精确渐近性

摘要： 设{X_(n),n≥1}是一严平稳正值负相关(NA)随机变量序列,满足EX_(1)=μ>0,Var X_(1)=σ^(2)0,Cov(X_(1),X_(n+1))=O(n^(-1)(log n)^(-2-■)),对某个■>0.记S_(n)=n∑i=1X_(i),T_(n)=n∑i=1S_(i),γ=σ/μ.首先利用NA序列加权和的中心强极限定理和矩不等式证明(n∏k=12T_(k)/k(k+1)μ)1/γσ_(1)√3/10nd→e^(N),n→∞,其中N为标准正态随机变量;其次,对于边界函数和拟权函数给出NA序列部分和之和乘积的完全收敛性中精确渐近性的一般结果.

摘要： 设{Xn,n≥1}为同分布的两两NQD(negatively quadrant dependent)序列,均值为0.在适当的条件下,利用两两N QD序列的中心极限定理和矩不等式等工具,给出两两N QD序列部分和一般对数律下完全矩收敛精确渐近性的一般函数式.

摘要： 利用最长增加子列长度的中心极限定理和尾概率不等式及Tracy-Wisdom分布的性质,对相当广泛的一类边界函数和拟权函数,给出其矩完全收敛性的精确渐近性的一般结果.

摘要： Let {Xn ,n≥1} be a strictly stationary sequence of ρ--mixing random variables .Using the central limit theorem and moment inequality of ρ--mixing random sequences , under suitable conditions ,we gave general function formula for the precise asymptotics of the complete moment convergence of the partial sums for ρ--mixing random variable sequences in the logarithm law .%设{Xn,n≥1}是一列严平稳的ρ-混合随机变量序列,利用ρ-混合随机变量序列的中心极限定理和矩不等式等,在适当的条件下给出ρ-混合随机变量序列部分和在一般对数律下的完全矩收敛精确渐近性的一般函数式.

摘要： 记{Xn,n≥1}是一列独立同分布的随机变量,Un=2(n-1)∑1≤i精确渐近性的一般结果.

摘要： 利用β-Laguerre随机矩阵最大特征值的中心极限定理、尾概率不等式及广义βTracy-Wisdom分布的性质,对于相当广泛的边界函数和拟权函数,得到了其最大特征值的矩完全收敛性的精确渐近性的一般结果.

摘要： 本文研究随机函数关于一类新的矩完全收敛性的精确渐近性的一般规律,并将此结果应用于U统计量、范米塞斯统计量、线性过程、滑动平均过程、以及在线性模型和方幂和的误差估计等,得到的一般规律可以描述边界函数、权重函数、收敛速度和完全收敛性研究中的极限值之间的关系.

摘要： 利用移动平均的中心极限定理和矩不等式,得到一类Φ-混合移动平均过程部分和的完全矩收敛的精确渐近性.%By using the central limit theorem and the moment inequality of the moving average process,we obtained the precise asymptotics of complete moment convergence for partial sum of a class ofΦ-mixing moving average process.

摘要： 设服务时间{Xn,n≥1}为非负非平稳负相伴(NA)随机变量序列,N(t)为由其产生的更新过程.利用NA序列部分和Sn的精确渐近性结果及Sn与N(t)之间的关系{N(t)＜n}={Sn＞t},证明非平稳NA序列更新过程的精确渐近性.%Let the service time { Xn,n≥1 } be a nonnegative nonstationary negatively associated (NA) random variable sequence and N(t) be the renewal process generated by {Xn,n≥1}.By the results of the precise asymptotics for the partial sums of NA sequence and the relations between Sn and N(t),that is { N (t)＜ n} ={ Sn ＞ t },we proved the precise asymptotics for renewal processes of nonstationary NA sequences.

摘要： 本发明公开了一种基于用户相关性和精确性的众包激励方法，众包系统包括任务发放平台和用户，该方法具体包括：(1)任务发放平台通过网络向用户发放任务集合以及每个任务的精确性需求；(2)用户向任务发放平台提交标书，标书中包括用户能完成的任务集合、用户的报价以及用户的数据；(3)任务发放平台根据用户上传的数据计算出用户间的相关性，从而得到每个用户的精确性和每个任务的真值；(4)任务发放平台根据每个用户的精确性和报价选择出获胜者；(5)任务发放平台计算报酬，并向用户支付相应的报酬。该方法满足计算有效性和真实性，可用于当用户上传的数据之间存在拷贝现象时，激励更多的用户独立做任务的众包系统。

摘要： 本发明提供一种融合优化算法渐近正态性的高迁移对抗样本生成方法，通过数据增强的方式引入随机性，使得对抗样本的生成的随机梯度优化过程满足正态渐近特性，并通过统计迭代路径中所有样本噪声的均值和协方差用于构造噪声后验分布，用于更好地捕获优化空间的几何信息，提升对抗样本优化过程的稳定性和对抗样本的泛化能力、迁移能力；此外本方法能够从获得的正态分布中采样对抗噪声以生成不限数量的有效对抗样本。

摘要： 本发明提出一种基于多阈值量化输出观测的渐近最优岩性预测方法，包括如下步骤：1、根据测井曲线数据及对应岩性信息，构建模型的输入样本，并将总样本分为训练集和测试集；2、基于训练集中的输入样本及对应岩性类别信息，构造并执行多阈值量化岩性识别模型的渐近最优辨识算法；3、根据基于信息矩阵的加权拟牛顿型算法所给出的参数估计值，利用岩性识别模型对岩性进行预测，判断测试集中某样本属于哪个岩性类别。本发明首次提出多阈值量化岩性识别模型以实现测井岩性识别的问题，在节省人力物力的基础上，实现了岩性识别模型的可解释性。本发明提出的基于信息矩阵的加权拟牛顿型算法具有渐近最优性，即其收敛效果优于以往量化辨识算法。

摘要： 本发明公开了一种判断概率逻辑动态网络渐近能控性的方法，属于控制科学与工程技术领域。概率逻辑动态网络是描述基因调控网络的一种数学模型，操控网络的输入结点使得网络的状态演化到期望状态是具有生物意义的问题，这类问题在控制领域则表现为系统的能控性问题。本发明提供三个步骤来判断这类概率逻辑动态网络的渐近能控性。第一步，建立网络的逻辑动态模型；第二步，借助于矩阵半张量积理论，把第一步中的逻辑动态模型转化为代数形式，分析网络的闭环特性；第三步，利用网络的可达矩阵以及提出的判据直接判断网络的渐近能控性。

摘要： 本发明涉及一种基于随机松弛优选策略的脆弱性渐近最优弥补方法。该方法嵌套使用内外两个随机优选装置求解网络最小化弥补问题，将内部优选装置作为外部优选装置的过程调用，每次迭代调用内部优选装置选取某个松弛子空间的最优对象，依据有效性判定和代价判定更新整体最优对象，达到快速渐近优化的效果。求解速度快，由于每轮都是在松弛的随机子空间中寻找最优的弥补措施，搜索的规模远远小于弥补措施空间，节约了大量的计算资源，使得在有限的资源下，快速求解渐进最优弥补措施成为可能。

摘要： 本发明涉及一种天基信息时效性与精确制导参数的匹配性分析方法，包括以下步骤：a、利用天基传感器获取目标信息；b、进行精确制导末段探测并设置末段探测系统参数；c、计算精确制导捕获目标的概率。本发明可以有效提高天基信息保障精确制导应用的效能。

摘要： 本发明公开了一种提高煤粉细度取样精确性和环保性的煤粉取样系统及方法，煤粉取样枪的入口插入于磨煤机出口煤粉管道中的采样点处，煤粉取样枪的出口与粗粉旋风分离器的入口相连，粗粉旋风分离器的出口与细粉旋风分离器的入口相连；细粉旋风分离器的顶部出口与抽气器的入口相连通，抽气器的出口与静电除尘器的入口相连通；压差传感器与煤粉取样枪上的两个压力孔相连通，压差传感器的输出端与中心自动控制器的输入端相连接，中心自动控制器的输出端与抽气器中电磁自动调节阀的控制端相连接，该系统及方法能够提高煤粉取样的准确性及环保性。

摘要： 本发明一种提高卷积神经网络精确性和鲁棒性的增强数据增强方法，使得神经网络仅需要学习干净数据以及其与其它形式的数据的关系，而不需要直接记忆所有数据形式，从而促进在复杂和不同数据集上的神经网络训练。其包括如下步骤，步骤1，将干净图像和从其中生成的损坏图像作为一对图像，同批输入到神经网络中；步骤2，以从干净数据和损坏数据中获得相同的全局特征以及预测为目的，将与该两个图像有关的四种损失应用于softmax层和特征的输出，完成增强数据增强。本发明是将增强数据视为原始数据的一个扩展集合，共享相同的标签，然后将原始数据和增强数据的特征，以及softmax层的输出之间的距离最小化，达到对神经网络精确性和鲁棒性的同时提升。

摘要： 本发明涉及一种电性测试设备及电性测试设备十字线缺陷精确定位方法。该电性测试设备十字线缺陷精确定位方法包括：步骤10、在电性测试设备上加入红外探头；步骤20、利用电性测试设备向阵列基板加电；步骤30、通过红外探头侦测阵列基板内因十字线缺陷产生热量的位置，从而定位阵列基板上十字线缺陷的位置。本发明还提供了一种电性测试设备。本发明的电性测试设备及电性测试设备十字线缺陷精确定位方法，能够精确定位阵列基板上的十字线缺陷，进而提升修补效率和产品良率。

摘要： 本发明公开了一种基于用户相关性和精确性的众包激励方法，众包系统包括任务发放平台和用户，该方法具体包括：(1)任务发放平台通过网络向用户发放任务集合以及每个任务的精确性需求；(2)用户向任务发放平台提交标书，标书中包括用户能完成的任务集合、用户的报价以及用户的数据；(3)任务发放平台根据用户上传的数据计算出用户间的相关性，从而得到每个用户的精确性和每个任务的真值；(4)任务发放平台根据每个用户的精确性和报价选择出获胜者；(5)任务发放平台计算报酬，并向用户支付相应的报酬。该方法满足计算有效性和真实性，可用于当用户上传的数据之间存在拷贝现象时，激励更多的用户独立做任务的众包系统。