课程文献中心 更多>>

关键词： 燃料电池汽车   贝叶斯理论   多重定时截尾   高度右截尾   区间估计  

摘要： 中国燃料电池汽车产业正处于起步阶段,在具有广阔前景的同时也存在着设备可靠度及维修策略研究相对薄弱的问题。提出一种集成改进贝叶斯和最小二乘的协同算法以解决其中高可靠性多重截尾估计问题,能够在统一框架下同时获得点估计和区间估计并通过试验模拟验证其可用性;以FCV供氢系统冷却回路风扇为例进行工程应用。结果表明:量化确定了最优的理论检测维护时间为3667 h,置信下限估计为2205 h;相比MLE,提升了19%,通过设置试验模拟和算例分析验证了所提出方法的精确性、稳健性及合理性。

关键词： 子抽样方法   依赖于模型的子抽样   不依赖于模型的子抽样   统计推断  

摘要： 在大数据时代,数据量呈现指数增长.随着数据集规模变得越来越庞大.对完整数据集进行统计和分析越来越困难,不仅要求高性能计算,还导致成本剧增.对此问题,可行应对方法之一是通过挑选小部分的关键数据来实现与完整数据集相近的效果.子抽样就是这样一种重要方法.子抽样方法为统计和分析大数据集提供了一个解决方案,使研究人员能够专注于最相关、最有信息量的数据点,有效减轻完整数据集分析所需的计算负担和成本.目前,该方法已成为统计学、机器学习和数据科学等不同领域研究者的关注焦点.本文从子抽样方法是否依赖于统计模型的角度出发综述了依赖和不依赖于模型的子抽样方法的发展现状.对依赖模型的子抽样方法,本文介绍了适用于线性模型、广义线性模型及非线性模型的部分子抽样算法,每种算法均有其独特优势和局限性.本文还介绍了几种不依赖于模型的子抽样算法.这些算法不依赖于特定的模型假设,处理不同类型数据和问题时具有更大灵活性和适应性,适用更广泛场景.为评估这些算法的性能,本文对均匀随机子抽样、并行数据驱动子抽样、基于信息的最优子抽样及孪生子抽样等四种算法进行了仿真.通过展示算法性能,本文为在实际应用中研究者该如何选择合适的子抽样算法提供了依据.

关键词： 高压共轨燃油系统   喷油特性感知   变分推断   不确定性量化   点估计   区间估计  

摘要： 为实现高压共轨燃油系统喷油特性的精确可信感知，提出一种融合变分贝叶斯与双向长短期记忆神经网络的喷油特性感知模型(VB-BiLSTM)。利用高压共轨系统试验台获取喷油器入口压力波动与喷油速率试验数据，建立模型训练与测试的时序样本数据集，采用变分推断方法构建模型超参数的非参数化变分分布，并结合自适应矩估计算法优化最大证据下限，确定超参数概率密度分布的最优变分近似，实现喷油特性感知模型不确定性的量化表征。结果表明，在点估计方面，与门控循环单元（gated recurrent unit，GRU）、多层感知机（multilayer perceptron，MLP）、单向长短期记忆网络（long short-term memory，LSTM）和卷积神经网络（convolutional neural network，CNN）4种深度学习模型相比，VB-BiLSTM模型对喷油速率的感知精度更高，喷油量感知的平均误差为1.42%；在区间估计方面，VB-BiLSTM模型感知的喷油速率95%后验可信区间（CI）能够合理覆盖试验测量曲线，概率密度分布中心与试验值保持较高一致性。研究证明VB-BiLSTM模型在实现喷油特性感知高精度预测的同时，能够有效地量化感知不确定性，为高压共轨系统精确喷射控制提供模型基础。

关键词： 冠状动脉粥样硬化性心脏病   血脂变异度   炎症指标   心功能   心血管事件  

摘要： 目的:探讨降低血脂变异度对冠心病患者炎性指标、心功能及心血管事件的影响。方法:选取2023年1月~12月厦门医学院附属海沧医院62例冠心病患者,随机分为干预组和对照组,每组31例。对照组给予常规治疗,干预组在此基础上进行降低血脂变异度的综合干预,包括规范使用他汀类药物和强化生活方式干预。比较两组干预前后血脂水平、血脂变异度、炎性指标和心功能指标的变化以及心血管事件发生情况。结果:干预后,两组患者血脂水平均改善,且干预组优于对照组,差异有统计学意义(P<0.05);干预组血脂变异度、炎性指标改善更明显,差异有统计学意义(P<0.05);干预组心功能提高更显著,差异有统计学意义(P<0.05);随访6个月,干预组心血管事件发生率低于对照组[6.45%(2/31)vs 22.58%(7/31),P<0.05]。结论:降低血脂变异度可改善冠心病患者的炎症反应和心功能,减少心血管事件发生。

关键词： 光伏电站   柔性直流输电   小信号稳定性   区间估计  

摘要： 光伏电站通过构网型柔性直流输电系统传输功率时存在引发振荡的风险。现有小信号稳定性分析方法通常忽略光伏电站内部各机组间的动态差异以简化计算,然而在实际运行中,由于光伏机组输出有功功率或控制参数存在差异,这种简化可能导致分析结果出现误差。为此,针对次同步频段下光伏机组锁相环主导振荡特性,研究了光伏机组输出有功功率及锁相环控制参数差异对系统小信号稳定性的影响。研究发现,光伏机组输出有功功率和锁相环控制参数的差异会改变复平面上主导振荡模式的位置,而系统稳定边界仅由电站内所有机组对应参数的最小值与最大值决定。基于此,提出了一种区间估计方法,可预测不同输出有功功率或控制参数下主导振荡模式的分布范围,从而在考虑光伏机组动态差异的情况下实现了系统小信号稳定性的快速评估,为实际系统的振荡预警提供了参考。仿真结果验证了所提方法的正确性和有效性。

关键词： 相对风险   二项分布   区间估计   蒙特卡洛模拟  

摘要： 相对风险(Relative risk,RR)是流行病学研究中最重要的指标之一,获得相对风险指标的区间估计对于病因推断非常重要.文中采用5种方法,在二项分布下构造相对风险的渐近置信区间,分别为二项分布下的Delta方法,对数变换法,基于Fieller定理改进法,得分统计量法和梯度统计量法,通过蒙特卡洛模拟,给出了在保证相对风险真值覆盖率的同时,5种方法在不同的样本量下置信区间平均长度的表现情况,最后通过4个真实数据直观展示5种区间估计方法的表现性能.

关键词： 概率抽样   简单随机抽样   集束抽样   分层抽样  

摘要： 概率抽样(probability sampling):也称“随机抽样”(random sampling)。其特点是每个被抽取的个体都有相同的机会被抽中。具体的概率抽样方法包括简单随机抽样、分层抽样、集束抽样和系统抽样。非概率抽样(non-probability sampling):也称“非随机抽样”或“不等概率抽样”,指没有采用随机抽样方法而选取样本的方法。这种抽样方法由于非随机,所以样本对总体的代表性不能保证。常用的非概率抽样包括方便抽样、配额抽样、立意抽样和滚雪球抽样。

关键词： 配对设计   鞍点逼近   相对风险   多项式抽样   区间估计   蒙特卡洛模拟  

摘要： 在配对设计中,相对风险(relative risk)通常用来分析某种因素是否对某种疾病的发生产生影响,在流行病学的研究中具有重要的意义.文章用五种方法来构造多项式抽样下相对风险的渐近置信区间,分别为:多项式抽样下的Delta方法,对数变换方法,校正的对数变换方法,基于Fieller定理改进的方法以及鞍点逼近方法.以平均覆盖概率和置信区间的平均长度作为评估准则,通过蒙特卡洛模拟的数据结果对这五种区间估计方法进行评价,得出在样本量较小的小概率情况下,鞍点逼近方法是最好的.最后,文章通过两个实际案例来直观展示五种区间估计方法的表现性能.

关键词： 储备棉   质量变异   品质指标   棉花储存变异指数  

摘要： 广东地区气候湿热,储备棉经长时间储存后会发生质量变异,探索储备棉质量变异对棉花品质指标的影响,有助于提高科学储棉的管理水平。本文通过试验设计,在规范受控的仓储条件下,模拟棉花受压压缩储存的情景,设置一定的时间间隔对储备棉的品质指标进行监测,由于棉花质量变异来源于多重因素,本文利用SPSSPRO软件进行多元线性回归分析,将储存环境温度、湿度、储存时间、回潮率、存放层高等影响因素纳入回归分析,采用逐步回归法探讨广东储备棉质量变异对棉花品质指标的影响。结果表明:储备棉质量变异对黄度、反射率有显著性影响,黄度增大,反射率下降,断裂比强度发生轻微下降,而长度、长度整齐度、马克隆值几乎不受影响,储存前后维持在相同的质量水平。最后提出了棉花储存变异指数的初步构想,量化储备棉质量变异程度,为科学储棉提供数据参考。

关键词： 软件产品线   多样化抽样   新颖性搜索   概率感知多样化   进化算法  

摘要： 为了进一步提高样本集的多样性,提出了DDHNSbS算法,其中多样化变异策略(DMS)不仅能保留初始种群的多样性,还能优化传统遗传算子的效果。同时,为弥补新颖性搜索的局限性,提出了多样性检测(DD)以一定概率对特征的赋值进行检验并翻转。此外,利用Halton数列实现概率感知多样化(Halton-PaD),提高初始配置的均匀性。实验在39个公共软件产品线(SPL)上进行,结果表明,与当前性能最优的多样化抽样方法PaD-NSbS算法相比,DDHNSbS在42.1%的小型SPL上求解性能显著更优,在其他SPL上性能相当。