广义Pareto分布参数的经验Bayes检验问题

讨论了独立同分布样本情形广义Pareto分布参数的经验Bayes单侧检验问题,利用核密度函数的核估计构造了参数的经验Bayes检验函数,并在一定的条件下,证明了此经验Bayes检验函数的渐近最优性,获得了其收敛速度.     

广义Pareto分布参数的经验Bayes估计的收敛速度

在加权平方损失函数下,获得广义Pareto分布形状参数的经验Bayes(EB)估计,并得到了该估计的收敛速度.     

模糊数学在飞机故障诊断中的应用

本文将模糊数学方法引入到飞机故障诊断中，建立了模糊诊断模型，并以人-机交互的形式在计算机上进行故障诊断，从而为飞机的故障诊断维修工作提供一种科学、合理又可行的方法。     

二项分布参数多层Bayes和E Bayes估计的性质

讨论无失效数据下二项分布参数E Bayes估计和多层Bayes估计的性质,证明二项参数的多层Bayes估计和E Bayes估计渐近相等,且E Bayes估计值小于多层Bayes估计值.     

指数分布参数多层Bayes和E Bayes估计的性质

本文讨论无失效数据下指数分布参数多层Bayes估计和E Bayes估计的性质,在超参数分别取两种不同的先验分布下,证明参数的多层Bayes估计和E Bayes估计渐近相等,且多层Bayes估计值小于E Bayes估计值.     

WP-7发动机性能故障的信息熵综合模糊诊断法

本文将模糊数学方法引入到ＷＰ－７飞机发动机的性能故障诊断中,建立了以信息熵修正的综合模糊诊断模型,并以人机交互的形式在计算机上进行故障诊断,从而为飞机发动机的性能故障诊断提供了一种科学而行之有效的方法     

巴斯卡分布参数的Bayes估计

给出巴斯卡分布在参数具有验前β（1／2,0）分布时产品可靠度的Bayes估计,Bayes置信下限以及参数具有含超参数的验前Beta分布时可靠度的多层Bayes估计,并进一步得到几何分布的相应估计。     

基于随机加权法的动态Bayes精度评估

以导弹射击精度评估为对象,研究现场子样相对较小的场合下,具有多阶段试验信息时弹点散布方差的估计问题,将随机加权法与Bayes方法结合起来,给出动态Bayes估计的随机加权调整方案.     

一类线性模型中Bayes估计的优良性

本文研究了一类线性模型中参数的Bayes线性无偏估计的优良性.利用矩阵论的相关知识,分别在平衡损失准则和均方误差阵准则下,得到了Bayes线性无偏估计优于广义最小二乘估计的条件.     

分层教学的Bayes分析

对学校分层教学进行了初步探索 ,提出了分层分班的 Bayes决策 ,介绍了分层分班方法 ,获得了一些结论 ,并完成了对这些结论的证明 ,从理论上论述了分层教学是实施“因材施教”教育原则和素质教育的有效途径 ,给出了应用实例 .     

贝叶斯方法在可靠性试验中的应用

本文对可靠性试验中成败型试验的二项分布与连续型试验的指数分布分别给出参数的贝叶斯递推估计公式。     

区间数在多层Bayes方法中的应用

给出了在多层Bayes方法中使用区间数确定第二先验分布的方法,通过一个实例说明了该方法在工程应用中的合理性.     

导弹落点精度的一种Bayes估计方法

针对传统的区间估计法在导弹落点精度评定中不能完全反映实际情况的问题,本文在充分利用了各阶段试验信息的条件下提出了采用一种Bayes估计方法对导弹落点精度进行评定,并通过一组试验数据对该方法进行验证,结果表明本文所采用的方法比传统的区间估计法评定的导弹落点精度要高。     

电器无失效数据的Bayes可靠性分析

通过利用分布函数的凸凹性合理的构造了无失效数据(ti,ni)在ti时刻失效的概率pi=p{Tti}的一类先验分布,利用贝叶斯定理给出了无失效数据概率的一种估计.并根据算例验证该估计是合理的.     

Empirical Bayes Estimation in Regression Model

This paper considers the empirical Bayes （EB） estimation problem for the parameter β of the linear regression model y = Xβ＋ ε with ε- N（0, σ^2I） given β. Based on Pitman closeness （PC） criterion and mean square error matrix （MSEM） criterion, we prove the superiority of the EB estimator over the ordinary least square estimator （OLSE）.     

基于故障树和混沌粒子群算法的锻压机床故障诊断方法

锻压机床由于生产效率高和材料利用率高的特点,被广泛应用于各领域.然而,锻压机床发生故障时,其故障种类繁多、故障数据量大,所以对锻压机床故障源的快速、准确诊断较困难.针对该问题,文章提出一种将故障树分析法和混沌粒子群算法相融合的方法,对锻压机床的故障源进行故障诊断.该方法是先通过故障树分析法对锻压机床的故障进行分析从而得到故障模式及其故障概率,然后由得到的故障模式和已知的故障维修经验分析归纳出故障模式的学习样本,再根据得到的故障概率运用混沌粒子群算法的遍历性快速、准确地诊断出锻压机床发生故障的精确位置.文章提出的方法以锻压机床的伺服系统为例进行了故障诊断实验,将该实验结果与遗传算法、粒子群算法进行对比.实验结果表明,文章的算法在锻压机床伺服系统的故障诊断中准确度更高、速度更快.     

基于GA-PLS和AdaBoost的故障诊断方法

提出一种基于GA-PLS和AdaBoost的液压系统故障诊断方法。该方法用遗传算法与偏最小二乘法相结合(Genetic algorithm-partial least squares,GA-PLS)的算法对初始特征向量进行筛选,提取出与故障信息相关程度高的特征向量,把该特征向量作为输入,运用AdaBoost(Adaptive Boost)方法建立分类器,以识别液压系统的工作状态和故障类型。对实验数据分析的结果说明,该方法能准确地选择出特征向量,并有效地应用于液压系统的故障诊断。     

基于随机森林融合朴素贝叶斯的信用评估模型

利用随机森林特征选择算法,对信用评估的可用指标集进行特征选择,在此基础上建立基于随机森林融合朴素贝叶斯的信用评估模型.选取UCI数据库中的German数据集进行实证研究,结果表明,通过随机森林进行特征选择的随机森林融合朴素贝叶斯模型具有更高的预测准确度.