任意连续型随机变量序列关于广义赌博系统的一类强偏差定理

设{Xn,n≥0}是任意相依的连续型随机变量序列,{Yn,n≥1}为一列广义随机选择函数.{Bn,n≥0}是实直线上的Borel集,IBn为Bn的示性函数.文中采用构造n元乘积密度函数及非负上鞅的方法,研究{ YnIn(Xn),n≥1}的极限性质,得到相依连续型随机变量序列的一类强偏差定理,其偏差依赖于样本点.     

基于瞬间跳变似然比法中故障隔离方法的研究

基于瞬间跳变的似然比法能较好地诊断出单故障源，对多故障源，本文提出了其隔离算法，然而此算法很费时间，作用将启发性知识引入故障隔离算法中，分别采用了传统的专家系统以及神经网络的专家系统方法，因而能较快地较准确地隔离出多故障源。     

基于极大似然估计的路段交通流量预测

基于对交通流量预测存在的问题的分析，用极大似然估计法对路段交通流量进行预测．这种方法的实质，是将连续的观测时段的上游观测量作为自变量，用极大似然估计法估计出观测量与下游预测量之间的关系，从而预测交通流量．实例结果表明，预测值与实际值的最大误差率为5.76％。     

任意连续型随机变量序列关于广义赌博系统的一类强极限定理

设{Xn,n≥0}是任意相依的连续型随机变量序列,{Yn,n≥1}为一列广义随机选择函数.{Bn,n≥0}是实直线上的Borel集,IBn为Bn的示性函数.采用构造n元乘积密度函数及非负上鞅的方法,研究了{YnIBn（Xn）,n≥1}的极限性质,得到了一类用等式表示的强偏差定理,其偏差依赖于样本点.     

动态系统故障诊断中基于瞬间跳变的似然比方法

本文针对广义似然比法(GLR)的不足,提出了一种便于实时处理的新方法,仿真实验 证明该法诊断准确可靠。      

基于二元Logit模型的直角事故受伤严重程度分析

直角事故是一种常见的交通事故类型,为探寻直角事故受伤严重程度的显著影响因素,本文运用二元Logit模型,从人、车、路和环境四个方面对美国密歇根州Wayne县的直角事故受伤严重程度进行全面分析,且采用向前似然比检验和向后似然比检验两种方法对比得到模型最优拟合优度。研究结果表明:驾驶员因素(未采取紧急措施、不遵守信号灯指示、饮酒)、道路限速、事故中包含摩托车和路面情况是直角事故的显著影响因素,并得到了计算直角事故发生人员伤亡概率的回归方程。本文得到的结论可为交通管理提供参考,以减少该类事故的受伤严重程度。     

传感器性能退化与结构损伤响应异常区分研究

针对现行结构损伤检测方法仅考虑了环境和荷载对损伤的影响,未考虑传感器因时间和环境变化导致的性能退化从而严重影响损伤诊断率的问题,考虑到传感器性能退化的局部性及结构损伤的全局性,利用最小均方差估计与广义极似然比（GLRT）理论检测结构响应异常,结合统计质量控制图的控制指标超出界限的波动样式判断异常来源,并通过简支梁数值算例验证了本文提出的方法.研究结果表明:利用广义极似然比可以有效检测响应异常,利用控制图可以辨别响应异常来源;传感器性能退化导致控制指标超出界限的波动为非平稳波动,而损伤导致控制指标在一定范围内的波动为平稳波动.      

博弈系统中任意随机变量序列关于乘积分布的一类强极限定理

引进似然比作为任意随机变量序列相对于服从二项分布的独立随机变量序列偏差的一种度量,并通过限制似然比给出了样本空间的一个子集,在此子集上得到了博弈系统中任意随机变量序列关于乘积二项分布的一类强极限定理,作为推论得到了博弈系统中服从二项分布的独立随机变量序列的一族强大数定理。     

极短时问脉冲信号的检测方法研究

针对极短时间脉冲信号的检测问题，在无法借助于频域分析的情况下，阐述了两种检测方法。这两种方法均借助于对时域上背景噪声的统计，通过对局部信号能量与背景噪声的对比，检测出短时脉冲信号，并通过对两次试验数据的分析，验证了这两种方法的有效性。     

随机选择系统中任意随机变量序列关于乘积分布的一类强偏差定理

通过引进极限对数似然比的概念,作为任意随机变量序列相对于服从二项分布的独立随机变量序列的分布偏差的一种度量,通过限制似然比给出了样本空间的一个子集,在此子集上得到了赌博系统(又称随机选择系统)中任意随机变量序列的一类用不等式表示的强极限定理,作为推论得到了任意随机变量序列关于二项乘积分布的强偏差定理以及服从二项分布的独立随机变量序列的一族强大数定理.