Bayes假设检验及样本数量问题研究

针对Bayes方法在工程实践中未能得到广泛应用的实际情况分析了Bayes方法存在的问题,以正态总体期望为背景研究并改进了Bayes方法,进一步推导了Bayes假设检验样本数量确定方法。     

征途直指广寒宫(下)——人类探月历程

正(上接第2期82页)采样返回和月球车——苏联探月活动的成果苏联在尝试载人登月的同时,"月球计划"在持续进行。任务之一是在月面软着陆,月球探测器自动采集月面土壤岩石样本,然后返回地球。这种自动取样探测器由上下两级组成:下级主要部件是样本采集装置,即一支带有钻头的机械臂,能够钻入月球土壤获取样本;其他部件有软着陆制动发动机、无线电装置、推进剂箱等。上级部件     

利用主成分分析的通信调制识别通用对抗攻击方法

深度学习容易被对抗样本所攻击。以通信调制识别为例,在待传输的通信信号中加入对抗性扰动,可以有效防止非合作的用户利用深度学习方法识别信号的调制方式,进而提升通信安全。针对现有对抗样本生成技术难以满足自适应和实时性的问题,通过对数据集中抽取的小部分数据产生的对抗扰动进行主成分分析,得到适用于整个数据集的通用对抗扰动。通用对抗扰动的计算可以在离线条件下进行,然后实时添加到待发射的信号中,可以满足通信的实时性要求,实现降低非合作方调制识别准确率的目的。实验结果表明该方法相对基线方法具有更优的欺骗性能。     

南亚军费开支与经济增长的面板数据分析

自Benoit(1973)开创性指出军费开支对经济增长有正面效用以来,许多学者采用各种估算方法,就不同国家数据样本分析出不同结果。以印度、巴基斯坦、尼泊尔、斯里兰卡和孟加拉五个南亚国家为对象,研究其在1998年至2007年间军费开支对经济增长的影响,结果显示,南亚五国的军费开支对GDP虽有正面效用,但这种效用十分微弱。之所以选取这五个国家,主要基于以下三个方面的考虑。第一,五国地理位置相似,都位于     

BP神经网络在效能评估中的样本训练

根据WSEIAC模型建立了地面防空导弹武器系统效能评估的指标体系,并依此模型建立与之对应的三层BP神经网络.简要分析了BP算法的实现过程,利用专家打分法和模糊层次法相结合的方式取得该神经网络应用于地面防空导弹武器系统效能评估时的训练样本,并对此神经网络进行学习训练,直至达到精度要求.经验证,该网络在评价地面防空导弹武器系统效能时减少了评估中的人因影响,使评估结果更为科学.     

出入境证件研究的动向与方法探析

出入境证件研究人员应在全面研究出入境证件的基础上加强对签证尤其是"小国家"签证样本的收集与分析;研究人员要注重在当前没有高级文检仪的情况下使用其它鉴别仪器的方式方法;在牢记出入境证件的主要防伪暗记的同时,还要熟悉与掌握出入境证件样本的内容与防伪特征以及犯罪团伙的伪造手法及伪造内容等;要不断学习与积累防伪技术知识,将出入境证件研究工作推向一个新的高度.     

坦克火控首发命中率试验脱靶弹数据处理方法

通过对出现脱靶弹情况下的散布特征参数估计方法的研究 ,建立了正态双边截尾样本均值和方差估计数学模型 ,并给出了数值计算方法 ,为坦克火控系统首发命中概率试验脱靶弹数据处理提供了理论依据。     

在具有不确定样本下平均故障间隔时间的估计方法

针对武器系统和产品的可靠性试验中的不确定因素,对试验没有完成的情况,研究利用非传统的统计分析法估计武器装备平均故障间隔时间.     

基于径向基函数神经网络的漏磁信号反演

采用径向基函数神经网络的方法对漏磁信号反演进行了研究,由实验数据和仿真数据获得样本,在网络训练的基础上,建立了由缺陷的漏磁信号到缺陷二维轮廓图的网络映射,实现了缺陷二维轮廓图的漏磁反演,为漏磁定量化检测提供了一种可行的方法。     

基于主成分的改进马氏距离TOPSIS方法

针对指标变量线性相关,导致变量协方差矩阵行列式(广义样本方差)为零无法应用马氏距离的情况,采用主成分分析法对指标变量进行线性组合,在不减少信息量的同时,得到少数几个不相关的主成分,由主成分构成的协方差矩阵行列式不再为零。依据降维后的主成分变量,采用基于马氏距离的逼近理想解法对五种预警机探测引导能力进行了排序,经检验其结果与实际情况相符。