基于T统计量的一种改进关联规则挖掘方法

数据挖掘的一个重要任务便是从数据库中挖掘出有趣的关联规则。传统的关联规则挖掘方法一般基于支持度—置信度体系,时常会挖掘出虚假规则或忽略掉有用的规则。针对这一问题,借鉴对照实验的思想,提出基于T统计量的关联规则挖掘方法,用显著度代替置信度,使挖掘出的规则更具有统计显著性。算例分析和数据实验表明,这种方法可以解决传统关联规则方法存在的上述问题,提高关联规则的有效性。

弹道导弹最大射程评定的T统计估计法

应用T统计估计方法对弹道导弹的最大射程进行了评定,并与Bayes方法评定结果进行比较。通过对飞行试验数据及先验数据拟合,求得分布参数。计算表明,样本数量少时,二者差别大;样本数量较多时,二者结果接近。由于弹道导弹飞行试验次数有限,对其最大射程的评定应用何种估计方法,需要依据实际飞行试验情况决定。

高次趋势单位根检验中高次趋势项系数的t统计量研究

文章采用蒙特卡罗仿真得到了小样本和有限样本高次趋势DF单位根检验中趋势项系数的t统计量在常用检验水平下的临界值,并与现有研究的结果进行了比较,在此基础上分析了其临界值在样本量和趋势项阶数变化过程中的变动规律。结果显示:临界值与现有研究非常接近,统计量的小样本和有限样本分布比渐近分布更分散,且其分散的趋势随着样本量的减小更加明显,随着趋势项阶数的增大,统计量的分布更分散,但分散的幅度不断减小。

采用T^2统计量和拟合优度的盲频谱感知算法

针对低信噪比和采样数少时频谱感知性能差的问题,首先利用样本检验矩阵的样本特征构造T2统计量,再结合似然比准则构造新的检验统计量,最后推导了频谱空闲时检验统计量的概率密度函数,提出基于贝塔分布的盲频谱感知算法。但此算法在采样数较少时,检测性能较差,因此结合Anderson-Darling准则,提出基于贝塔分布的拟合优度检验算法。在高斯信道和瑞利衰落信道下对所提算法进行仿真,并与已有盲频谱感知算法仿真结果进行对比,所提算法具有更好的检测性能,且不需要主用户信息,不用进行特征分解,不受噪声方差影响。

T213数值预报产品在黑龙江省应用的统计检验

利用统计学方法,选取T213高度场、温度场和地面气压场的12h、24h、36h、48h的格点资料作为样本,与实况值做对比检验,分别计算其相关系数和协方差,以此来说明T213的预报场在黑龙江省区域的准确程度。

基于自适应微调因子的改进frost滤波

为避免frost滤波因使用同一微调因子带来边缘细节等结构信息的模糊,以及等距等权所带来的盲目平滑现象,对frost滤波算法提出了一种改进方案。该方案综合考虑滤波窗口本身的局域统计特性以及窗口内各像素本身的统计特性来自适应确定微调因子。通过对真实合成孔径雷达图像进行改进算法降噪实验,以等效视数和边缘保持指数两项指标为评价标准,并与不同微调因子的Frost滤波输出结果进行比较,结果表明改进算法比原算法有很大的改进,在边缘保持和去噪方面具有更好的滤波性能。

改进的T^2-BIC说话人二级分割算法

针对传统T2-BIC算法累积误差较大、召回率不高的问题,提出一种改进的T2-BIC说话人二级分割算法。第1级采用改进的滑动窗口检测搜索窗中的T2统计量峰值,利用贝叶斯信息准则(BIC)对峰值进行确认,第2级利用分步解决的思想处理由于BIC可信度过低而漏选的分割点。实验结果表明,与同类算法相比,该算法分割效果较好,准确率、召回率和综合性能都有所提高。

正态独立统计量状性分析

两独立子样X_1,……,Xn_1,Y_1……,Yn_2分别服从N(μ_1,σ_1)和N(μ_2,σ_2),对于统计量T(△)的状性在n_1,n_2→∞,n_1/n→λ,0<λ<1条件下进行分析,得到如下四个结论.

基于Tukey法改进时间序列平稳性检验的分段检验法

在分析传统时间序列分段检验理论不足的基础上,文章提出了基于Tukey法改进时间序列平稳性检验的分段检验法。在对各段均值与协方差函数相等的检验中各构造一个t化极差统计量,减少检验犯第一类错误的概率,从而降低了平稳序列被误判为非平稳的概率,提高了分段检验方法的有效性。

基于高斯混合模型的汽车车架纵梁故障监测方法研究

针对现有汽车车架纵梁故障监测方法效果不佳的问题,提出基于高斯混合模型的汽车车架纵梁故障监测方法。首先利用传感器采集汽车车架纵梁数据,并对其进行预处理。然后基于主成分分析法完成数据降维,在T统计故障监测的基础上引入高斯混合模型设计了一种汽车车架纵梁故障监测方法,通过将T统计控制限、SPE统计量控制限与设置阈值比较,实现故障监测与识别。实验结果表明,该方法对汽车车架纵梁故障监测的准确率达到94%以上,并且不受月份条件的影响,优于对比方法,证明该方法实用性强、故障监测准确率高。

我国东部近百年夏季雨型的大气环流和海温场特征

根据新划分的 1 90 0～ 1 998年东部夏季雨型序列 ,分析了与各类雨型相对应的北半球海平面气压场和海表温度距平场的特征。指出不同雨型对应着不同的环流场和海表温度距平场 ,而且存在着差异的强信号区。

多重共线性的解决:剔除变量的新标准

当使用剔除变量法解决线性回归模型的多重共线性问题时,根据方差膨胀因子的大小来选择被剔除变量是存在缺陷的。解释变量显著性检验的t统计量的绝对值大小反映了该解释变量对被解释变量的贡献程度的大小,因此可以将t统计量绝对值作为剔除解释变量的依据,从而得到一类多重共线性的解决办法。

选择最优回归模型的快速算法

从大型回归模型中选择最优回归存在两大困难:一是计算量大,计算难实现,二是计算误差大。本文针对C_p准则,给出了一种快速算法,就一大类问题,克服了上述困难。

基于覆盖算法的白血病微阵列判别方法

微阵列数据的一个重要应用就是给疾病样本分类。微阵列数据具有样本数量小、特征数量大的特点。该文提出了一种新的方法。以急性白血病的基因表达数据为对象,经过t统计法适当降维,利用覆盖算法白血病类型进行分类,并同已有算法进行了对比。实验结果证明本算法是有效的。

基于加速因子不变原则的失效机理一致性检验

针对加速试验中产品的失效机理是否发生改变的问题,基于加速因子不变原则,研究了工程上应用较为广泛的Weibull寿命分布失效机理一致性的检验方法。将Weibull分布转化为I型极值分布,进而研究极值分布尺度参数的统计检验方法,并采用尺度参数的Ansari-Bradley方法进行检验。结合Arrhenius加速模型,基于最小二乘法估计、回归系数的性质构造t统计量,实现对加速因子与分布参数的统计检验,判别失效机理发生改变的应力。仿真模型验证了所提检验方法的有效性。

用Excel实现单个正态总体均值的假设检验

单个正态总体均值的检验是假设检验中最基础的内容.通过证明两个总体均值之差假设检验的特殊情形和单个正态总体均值检验的一致性,提供了用Excel进行单个正态总体均值的检验的一种便捷方法.

阈值协整中内生性解释变量下参数推断的比较

在阈值协整解释变量具有内生性下,OLS估计量具有非标准的极限分布,大大妨碍了协整参数的约束性检验。文章利用三种修正的估计法——FM-OLS、CCR和DOLS来估计阈值协整参数,并据此构造相应的约束性检验统计量,这些统计量都具有标准的极限分布。通过Mon?te-Carlo模拟,发现OLS估计量的分布不随样本容量增大趋于正态分布,而FM-OLS、CCR和DOLS都呈现出趋于正态分布趋势,其中FM-OLS趋于正态分布所需要的样本容量最小。模拟中也发现FM-OLS外,其他所有t统计量都有严重的过度拒绝原假设概率,FM-OLS法在样本容量较大时有过度接受原假设倾向。

max U_r方法的改进

对二水平的正交饱和设计统计分析中的max Ur方法进行了更深入的分析,指出了其优点与缺点。然后引入t_统计量对max Ur方法存在的一些问题进行了改进。通过举例模拟结果验证了改进的重要性。

基于相对主元分析的动态数据窗口故障检测方法

传统主元分析方法量纲标准化后常常无法进行有效的主元提取。基于相对主元分析故障检测方法,其控制限只与保留的主元个数和置信度有关,因而不能满足时变、非稳定的过程监控要求。针对这些问题,本文提出了基于相对主元分析的动态数据窗口故障检测方法,该方法通过引入一个权值将传统构建控制限的方法和动态数据窗口相结合。最后应用到风力发电系统故障检测中,有效地检测出故障,并减少了误报情况。

基于改进豪斯多夫距离的非参数轮廓变点识别

轮廓监控中的变点识别问题是统计过程控制的重要研究内容。以非参数轮廓数据为研究对象,运用图像特征识别的豪斯多夫距离测量了样本轮廓之间的特征差异,设计了改进方法,提出了基于二维空间的改进豪斯多夫距离算法,以识别非参数轮廓变点。大量的仿真与论证表明,改进方法在识别变点位置和稳定性方面具有优异的性能。