点估计

摘要： 边坡稳定性一直是边坡安全的重点研究对象,针对边坡评价中常见的不确定性因素,可靠度分析是值得利用的方法。为评价某节理发育的岩质岸坡稳定性,通过有限元计算软件,结合现场勘探测绘数据,建立以边坡节理强度参数c、Φ为输入变量,安全系数为输出变量的点估计(PEM)计算概率模型,计算结果表明:节理发育对该边坡变形具有明显控制作用;边坡整体可靠性较好,破坏概率极低。最后,通过蒙托卡罗法对可靠度结果进行验证,结果表明两种方法的计算结果不存在显著性差异。研究结果表明节理对岩质边坡稳定具有良好的敏感性,基于节理不确定性的点估计法分析边坡可靠度是一种有效的方法。

摘要： 风电在微网渗透率不断增高,影响着微网的优化运行。文章针对风电不确定性和风电场之间相关性对微网的影响,提出了基于概率模型的微网孤岛多目标优化模型。分析了风机出力的不确定性和风速相关性,建立了相应的概率模型。建立了多目标模型,优化微网运行成本、总排放和电压偏移量。对文章应用的2PEM+1点估计法和Nataf变换进行了说明,用于模拟风电的相关性,并利用多目标蚁狮算法对建立的模型进行求解。在改进IEEE 33节点系统中进行仿真分析,对比说明了考虑风速相关性与风电场相关性对微网孤岛运行的影响。

摘要： 针对广义对数正态分布的参数估计问题,首次提出了广义对数正态分布形状参数一种新的强相合的点估计量,并给出推导证明过程。利用逆变换抽样方法对点估计量进行数值模拟,将点估计和极大似然估计、贝叶斯估计结果进行对比,结果表明这种点估计方法在进行相关大数据分布模型参数估计时,具有较好的应用价值。

摘要： 小样本情况下实验数据的分布较难确定,工程上常采用Bootstrap和Bayes Bootstrap方法。在现有的文献中,该方法对小样本可靠性参数估计仅仅是重复利用原样本信息,通过扩大样本容量进行参数估计。在样本量较小的情况下,再生样本极易淹没原生样本信息导致估计偏差。本文在原方法的基础上,提出对Bayes Bootstrap方法的改进意见,在抽样过程中增加样本容量并通过对最大(最小)次序统计量领域进行扩充而达到对原始样本扩充的目的,最后用指数分布修正经验分布函数,以提高估计的精度。实验结果表明,改进后的Bayes Bootstrap方法对精度的估计有所提高,比原方法效果更好。

摘要： 异构能源系统中多种不确定性对系统运行评估带来了挑战。提出了一种异构能源系统运行评估策略,考虑了负荷、需求响应、能源供给不确定性。在分析子网之间的耦合设备的基础上,提出了由电气、燃气和热能子网组成的异构能源系统的能量流概率模型。使用点估计算法对系统不确定性进行分析。提出了一种新的分析方法,以加速异构能源系统的能量流分解。在仿真中对所提出的方法进行测试,相比传统方法,所提出的方法在求解速度和精度方面均有较大提升。

摘要： 针对定时截尾试验中装备无失效被接收时平均无故障间隔时间(Mean Time Between Failures,MTBF)估计的问题,通过一种简易的方法从理论上推导得出了无失效情形下MTBF置信下限的计算公式,并与其他方法进行了比较.同时根据置信下限计算的公式分析出一种定时截尾试验点估计的实现方案.最后通过实际工程应用,验证了方法的有效性.

摘要： 由于遥感图像背景复杂、目标密集分布以及目标尺度、形状差异巨大,给检测带来挑战.当前基于R-CNN的两阶段算法在水平框(HBB)检测上取得了良好效果,然而在定向框(OBB)检测上效果有限.基于点估计的HBB目标检测框架,提出用于定向遥感目标检测的旋转中心点估计网络(RCNet),大幅提升一阶段anchor-free算法在倾斜目标检测上的性能,同时保持较高的检测速度.RCNet通过添加一个用于方向预测的分支,实现旋转中心点估计.提出新的角度表示方式,解决回归角度参数loss不连续以及宽高交换导致训练过程不稳定的问题.所提方法在DOTA数据集上取得66.68 mAP的检测精度以及29.4 fps的检测速度,实现了最佳的速度和精度平衡.

摘要： 均匀分布参数的最大似然估计一直是概率论与数理统计教学中的一个难点和重点,为了帮助学生掌握最大似然估计方法的内容,本文归纳整理并给出了四类常见均匀分布参数的最大似然估计量的求解过程,有助于增强学生运用最大似然估计方法的能力

摘要： 在研究批量使用的同类型产品的寿命分布时，现场观测得到的往往是产品故障的时间区间，且一般都为截尾数据。该类型数据的点估计．对估计结果的误差或可信度缺乏定量度量的研究。在威布尔分布模型条件下，借助蒙特卡洛仿真方法，研究了样本容量、观测时间对参数点估计的误差影响。给出了点估计误差的经验分析。

摘要： 基于步进应力加速寿命试验的三个基本假定，本文给出几何分布产品在步进应力加速寿命试验下参数的两种拟极大似然估计．并通过实例说明了几何分布产品在步进应力加速寿命试验下两种点估计方法的应用。

摘要： 本文利用遗传算法极强的全局寻优能力，以待估计参数的置信区间为编码空间，以经验分布与所求分布误差倒数为适应度函数，建立了基于遗传算法的寿命分布参数点估计模型。分别以指数分布和正态分布伪随机数序列为样本给出了该模型的应用实例，结果表明在具有大量样本时，该模型的估计精度将高于极大似然估计。

摘要： 提出一种具有浴盆失效率的新的两参数寿命分布——称为两参数,研究了该分布失效率函数的图像特征,在全样本场合下给出了参数的点估计与区间估计.

摘要： 首先给出了艾拉姆咖分布在定数截尾场合下参数的极大似然估计。并通过大量Monte-Carlo模拟考察了估计的精度;其次在全样本场合下给出了参数的逆矩估计．通过模拟比较得到矩估计和极大似然估计略优于逆矩估计;然后给出了参数的两种区间估计方法，通过模拟比较得到精确区间估计优于近似区间估计;最后通过实例说明了这些点估计和区间估计方法的应用。

摘要： 提出了运营桥梁结构系统辨识的数学模型，以及对于运营桥梁结构参数实现间接辨识的点估计及区间估计的方法。引入系统辨识理论，定义了运营桥梁结构的数据、模型类、准则要素；基于车辆响应，通过对准则优化的实现，实现了基于车辆响应对结构参数的间接辨识；分别基于半解析解、数值解、加入白噪声的半解析解以及数值解对结构的频率和刚度，进行了响应辨识、参数点估计与参数区间估计。辨识结果表明，不同模型类显著影响点估计的误差与区间估计的整体分布，噪声水平显著影响区间估计的长度；由此指出了合适模型类，测试与分析过程中降噪为下一步工程应用的关键因素。

摘要： 针对随机结构在平稳随机激励下的动力可靠性分析问题,提出了基于点估计法的随机结构动力可靠性分析方法.所提方法考虑了结构物理参数的随机性,从随机结构的无条件动力可靠度公式出发,利用求解随机变量函数矩的点估计方法,导出随机结构无条件可靠度的计算表达式.通过算例考察了结构参数的随机性对结构动力可靠度的影响.由于基于随机变量函数矩的点估计法具有较高的效率和精度,因而所提方法具有一定的工程意义.

摘要： 可靠性是影响国产数控装备市场占有率与竞争力的关键因素之一,而可靠性评估是一种对数控装备可靠性进行定量化控制的必要手段.针对传统的可靠性评估方法应用于数控装备时遇到的非线性与准确度低等问题,提出了一种适用于小子样情况的数控装备可靠性评估新方法.综合采用Bootstrap和SVM等方法建立了小子样条件下的可靠性评估模型,给出了可靠性评估全过程的UML序列图,并进行了实例仿真分析.结果表明该方法能够较好地解决小子样条件下可靠性评估遇到的非线性和评估准确度低等问题,并能够给出可靠性评估结果的可信性度量.

摘要： 可靠性是影响国产数控装备市场占有率与竞争力的关键因素之一,而可靠性评估是一种对数控装备可靠性进行定量化控制的必要手段.针对传统的可靠性评估方法应用于数控装备时遇到的非线性与准确度低等问题,提出了一种适用于小子样情况的数控装备可靠性评估新方法.综合采用Bootstrap和SVM等方法建立了小子样条件下的可靠性评估模型,给出了可靠性评估全过程的UML序列图,并进行了实例仿真分析.结果表明该方法能够较好地解决小子样条件下可靠性评估遇到的非线性和评估准确度低等问题,并能够给出可靠性评估结果的可信性度量.

摘要： 可靠性是影响国产数控装备市场占有率与竞争力的关键因素之一,而可靠性评估是一种对数控装备可靠性进行定量化控制的必要手段.针对传统的可靠性评估方法应用于数控装备时遇到的非线性与准确度低等问题,提出了一种适用于小子样情况的数控装备可靠性评估新方法.综合采用Bootstrap和SVM等方法建立了小子样条件下的可靠性评估模型,给出了可靠性评估全过程的UML序列图,并进行了实例仿真分析.结果表明该方法能够较好地解决小子样条件下可靠性评估遇到的非线性和评估准确度低等问题,并能够给出可靠性评估结果的可信性度量.

摘要： 一种QoS劣化点估计设备(S1)，包括流集合确定单元(3)、流质量信息收集单元(1)、路径信息收集单元(2)、流链路表管理单元(4)和QoS劣化点估计单元(8)。在生成将经过网络的流的QoS与所述流所经过的链路相关联的流链路表之前，流集合确定单元(3)优先选择经过约所述网络的链路总数的1/2的链路的流作为要被登记在所述流链路表中的流。流质量信息收集单元(1)收集流的QoS信息。路径信息收集单元(2)收集网络的路径信息。流链路表管理单元(4)基于QoS信息和路径信息来生成流链路表。QoS劣化点估计单元(8)基于流链路表来估计QoS劣化链路。

摘要： 本发明公开了一种基于多散射点估计和杂波知识辅助的自适应融合检测方法，属于雷达信号处理领域。构建易于数学处理的异质杂波先验分布，将杂波先验信息与辅助数据中所含异质杂波信息进行算术平均融合，针对距离扩展目标不同散射点之间独立与否，设计高精度的距离扩展目标散射点复幅度近似最大似然综合估计方法，分别构建了基于多散射点估计和杂波知识辅助的距离扩展目标自适应融合检测器，均具有闭合形式的表达式，且在算法运算量与检测性能间保持优化平衡，改善了算法实用性，提高了宽带雷达对异质杂波环境的适应能力，改善了异质杂波下的目标检测性能，提升复杂电磁环境下宽带雷达对弱小目标的探测能力，具有推广应用价值。

摘要： 一种QoS劣化点估计设备(S1)，包括流集合确定单元(3)、流质量信息收集单元(1)、路径信息收集单元(2)、流链路表管理单元(4)和QoS劣化点估计单元(8)。在生成将经过网络的流的QoS与所述流所经过的链路相关联的流链路表之前，流集合确定单元(3)优先选择经过约所述网络的链路总数的1/2的链路的流作为要被登记在所述流链路表中的流。流质量信息收集单元(1)收集流的QoS信息。路径信息收集单元(2)收集网络的路径信息。流链路表管理单元(4)基于QoS信息和路径信息来生成流链路表。QoS劣化点估计单元(8)基于流链路表来估计QoS劣化链路。

摘要： 本发明涉及一种注视点估计方法，该方法能够适用于任何连有摄像机和屏幕的设备，并使该设备实现与现有商业眼动仪相同的注视点估计功能，而不需要额外的侵入式或非侵入式硬件。本发明方法注视点估计准确率高且成本低，在人机交互和医学诊断等领域具有较大实用前景。所述方法包括下述步骤：将第一模型部署在连有摄像头和屏幕的设备上；在屏幕上提供移动标识点，获取随标识点移动的眼部数据以及移动标识点位置，对第一模型进行参数校准；将参数校准后的模型用于估计用户对屏幕注视点位置；所述第一模型基于深度可分离卷积模型实现，在训练时以眼部数据为输入，以对屏幕的注视点位置为输出；所述第一模型在部署时使用训练完成时的模型参数。

摘要： 本发明公开了一种基于混合注意力机制的单眼注视点估计方法及系统，涉及卷积神经网络以及图像处理技术领域，该方法包括：获取目标人脸图像信息；目标人脸图像信息包括目标人脸图像、目标单眼图像以及目标单眼图像在目标人脸图像上的位置信息；基于目标人脸图像信息和单眼注视点估计模型，确定目标人脸图像对应的单眼注视点预测信息；单眼注视点估计模型是基于混合注意力机制的卷积神经网络确定的；该卷积神经网络包括第一卷积、第二卷积和全连接层；第一卷积和第二卷积均包括多个且依次连接的卷积注意力单元；该卷积注意力单元包括依次连接的卷积层、通道注意力子单元和空间注意力子单元。本发明能够准确预测单眼的注视点信息。

摘要： 本发明公开了一种针对课程视频的视线修正模型、对该模型的训练方法以及利用训练好的视线修正模型进行视线落点估计的方法，其中，利用神经网络，先对视线落点的初始热度图和带语音可视化标注的课程视频帧进行通道拼接，再对所拼接的特征进行显著性检测，然后对所提取的显著性特征进行还原，得到视线落点的修正热度图。本发明一方面基于显著性检测对初始热度图进行修正，另一方面对输入的课程视频帧添加语音可视化标注，以提高显著性检测的效果，从而提高视线落点估计的精度。

摘要： 本发明涉及自动驾驶和计算机视觉领域，公开了一种基于关键点估计的并行多尺度特征聚合车道检测方法车道线检测方法，包括以下步骤：1)获取车道线图像数据集，用于训练车道线检测模型；2)对车道线图像数据集进行数据预处理，统一缩放图像尺寸并进行归一化；3)构建基于关键点估计的并行多尺度特征聚合车道线检测模型；4)将车道线图像数据集馈送到检测模型中进行训练；5)将待测试图像或视频输入到已训练收敛的检测模型中，模型进行车道线检测并输出图像或视频的车道线检测信息。本发明在兼顾车道线检测精度和检测速度的同时，也能够适应任意结构和任意数量的道路场景，具有较高的鲁棒性和实用性。

摘要： 本发明公开了一种基于视觉追踪的用户注视点估计方法，用户佩戴头戴式眼动交互设备，利用注视点提取模块获取用户的注视点坐标，通过残差估计模块计算出用户的眼动偏移量与注视点坐标的残差，再将得到的残差送入偏移量自适应模块对注视点坐标进行更新，得到最终的用户注视点估计值。本发明还公开了一种对用户注视点估计方法进行精度评估的方法，用户佩戴头戴式眼动交互设备，依次凝视显示界面上显示的精度测试点，获取用户的注视点坐标，计算并获取眼动精度；对所有子区域的眼动精度值取平均，得到最终的眼动精度的评估值。本发明可实现提取自适应个体差异的眼动偏移量，对眼动算法的鲁棒性和泛化能力提升有非常重要的意义。

摘要： 本申请涉及一种注视点估计方法、装置、计算机设备和存储介质。所述方法包括：通过将人员的凝视图像预处理得到规范化的训练图像后，通过编码‑解码模块将外观特征代码、凝视特征代码和头部姿势代码分离，通过旋转凝视特征代码和头部姿势代码，再根据旋转后的潜在空间特征进行解码，得到与训练图像对应的旋转解码图像，根据多个训练样本的训练图像，旋转解码图像和凝视特征代码，通过元学习得到自适应凝视估计网络及其初始网络权重，再根据待测人员的校准信息对自适应凝视估计网络的初始网络权值权重进行个性化调整，得到特定于人的特定凝视估计网络，由此进行测试图像中注视方向的估计，进而确定注视点信息。本发明适应性好，学习效率高。

摘要： 基于改进三点估计与最大熵理论的概率谐波潮流计算方法，包括步骤一：构建风机、光伏、负荷输出功率的概率模型；步骤二：在点估计法基础上增加一组估计点，形成新的估计点矩阵及权重；步骤三：在步骤一中所构建的概率模型的基础上对谐波潮流进行确定性计算，求解各节点谐波电压；步骤四：建立关于谐波电压的约束条件，并通过最大熵理论构造出谐波电压最优的概率分布途径。本发明方法计及风机和光伏的不确定性以及负荷波动性的特点，得到配电网的谐波分布情况，进而更好地研究配电网中存在的随机性谐波水平。