合预测模型SAL (non-stationary Stochastic And Long short-term memory)来对未来某个时间段的停车位作有效预测.实验数据证明,相比于单独使用LSTM和Lyapunov指数法作长期预测,SAL的计算复杂度更低,预测效果相对更加精确,并且有效解决了在失去实时数据支撑情况下多步长期预测导致的误差累积问题.

常化温度对TSCR流程制备低碳低硅无取向硅钢组织和性能的影响

在实验室试制了TSCR流程的低碳低硅无取向硅钢,研究了在850～1050℃不同温度常化对冷轧量0.5mm厚钢板再经950℃×7min退火后的组织、织构和磁性能的影响。结果表明:随常化温度的升高,使热轧板晶粒尺寸增大,晶界更清晰,组织均匀性更好;由于第二相AlN和MnS析出物尺寸比较大,使冷轧退火后钢板晶粒也随常化温度升高呈单调增大趋势;γ有利织构和{111}、{112}不利织构与常化温度升高同时增强,但前者增强更多;冷轧板退火后铁损随常化温度升高呈单调下降,磁感呈单调上升趋势。

一种改进正态逆高斯分布模型的图像去噪算法

针对传统去噪算法去除含噪声较大的图像时仍有部分噪声残留的问题,基于变换域提出一种改进正态逆高斯分布的图像去噪算法。该算法在非下采样剪切波变换域,利用最优线性插值阈值函数改进正态逆高斯模型作为系数分布模型,对高频子带分解系数进行统计建模,以贝叶斯最大后验概率理论实现图像去噪。实验结果表明,对于添加不同标准差的高斯白噪声图像,该算法在有效保留图像细节和纹理信息的同时在峰值信噪比方面优于同类去噪算法。

非平稳正态序列的超过数形成的点过程的渐近分布

ζｎ｝为非平稳正态序列，ｕｎｉ，ｉ＝１，２，…，ｎ；ｎ＝１，２，…，为正实数，定义点过程Ｎｎ（·）＝∞ｊ＝１Ｉ｛ζｊ＞ｕｎｊ｝Ｉ｛ｊｎ｝（·），则在一定条件下，Ｎｎ在（０。

基于Demons算法的变形掌纹归一化方法研究

非接触采集是主流掌纹采集方式,但其低约束性可能会导致手掌摆放方式不定,与传感器距离不定,从而引起手掌变形,尤其是手掌平面和传感器平面不平行导致的局部变形问题,这将影响后续特征提取,降低识别率。针对此问题,考虑到人手本身是非刚体的特点,提出基于Demons非刚性配准算法的变形掌纹归一化校正模型,进一步增强变形图像与标准图像的相似性,弥补了传统刚性方法校正效果不佳的缺陷。首先使用改进的Demons非刚性配准算法进行变形掌纹的归一化校正,再使用测度指标进行效果评价,结果表明:在任取的图像序列内,与传统的基于归一化互信息(NMI)的刚性配准方法相比,NMI最高提升3.64%,相关系数(COEF)最高提升156.25%,均方误差(MSE)最高降低81.63%,各指标均优于基于NMI的刚性配准方法,验证了本文方法的有效性和优越性,为后续的特征提取和识别创造了有利条件。