排序方式: 共有55条查询结果,搜索用时 31 毫秒
31.
32.
文中讨论了多维动态参数具有多层验前信息时的建模问题。在一定条件下,给出了验前分布的表示。对于动态参数的Bayes估计,进行了精度分析和风险分析。 相似文献
33.
34.
根据FADEC系统的可靠性特点,运用日本质量工程学家田口玄一博士所提出的“田口方法”,对FADEC系统的各种稳健性指标进行了分析,并讨论了以信噪比为依据所进行的稳健性设计流程。实践证明,田口方法对于提高航空发动机FADEC系统的稳健性是十分有效的。 相似文献
35.
讨论了武器装备维修工程中最佳备件数的确定方法。首先分析了传统方法的不足之处,然后针对武器装备维修工程的现状,提出确定最佳备件数的Bayes方法,并且分析了Bayes方法的稳健性问题。仿真算例表明利用Bayes方法确定备件数合理有效,并且验前信息引入是稳健的。 相似文献
36.
37.
分析、比较了样本均值、截尾均值、平尾均值在统计学意义下的特性和差别,阐述了在武器装备科学技术奖成果评定中,以平尾均值替代样本均值的必要性和意义。 相似文献
38.
作为智能交通系统的核心技术,稳健的交通流量预测是一个长期存在但具有挑战的任务。不论是工业界还是学术界,现有模型需要大量训练数据、易受数据噪声影响而表现不稳健,是限制该领域发展与实际应用落地的重要因素。而在学术界,图对比学习可以通过数据增强与对比损失来降低数据需求量,同时提升模型抵抗数据噪声的能力。提出一种交通流量图对比学习(TFGCL)框架,用于稳健的交通流量预测。TFGCL框架有3个创新点:针对交通流量图(TFG)数据的独特时空特性,TFGCL框架从时间和空间2个角度出发,提出3种TFG数据增强方法。针对TFG数据中语义相似的假负样本,提出一个过滤策略使TFGCL框架能够免受其干扰,从而学习到高质量的表征。TFGCL框架通过联合交通流量预测任务和图对比学习任务进行同时训练。在3个真实交通数据集上与8个基线模型进行对比实验,结果表明:TFGCL框架的预测性能更为稳健,较最优基线模型最高提升6.24%,TFGCL框架的稳健性尤其体现在数据缺失较为明显的数据集和长时交通流量预测任务中。 相似文献
39.
40.