课程文献中心 更多>>

关键词： 抽样调查   规模以上服务业企业   统计监测  

摘要： 随着规上服务业企业在地方经济发展中的支撑作用日益凸显,精准高效的抽样调查与数据分析,已成为研判地区经济运行态势、优化产业扶持政策、提升统计监测质量的重要基础。抽样方法的科学性直接影响统计数据的准确性、代表性与调查效率。论文以某地区规模以上服务业企业为研究对象,针对简单随机抽样、系统抽样、分层抽样3类方法开展实证对比,结合营业收入、利润总额等4项核心指标的抽样误差,验证不同抽样方法在数据采集、数据分析和数据监测中的有效性,为提升地区统计调查水平与数据分析精准度提供理论参考与实践依据。

关键词： 岩石   抗剪强度参数   极端随机树   贝叶斯优化   区间估计  

摘要： 岩石抗剪强度是工程稳定性评价中不可或缺的计算参数,其不确定性对工程可靠度分析至关重要。为提升岩石抗剪强度参数的预测准确性并量化其不确定性,提出一种基于贝叶斯优化极端随机树的岩石抗剪强度区间估计方法。基于岩石强度参数数据集,利用极端随机树建立间接评价指标与抗剪强度参数的映射关系,并通过贝叶斯优化其超参数,改进预测结果的输出方式,定量表征岩石抗剪强度参数的不确定性。结果表明,贝叶斯优化极端随机树模型预测结果与实测值相吻合,不确定性较小,其黏聚力和内摩擦角模型的95%置信区间平均宽度分别为1.08 MPa与2.55°。与常见机器学习和集成学习模型相比,极端随机树模型均方根误差和平均绝对误差最小,决定系数最大,具有最好的预测效果,且置信区间量化了岩石抗剪强度参数的不确定性,可为岩石力学参数的精准确定和不确定性分析提供方法借鉴。

关键词： 引信   抽样   AQL  

摘要： 针对当前高价值弹药引信在研制生产过程中,破坏性检验按固定百分比抽样的方法存在科学性不足、规范性欠缺且无统一标准问题,提出一种高价值弹药引信抽样方法。该方法通过对比分析历年高价值弹药引信抽样数据,结合工程实践和美军标中相关抽样水平,明确了适用的检验水平、样本大小字码以及合格质量水平(AQL)值,依据国军标《GJB 179A-1996计数抽样检查程序及表》进行抽样研究。结果表明,该方法有效解决了我国在高价值弹药引信研制生产过程中长期缺乏可靠抽样标准依据的问题,为其科学、规范抽样提供了参考依据。

关键词： 多波束测深系统   旁瓣干扰   相位法   拟合区间   相位相干性  

摘要： 针对多波束测深中倾斜波束处测深质量易受强能量干扰问题,提出一种基于接收通道相干性的相位拟合区间估计方法。首先,计算预成波束时延后指定通道间的相位相干因子并设定门限。然后,在各波束的深度时间门限内根据相干因子估计拟合区间窗长和搜寻范围。最后,在区间搜寻范围内采用逐点法确定拟合区间最终位置并估计波达时间。1000 m和5500 m深度海域数据验证表明,相较于子阵相关系数法,通道相干因子法使有效测深点数分别增加了8.5%和11.86%,在强能量干扰和低信噪比的边缘处给出了更好的结果,覆盖宽度得到提升,具有很好的鲁棒性和抗干扰能力。

关键词： 抽样方法   抽签法   分层随机抽样   随机数法  

摘要： 题型1:抽样方法的选取及应用。当总体容量较小,样本容量也较小时,可采用抽签法;当总体容量较大,样本容量较小时,可采用随机数法;当总体中个体差异较显著时,可采用分层随机抽样。掌握简单随机抽样和分层随机抽样方法,可以提升数据分析素养。

关键词： 药品短缺   需求预测   混合模型   变分模态分解   牛顿-拉夫逊优化算法   最小二乘支持向量机   深度自回归模型   长短期记忆网络   分级预警  

摘要： 目的 针对突发公共卫生事件导致的药品需求随供应链变化导致短缺问题,建立7~30 d需求/短缺趋势预测与预警决策混合预测框架。方法 变分模态分解(VMD)提取多尺度特征,牛顿-拉夫逊优化算法(NRBO)自动寻优最小二乘支持向量机(LSSVM)关键参数,融合深度自回归模型(DeepAR)-长短期记忆网络(LSTM)混合预测框架的非线性学习能力;滚动回测评估、差分自回归移动平均模型(ARIMA)等基线比较,输出预测区间并根据“预测需求量大于库存和安全库存之和”判断分级预警。结果 混合模型比单步预测的误差小,且在冲击期波动较大阶段更加稳定;预测区间可以刻画不确定性,并支持提前预警与采购/调拨建议生成。结论 分解-寻优-融合框架的设计可以提高药品短缺预测的准确性与鲁棒性,为基层与区域药品供应保障提供可部署的预测-预警技术路径。

关键词： 心肌缺血   U波   心率变异性   慢性冠状动脉综合征  

摘要： 目的探讨心电图U波形态参数与心率变异性时频域指标的动态变化特征在慢性冠状动脉综合征患者心肌缺血预警中的价值。方法选取2021年6月至2024年6月平顶山市中医医院确诊的慢性冠状动脉综合征患者92例作为研究对象,其中心肌缺血的患者分为心肌缺血组(56例),其余作为对照组(56例)。比较两组的一般资料及U波倒置深度、低频功率(Low Frequency Power,LF)和高频功率(High Frequency Power,HF)、R-R间隔标准差(Standard Deviation of NN Interval,SDNN)和相邻R-R间隔差值均方根(Root Mean Square of Successive Differences,RMSSD)。结果多因素Logistic回归分析,结果显示年龄、U波深度是慢性冠状动脉综合征患者心肌缺血的危险因素;LF、SDNN是慢性冠状动脉综合征患者心肌缺血的保护性因素(均P<0.05)。结论年龄、U波深度、LF、SDNN水平均为慢性冠状动脉综合征患者心肌缺血的影响因素,U波电生理重构与自主神经功能失衡构成慢性冠脉综合征心肌缺血的双重预警体系。

关键词： 不确定性   可靠性分析   重要性抽样   气泡抽样法  

摘要： 在可靠性分析领域,数值模拟法因其实现简单、实用性强而被广泛使用。然而工程实践中普遍存在小失效概率问题,需要计算大量样本才能得到满足精度的解。针对这一难点,本研究结合重要性抽样和气泡法的思想提出一种重要性气泡抽样方法。该方法将最可能失效点作为抽样中心,利用随机样本到极限状态函数的最短距离作为半径构造气泡,并对落入气泡中的随机样本进行过滤,从而避免计算大量样本,大幅提高可靠性分析的计算效率。根据算例测试结果,重要性气泡抽样法相对重要性抽样法减少约80%的计算成本,同时得到足够精度的失效概率。

关键词： 锂离子电池   寿命终点   预测与健康管理   LSTM   不确定性量化  

摘要： 锂电池凭借高能量密度、低自放电率等优势已成为电动汽车等众多系统的主要储能设备.准确估计锂电池的寿命终点对于保障系统安全可靠运行至关重要.大数据背景下,深度学习方法已成为锂电池寿命终点估计的主要解决方案.然而,由于锂电池老化涉及内外部复杂因素的相互作用,其性能退化过程存在不确定性,这使得寿命终点的不确定性量化仍是一项核心挑战.为此,本文提出一种Wiener-LSTM融合框架,将随机退化模型与深度学习相结合,捕捉并建模电池退化机制中固有的随机性.该融合框架不仅能提供寿命终点的置信区间估计,还能在非完整退化数据下实现剩余使用寿命的动态区间估计.基于NASA锂电池数据集的实验表明,本文提出的方法可实现更加精准的寿命终点区间估计,且在跨工况、跨电池场景下的预测精准度得到验证.本研究通过对锂电池寿命终点的精准区间估计控制决策风险,为系统预测性维护提供了技术路径.

关键词： 林业工程复核   抽样方法   综合效能评估   层次分析法  

摘要： 为提升林业工程复核抽样的科学性与标准化水平,构建了一个包括精度、成本、时间和可操作性4个维度、八项二级指标的综合效能评估体系,并采用层次分析法确定各个指标的权重。以山水林田湖草沙一体化保护和修复工程的某生态复绿项目为案例,对简单随机抽样、分层抽样和闭合环抽样三种方法进行实地数据采集与对比分析。