多元简单随机抽样及分层抽样回归估计法

文章系统地讨论了多元简单随机抽样及分层抽样的回归估计法，说明与无辅助信息抽样相比，回归估计法是一种更有效的方法，并得出了总体均值的一些统计推断     

市场调研中的混合双重分层抽样方法

提出了一种叫做混合双重分层抽样的方法,描述了怎样将它用到市场调研中去;给了一个实际例子来详细讨论这种方法,同时也近似地用图来说明这种方法的误差.     

基于不同抽样方法的土地资源遥感监测研究

遥感已经成为土地资源监测的主要手段,土地资源遥感监测结果在使用前,必须进行客观可靠的精度验证和分析,以保持遥感监测结果的可靠性。其中,抽样方法是影响土地资源遥感精度评价的一个重要因素。利用不同分辨率遥感数据获取的某县土地利用/覆盖信息,进行了简单随机抽样、分层抽样和等距抽样三种不同抽样组织方式下的精度检验分析,评估了不同抽样方式下的精度检验效果。结果表明,不同抽样方式下的精度检验结果都存在一定的波动。简单随机抽样方法得到的精度并不是随着样本数的增加而递增的,而是在不同面积的区域内,有其最佳的抽样样本个数与真实精度最接近。分层随机抽样与全样本的真实评价结果很接近,比较适合于土地利用现状的精度检验。等距抽样不适合于土地利用现状的精度检验。     

基于遥感技术的甘肃某县土地资源监测研究

数据质量规范体系的制定是土地资源与生态环境遥感调查与监测成果可靠性的基础保障,因此,需要土地资源与生态环境遥感监测数据质量评价的研究做技术支撑,本文论述了基于遥感手段的土地资源遥感监测方法,全文是笔者工作实践基础上的理论升华,相信对从事相关工作的同行能有所裨益。     

基于案例的土地资源利用遥感监测方法研究

遥感已经成为土地资源监测的主要手段,土地资源遥感监测结果在使用前,必须进行客观可靠的精度验证和分析,以保持遥感监测结果的可靠性.其中,抽样方法是影响土地资源遥感精度评价的一个重要因素.本文结合江西某县土地利用遥感监测案例,探讨了土地资源利用遥感监测方法及精度评定方法,相信对从事相关工作的同行有着重要的参考价值和借鉴意义.     

模糊综合评价的分层抽样方法

在简单随机抽样方法的基础上提出了分层抽样的模糊综合评价模型。把模糊综合评价与分层抽样方法结合起来是综合评价理论的创新。该研究解决了以下问题 :1)导出了非离散状态下分层抽样的评价指标置信区间公式 ;2 )为了提高综合评价的估测精度提出了主导型分层技术 ,此项技术的核心是在模型中保持一个非抽样层 ,可以大大缩小总体评价指标值的置信区间 ,从而改善了评价结果的可信性。这个理论用于工业产品质量的宏观管理将带来质量管理体制的变化并节约质量管理的费用。     

体育调研中的两特征分层抽样方法

在体育调研工作中,所采用的分层抽样时层面的划分通常是按一个特征设计的,方法比较简单。但是体育调研通常所及到的调查项目较多,而且调查的结果又与一个以上分层特征有关,故使用以往分层抽样的方法得不到满意结果。本文引入的“两特征分层抽样方法”可以高效地解决以上提出的问题;由于所抽取的样本近似简单随机样本,这将有利于最后的计算机统计分析。     

辅以分层抽样样本的等容量整群抽样方法

对于分层抽样和整群抽样,当群体间的差异、群内个体间差异均不显著时,其估计精度往往都很差．针对这一缺陷,提出了一种辅以分层抽样样本的整群抽样方案,得到了总体均值的估计量,以及这一估计量的一些良好性质．这些结果表明,与单一的整群抽样、单一的分层抽样估计量相比,这种抽样设计的估计量具有更高的精度     

混凝土强度检测抽样系统

具体介绍了砼强度检测抽样的几种方法:现行规程抽样法;简单随机抽样法;分层抽样法．分层抽样 法又分一般方式分层抽样,比例分配分层抽样,及最优分配和奈曼分配分层抽样．在理论上得到各方法的 抽样数量值的基础上,发展了一个混凝土强度检测抽样系统．软件采用Microsoft Visual Basic 6．0编制,软件 应用简单、方便快捷,并通过实例介绍软件的使用方法．     

基于BF的单向网络性能抽样测量技术

针对在进行网络单向性能测量时,存在抽样效率不高和报文标识均匀性差等问题,提出了一种基于BF(Bloom Filter)的单向网络性能抽样测量框架及算法,解决了在不同测量点对上从大量背景流量条件下的抽样有效性和报文标识有效性问题.仿真性能表明,待测报文抽样效率与BF理论分析值偏差为0.5%,且报文标识冲突比例仅为3.5%左右,软件实现抽样时间开销为O.1μs量级;该抽样测量技术十分适合于从大量背景流量中快速抽样出少量待测报文,从而有效地测量出诸如单向传输时延、时延抖动及单向报文丢失率等重要网络性能参数.     

基于SQL分层抽样的数据挖掘算法的改进

在对数据库聚类分析的基础上进行分层抽样,并使用关联规则,得出了数据之间的潜在关系.同时,对网民健身情况调查数据进行了实证分析,在SQL Server 2005上实现了抽样后的关联规则挖掘,提高了关联的效率,并取得了良好的效果.另外,对关联规则的评估作了一定的改进创新.     

样本轮换在分层整群抽样中的应用

针对实际连续抽样调查中样本轮换的广泛应用,将简单随机抽样场合下的样本轮换问题推广到分层简单随机连续抽样、整群连续抽样,并讨论其估计量、样本量、最优权数以及最优样本轮换率.     

用分层抽样和复Morlet小波识别短样本模态参数

针对大型结构短样本模态参数识别,提出基于分层抽样的最优复Morlet小波短样本模态参数识别方法.先对结构响应信号进行分层抽样,用随机减量法提取每一层的自由衰减信号;再根据样本标准差确定每一层的层权,用最优复Morlet小波识别每一层的模态参数;最后用层权对模态参数进行加权得到最终的模态参数.工程应用结果表明,所提方法具有较高的识别精度,良好的低频密集模态解耦和高频虚假模态抑制能力.     

高速网络分布式抽样中的统计随机性分析

针对当前分布式抽样方法不能较好地解决抽取样本的随机性和估计无偏性的问题,采取对被抽样的数据包头中没有实际意义的Flag预留位做标记的方法,以保证各测量点抽取样本的一致性;在入口点处采取泊松抽样保证样本的随机性和估计无偏性.理论推导和实验验证均表明:所提方法实现简单、准确性高,抽取样本能较为准确地估计出流量总体特征,并且部署灵活,适合于工程应用.     

房屋倒损评估中统计抽样方法的对比分析

以2014年云南鲁甸地震为例,结合遥感技术对比分析简单随机抽样、分层随机抽样、整群随机抽样在地震房屋倒损抽样调查中的适用性.结果表明:1)简单随机抽样精度最高且稳定性最好,总体精度达98.96%,各类型房屋倒损精度超过97.00%.但过于分散的样本点会使得调查成本非常高,特别是在道路不可通达时,需要考虑无回答样本的误差问题.2)以房屋结构或地震烈度为标识的分层随机抽样精度均较低,这可能是由于影响房屋损毁程度的因子较多,单一分层指标不能较好地反映目标的总体情况,难以体现分层优势.3)整群随机抽样是一种较为理想的抽样方式,其精度仅次于简单随机抽样,总体精度达93.31%,各类型房屋倒损精度均超过85.00%,而且该法有助于减少初级抽样单元数量,方便调查、节省成本.4)通过相关分析与回归分析发现,简单随机抽样、整群随机抽样的变异系数与房屋入样总量间均具有负相关关系,因此可根据实际精度要求,通过提高抽样比的方式降低变异系数来减小估计量方差.      

二相分层抽样时的样本单位数的最优设计

讨论为分层的二相抽样时,其样本单位数的最优设计问题。     

基于PCI总线的高速视频图像采集卡

主要介绍了基于PCI总线的高速视频图像采集卡的开发及其硬件与软件设计要点．该卡采用SAA7146和SAA7111大规模集成芯片，具有结构简单、采集和传输速度快、图像清晰流畅等优点。     

空间分层抽样在森林覆盖面积监测中的应用

为探讨空间分层抽样在森林资源调查中的应用,以对贵阳市花溪区的森林覆盖面积调查为例,利用融合后遥感数据SPOT5作为底图,布设100 m×100 m的抽样框,并从SPOT5影像上提取辅助因子进行先验抽样。采用Moran’s I指数进行空间自相关分析,结果表明,调查目标具有显著空间自相关性,可以进行空间抽样。利用460个样本单元的观测值对整个研究区进行普通克里格空间插值,并以插值结果作为分层辅助因子进行空间分层,结果初步表明空间分层抽样与经典抽样和随机空间抽样相比具有明显优越性,可以降低成本,提高效率。     

基于KHM的多层采样粒子滤波算法

文章通过多层采样方式,将样本空间划分为多个部分,集中采样点到使概率密度函数值大的地方,大大减小了采样误差;在重采样阶段嵌入KHM聚类算法,通过将空间特征与权重分布近似的粒子进行聚类,降低总的样本数,提高了计算效率。样本经聚类处理后,在保持粒子状态后验分布的几何特征的同时,状态空间中的粒子数明显降低,计算效率显著提高。     

基于密度偏差抽样的聚类算法研究

随着网络的普及和信息量的急剧增加，从海量数据中提取有用的数据信息已迫在眉睫。在对已有的基于密度偏差抽样算法改进的基础上，提出了一种基于密度偏差抽样的聚类算法。实验表明，随着信息量.数据维数的增加，该算法聚类的正确率以及对数据的处理速度都要较传统的聚类算法有所提高。