Poisson分布与正态分布参数的Γ—极小极大估计

对于Poisson分布及正态分布,本文在其参数θ的先验一阶矩和二阶矩的部分信息已知的情况下,给出了θ的极小极大估计,同时也给出了最不利先验分布。     

一种快速高精度的射表数据处理方法

介绍一种基于多结点样条函数的射表数据处理新方法。与弹道方程法和多项式函数逼近法的比较结果表明,本方法兼有快速、高精度和实现简便等优点。     

利用极坐标求二元函数极限的条件

本文指出了文献在利用极坐标求二元函数极限时的一种错误,给出了在这种情况下求极限的正确做法。     

TK方法在γ谱分析中的应用

ＴＫ方法在分析指数衰减正弦波函数中取得了较好的结果。本文叙述了将此方程应用于γ谱中的一般原理,并进行了一定实验分析。     

基于“当前”统计模型的机动目标自适应跟踪算法

针对"当前"统计模型对加速度极值及机动频率需人为设定的缺陷,提出了一种基于滤波残差的高斯型隶属度函数改进算法,该法在跟踪过程中对加速度极值进行自适应调整。引入一种基于残差的Sigmoid二次型隶属度函数,通过自适应改变机动频率,使模型趋于目标真实状态。理论分析和仿真结果表明,改进的模型避免了人为引入误差,提高了机动目标的跟踪精度,算法简单,易于工程实现。     

基于退化量分布的某型电连接器寿命预测方法

使用基于退化量分布的方法对某型电连接器进行了寿命预测,得到了其可靠度曲线并预测出其平均寿命为398 895 h。通过对各加速应力水平下所有样品的退化量进行拟合优度检验,得出退化量在各测量时刻最优服从正态分布,进而确定了退化量均值、方差与温度应力之间的关系。为了提高估计精度,使用极大似然法进行整体统计推断获取未知参数的估计值,并基于参数值与温度的关系外推出样品在工作温度下的可靠度函数。通过可靠度曲线的比较,获知样品寿命较好地服从对数正态分布,并基于此进行了平均寿命预测。     

一种Myriad滤波器中线性度参数的计算方法

以最小渐进方差准则为基础,分析了SαS分布模型参数对Myriad滤波器线性度参数的影响,推导了SαS分布模型参数α与Myriad滤波器的线性度参数K之间的关系曲线,提出了一种线性度参数K的计算表达式,并与传统的经验公式和实际数据进行了比较。结果表明:相对于传统计算方法而言,所提出的公式对实际数据的逼近效果更好、形式更为简洁,具有较强的实用性。     

测量阵列布置对基于源强分布声辐射模态的平面噪声源识别的影响

基于源强分布声辐射模态理论给出了结构噪声源识别公式,分析了识别结果对声场分布模态矩阵条件数的灵敏度,并以平板声源为例对影响声场分布模态矩阵条件数的因素进行了重点分析。分析结果表明:与源面平行,传声器间距与等效源间距相等且测量面靠近源面的方阵是最优布置测量阵列,而且这种布置方式可有效提高声场分布模态矩阵条件数。同时,音箱实验结果表明:利用优化后的测量阵列测量数据取得了良好的识别效果。     

双边定数截尾试验下广义指数分布的可靠性分析

基于双边定数截尾试验,在无信息先验和共轭先验下,给出了广义指数分布参数的Bayes估计。同时在熵损失和加权平方损失函数下,给出可靠度函数的贝叶斯估计。最后运用Monte Carlo方法对估计结果进行了模拟比较。     

比例最小偏度单形UKF的RBF神经网络算法

为提高RBF神经网络的建模性能,提出一种基于改进无迹Kalman滤波(UKF)的RBF神经网络训练算法。在该算法中,首先将比例最小偏度单形Sigma点采样策略引入UT,以有效改进UKF,提升其计算效率,然后利用改进的UKF优化估计RBF神经网络的最优参数。仿真结果表明,改进的UKF比EKF具有更高的RBF神经网络模型训练精度,与传统UKF的模型精度大体相当,但速度更快,计算效率更高。