随机加权法

摘要： 贮料时粮食对仓壁的侧压力是设计筒仓的重要指标,由于各种不确定性因素的存在,准确获得侧压力较为困难.首先利用侧压力试计比(试验监测值和理论计算值之比)将收集到的侧压力数据进行无量纲化处理.然后利用数理统计理论,建立侧压力数据的优化处理模型,将侧压力数据优化为“好数据”和“一般数据”,剔除离散性较大的数据,用随机加权法对优化后的小样本数据进行加权处理,再利用贝叶斯统计理论给出侧压力概率特性的推断方法.最后基于河南省国家粮食库库区边缘的29号浅圆仓侧压力的试验监测值和理论计算值验证此方法的有效性.为粮仓的可靠度研究提供一定的理论基础,推动可靠度设计理论在粮仓结构中的应用.

摘要： 使用空间统计检验方法研究北京基础教育资源分配的均衡性问题.对于空间分布均匀性的检验,常用的统计量是Moran's Ⅰ统计量.但基于Moran's Ⅰ统计量做推断的时候,人们往往用渐进正态分布或者用Bootstrap反复抽样得到经验分布来进行.提出使用随机加权法进行统计量的经验检验.Jin和Lee(2014)文中得出基于Bootstrap的Moran's Ⅰ统计量满足一致逼近和渐进正态等性质.采用类似的统计工具证明了基于随机加权得到的统计量的渐进分布也满足这些良好性质.填补了用随机加权法在空间统计量的推断中理论保证的空白.通过模拟研究,证明了所提算法的有效性.方法应用于北京基础教育的师资-适龄儿童数比例,师资-在校生数比例的空间聚集性检验中得到了良好的应用,并与其它检验方法所得结论进行比较.结论显示在不同相邻概念(地理相邻、政策空间相邻)下,方法得到的结论符合常理.%We study the testing for spatial clustering phenomenon,which has an application in the assessment of balance of allocation for fundamental educational resources.Moran's I statistics is commonly used test statistics for such spatial test purpose.Based on Moran's I,usually asymptotic normality or bootstrap method are employed to do the following inference.We propose to use random weighting method here.Some uniformly approximation and asymptotic normal results for bootstrap method are obtained in Jin and Lee(2014),and we getsimilar results for random weighting,which fill in the gap.We also examine our algorithm's behavior under finite sample size cases through extensive simulation studies.An application of this method on Beijing's teacher-to-children and teacher-to-student ratios across districts through the whole city exhibits good understanding of the gathering result and non-gathering result under different similarity matrix assumptions.

摘要： 文章针对产品合格率估计时小样本检测的特点,在β分布假设的基础上,利用随机加权法将小样本"提携"为大样本,较准确地估计出先验分布的超参数。结合当前小样本信息进行了合格率估计的贝叶斯算法,实现了合格率的估计。

摘要： 对于小样本的时间序列应用2种改进的PWM方法,分别用修正的Bootstrap方法和随机加权法对样本进行再抽样,然后根据PWM方法进行区间估计,并以潘家口水库径流量为例,对2种改进的PWM方法与传统方法进行比较,改进的PWM方法的精度更高,在相同的置信水平下,置信区间更短.

摘要： Bootstrap and Bayesian Bootstrap are given to solve the missile in range trial problem in the small sample circumstance,and improved Bootstrap is put forward because the regenerate samples in Bootstrap is too concentrated. By simulation,it’s found that the improved Bootstrap suits small sample maintainability assessment better.%针对导弹靶场试验中的小子样问题，分析了自助法和随机加权法，并对自助法中再生子样较为集中的不足进行了改进。通过仿真比较得出，改进后的自助法具有更好的评定特性。

摘要： 为了对小子样条件下反舰导弹靶场试验精度作出合理的评定，研究了自助法和随机加权法的原理。针对自助法和随机加权法存在的不足，研究了一种改进的方法，仿真结果表明新方法获得了更加稳健、精确的评定。最后，给出一些有益的工程应用建议。%In order to evaluate the accuracy of small sample submarine launched anti-ship missile in range trial reasonably,Bootstrap method and Bayesian Bootstrap method are studied on their principle. At the same time,an improved method based on Bootstrap method is studied for the shortcomings of these two methods,the simulation result indicates that the new method gains the much more firm and accurate evaluation. At last,some profitable engineering applying suggestions are given.

摘要： 自助法(Bootstrap)和随机加权法(Bayes Bootstrap)都能较好地处理小样本数据,其无先验性,以及计算过程中只需要实际观测数据的优越性,使其广泛地应用于实际数据处理之中,后者的估计精度要更好些.但对连续情况而言,自助法的计算特性使得重抽样本局限在原始样本范围内,无法渐进于真实情况.文章基于自助法研究了用改进的样本经验分布函数来解决这个问题,并通过仿真算例说明方法的有效性.

摘要： 在广义线性模型中，用随机加权法求解参数估计的渐近方差。通过推导给出随机加权参数估计与未加权参数估计的渐近分布，并且证明它们是相同的，从而可以用容易获得的随机加权估计的渐近分布去近似原参数估计的渐近分布。%In the generalized linear model , the randomly weighted method was applied to solve the asymptotic variance of parameter estimation .The asymptotic distribution of random weighted parameter estimation and unweighted parameter estimation were given by derivation ,and they were proven to be the same .So the easily acquired asymptotic distribution of the random weighted estimation could be used to approximate the asymptotic distribution of the original parameter estimation .

摘要： 分析了基于Jeffreys验前的经典Bayes方差估计以及考虑验前信息可信度情况下Bayes方差估计存在的问题,在一般情况下,其方差估计要大于验前子样和验后子样的方差,这显然是不合理的.这是采用Jeffreys验前和正态共轭分布假设时存在的固有问题.为了解决这一问题,提出了方差估计的修正公式,经过计算验证,其值在验前子样和验后子样方差之间,说明修正公式是合理的.

摘要： In this paper, a random weighting estimation of the survival function with right-censored data is given by the random weighting method, and its strong consistency is proved under some regularity conditions.%本文利用随机加权思想提出了右删失数据下生存函数的随机加权估计,证明了所给的随机加权估计的强相合性.

摘要： 在桩基工程中，由于经济和工期原因，试桩数据往往很少，试验数据的离散性较大，由此计算出的承载力可靠度指标的误差较大。基于随机加权法理论，将承载力的试计比(承载力的实测值和计算值的比)“提携”为工程中所需的大样本数据，并利用一次二阶矩法给出了可靠度的计算方法。最后通过算例分析表明：随着加权次数的增加，承载力的试计比变异系数就越小，说明“提携”后的数据越集中；另外，随着加权次数的增加，承载力的可靠度就越大，桩基础就越安全。因此，仅利用实测数据评价桩基安全是不合理的，会给工程带来安全隐患。

摘要： 航天器、战略导弹等产品的造价昂贵，试验数据有时十分有限，其结构可靠性评估为小样本问题。针对此类问题，基于随机加权法提出一种新的求解方法。该方法对小样本应力强度数据进行重复抽样，获得其均值方差的大量抽样值，从而得到大量的可靠度抽样值，进而确定可靠度的分布，最终依据所确定的分布计算可靠度点估计和置信限估计。通过算例分析说明该方法是有效可行的。

摘要： 高压直流换流站内复杂的电磁环境，尤其是开关操作产生的瞬态电磁骚扰，容易引起二次设备的误动作甚至损坏。由于在实测时开关操作的次数有限，本文将采用小样本的统计方法对实测瞬态电磁骚扰数据进行分析。本文首先介绍了两种小样本统计方法：自助法与随机加权法，并对自助法提出了一定的改进意见，然后通过算例分析，比较了三种方法在处理小样本问题上的优越性。最后，利用改进的自助法分析了某一组开关操作的实测瞬态骚扰信号，得到其时域特征的统计特性，从而对该电磁环境进行系统的描述，也为电磁兼容抗扰度试验提供了一定的参考。

摘要： 描述了小子样样本均值区间估计的经典方法、Bootstrap方法、随机加权法、Jackknife方法以及经验特征分布函数展开方法,并对样本容量为4、5、6的三组电子器件辐射毁伤样本均值区间估计分别进行了数值计算.分析计算结果表明：对于小子样样本均值区间估计,推荐采用Bootstrp方法和随机加权方法.

摘要： 本文对小子样样本均值区间估计的经典方法、Bootstrap方法、Bayes Bootstrap方法(又称随机加权法)、Jackknife方法以及经验特征函数展开方法进行了理论分析，并对样本容量为4、5、6的三组样本均值区间估计分别进行了数值计算；分析计算结果表明：利用经典方法计算得到的区间长度最大，其它几种方法求得的区间长度明显要小。对比几种区间估计方法，经典方法求均值区间估计要预先知道样本总体分布类型，而其它四种方法并不需要样本总体分布的信息，在实际应用中更加方便。

摘要： 本发明提供了一种应用在交换电路中的加权随机早期检测方法，通过设定阈值进行提前预丢弃来避免链路拥塞情况的发生。本发明通过平均队列长度、最高与最低丢弃阈值计算出分段丢包概率，再将丢包概率进行1024倍扩展，与随机生成的1024位伪随机数值进行比较，确认是否丢弃，这样数据包是否会被丢弃成为了一个随机事件，根据包的大小、当前链路拥塞情况不同，结果都不同，避免了发生拥塞后出现一次性大量丢包的现象，能够有效维护链路的利用率。

摘要： 本发明公开了基于随机森林分类器的加权结果提供超分辨率合成的方法和系统。实施例将训练好的随机森林分类器对从低分辨率输入图像生成的低分辨率图像块进行分类。当每个低分辨率图像块被馈入随机森林分类器中时，随机森林分类器中的每棵决策树对每个低分辨率图像块的特定类别进行“投票”。每个类别与一个投影矩阵相关联。决策树输出的投影矩阵通过加权平均计算一个总投影矩阵作为随机森林分类器的输出，用于计算每个低分辨率图像块的高分辨率图像块。将高分辨率图像块组合，以生成一个合成的高分辨率图像，与低分辨率输入图像对应。

摘要： 本发明公开了基于随机算法的信用加权双随机监管的方法，属于公共信用领域，本发明要解决的技术问题为如何解决政府单位在监管过程中存在的企业多，无法针对信用评级较低的企业进行重点监管，采用的技术方案为：该方法是采用基础权重和临时权重的方式进行随机抽查，确保能够重点监管信用低的企业，实现更加高效的监管；具体如下：S1、建立公共信用信息平台；S2、制定权重规则：制定权重指标；S3、随机抽取被检查企业；S4、随机抽取检查人员及随从人员：根据检查需要，均等随机检查人员及随从人员；S5、生成随机任务单；S6、执行完毕的监管，上传监管结果，根据监管结果相应的增加或减少临时权重，更新下次的企业的随机概率到步骤S2中。

摘要： 本发明公开了一种随机码输入法，通过需要输入的字符和代码的随机配对及屏显，让消费者可以公开地输入随机的代码来秘密地输入需要输入的字符，不再担心被偷窥，不易被猜测、破解。本发明还公开了一种随机码开锁法，使消费者可以公开地输入随机的代码而秘密地输入开锁密码中的字符，直至开锁。

摘要： 本发明提供一种基于随机加权准则的最大互相关熵卡尔曼滤波方法，包括：构建线性系统方程和量测方程、选择合适的核宽且初始化系统状态和协方差、根据系统方程更新状态和协方差的一步预测、在固定点初始迭代时刻再次初始化状态值、根据初始系统和量测方程进行系统模型变形且计算出变形后的误差和由此计算出误差的核函数、由随机加权准则和核函数得出两个对角阵、两个对角阵来修正一步预测协方差和量测误差从而修正增益矩阵、估计出系统后验状态和协方差，本发明对于线性模型的非高斯重尾冲击噪声问题，可以获得比卡尔曼滤波和最大互相关熵卡尔曼滤波更好的性能，可广泛应用于线性系统的噪声为非高斯情况，提高非高斯噪声情形下的滤波估计精度。

摘要： 本发明公开了一种基于地统计加权随机森林的地球化学变量空间预测方法，包括以下步骤：S1、获取训练随机森林模型所需的训练数据，训练数据包括输入变量和模型输出变量，输入变量包括地质要素和遥感要素，模型输出变量为已知地球化学元素含量观测数据；S2、根据输入变量与已知地球化学元素含量观测数据之间的相关系数及输入变量之间的相关性筛选输入变量作为预测因子，将已知地球化学元素含量观测数据与预测因子作为训练样本；S3、基于训练样本训练随机森林模型，并采用训练好的随机森林模型对待预测位置的地球化学元素含量进行预测。本发明应用时同时考虑地学现象的空间相关性和异质性，能提升预测精度。

摘要： 本发明涉及相控阵雷达，具体涉及一种相控阵雷达中随机密度加权阵与规则布阵的转接结构及转接方法，用于解决现有相控阵雷达中天线阵面与TR组件之间的互联方式存在天线隔离度差、插损大的不足之处。该随机密度加权阵与规则布阵的转接结构包括由上至下依次设置的上板、辐射板、射频同轴电缆组件、栅条和下板，以及导向定位组件。基于上述随机密度加权阵与规则布阵的转接结构，本发明还提供一种随机密度加权阵与规则布阵的转接方法。

摘要： 本发明涉及一种基于加权随机算法的多仓格储物装置动态开启方法，其意义在于通过监测储物装置历史开启记录，作为参数带入加权随机算法，实现多仓格储物装置使用效率的优化，从而降低部分仓格因使用频率过高造成的零部件损坏。主要用于延长自助储物柜、快递柜仓格使用寿命。主要通过以下步骤实现：在用户有需要打开仓格前进行加权随机计算，由计算结果得出需打开仓格。仓格打开后记录历史打开次数及最后一次打开时间作为下一次进行加权计算参数。使用此方法可有效降低因不同仓格使用频率分布不均匀造成的仓格使用效率低下以及使用频率较高仓格零部件损耗问题。

摘要： 本发明公开了一种具有极限控制的加权随机振动控制方法，该方法首先根据分频段加权控制组合获得控制响应谱，依据现有技术获得初始量级下试验系统传递函数；然后比较极限控制点响应与极限目标值，并结合控制响应结果获得驱动信号调整参数；最后依据该驱动信号调整值修正驱动谱，进行均衡修正，直至达到试验条件量级；本申请方法能在不同频段选择使用不同控制权重，并综合考虑极限控制点响应对驱动信号进行均衡修正，该方法适用于随机振动环境试验，根据各类传感器的幅频特性有针对性的分频段加权，在试验时在各频段有最佳的控制效果，同时，通过采用极限控制避免让产品受到过强的力学应力造成损坏。

摘要： 本发明提供了一种基于加权随机森林的TBM施工速度预测方法，包括：构建考虑多源信息不确定性的TBM施工速度预测数据集；基于地质条件、掘进条件以及管理操作不确定性进行模型输入参数的筛选工作；利用加权随机森林方法向不同输入参数分配对应权重，并基于惩罚节点的错分来构建WRF算法框架；利用十折交叉验证与预测数据集对模型超参数进行优化，训练基于所述WRF算法框架的TBM施工速度预测模型；基于训练后的模型进行未知掘进段的TBM施工速度预测并对异常区段进行预警。保障TBM快速、安全施工。