【摘 要】
:
建立了应力强度模型,应用极大似然估计法和牛顿迭代法导出了变形Weibull分布的可靠度估计值,利用信息矩阵导出了可靠度的置信区间.通过模拟实验及结果得出以下结论:可靠度估值与样本容量存在一定的关系,样本容量越大,可靠度的估计值就越接近真实值,置信区间越小,风险就越低.
【机 构】
:
安庆师范大学 数理学院,安徽 安庆 246011
论文部分内容阅读
建立了应力强度模型,应用极大似然估计法和牛顿迭代法导出了变形Weibull分布的可靠度估计值,利用信息矩阵导出了可靠度的置信区间.通过模拟实验及结果得出以下结论:可靠度估值与样本容量存在一定的关系,样本容量越大,可靠度的估计值就越接近真实值,置信区间越小,风险就越低.
其他文献
将油菜籽、紫苏籽、亚麻籽3种作物种子粉碎后添加到蛋鸡饲粮中,连续喂养1个月,用色谱法测定鸡蛋中多不饱和脂肪酸含量.研究在不同添加配比下,鸡蛋中ω-6、ω-3脂肪酸及其他营养物质含量的变化.单因素试验结果表明:饲粮中添加3种作物种子能影响鸡蛋中多不饱和脂肪酸组成,ω-6与ω-3脂肪酸含量均有所提升,且ω-6与ω-3脂肪酸比值不同程度降低.正交试验结果显示:以2%油菜籽、2%紫苏籽、2%亚麻籽混合添加,鸡蛋中ω-6与ω-3脂肪酸比值达到最低(比值为4.19),胆固醇含量略微下降,叶酸与维生素A含量大幅增加,这
针对毫米波大规模多输入多输出-非正交多址接入(massive multiple input multiple output non-or-thogonal multiple access,mMIMO-NOMA)系统硬件成本和功耗过大问题,基于动态子连接混合结构(dynamically sub-connected hybrid architecture,DSC-HA),提出一种高效预编码方案.首先,在用户分组的基础上,基于等效信道增益最大化原则,利用Kuhn-M unkras算法匹配各NOMA簇用户的信道状
基于AARRR模型定义了移动游戏中用户获取、用户活跃与留存、用户付费等数据指标.在此基础上运用K-Means聚类算法建立了移动游戏的用户画像.对移动游戏《精灵传奇》的数据进行了分析.结果表明,运用K-Means聚类算法能在不依赖人口统计信息的前提下得到有效的聚类结果.
针对WSNs中节点资源调度不均衡、能量消耗过快等问题,提出了基于节点能耗与负载差异化管理的调度算法.首先构建节点感知模型,根据初始状态下节点分布预估各节点的能量消耗;然后根据对簇首节点的选择和簇间通信轮数的选择,解决网络中异常能量消耗问题;最后在WSNs中部署动态节点,调整通信距离,并基于量子遗传算法筛选出通信距离的最优解和均衡网络性能.仿真结果表明,提出的资源调度与能耗管理算法在节点有效覆盖率、休眠节点数量等方面具有明显优势,且可以节省剩余网络能量,延长网络生存时间.
研究了图G的细分图、三角化图及联图的一般减少的第二Zagreb指数与图G的第一和第二Zagreb指数的关系,得出了树的细分图、三角化图及拟树的减少的第二Zagreb指数取极大值时的极图和极值.
针对传统的图书馆文献信息资源检索方法中存在检索精确度低的问题,提出了基于粗糙模糊集的智能图书馆文献信息资源检索方法.通过分析图书馆文献信息资源的语义信息检测结果,得到了图书馆文献信息资源的粗糙集匹配系数,并构建出了智能图书馆文献信息资源的语义特征分布结构模型;采用空间欠采样技术对文献信息资源分布采样和信息进行了融合处理,提取出文献信息资源的联合相似度特征集,并分析信息资源检索特征;根据分析结果,采用粗糙模糊集特征匹配技术,构建粗糙模度匹配函数,对粗糙模糊集进行聚类分析,结合均值函数检测方法,进行图书馆文献
Extensive studies,largely during the past decade,identify the dynamic and bidirectional interaction be-tween the bacteria resident in the intestines and their host brain along the “microbiota-gut-brain axis”.This interaction modulates the development and
为了发挥学科竞赛在培养“新工科”创新型卓越人才中的促进作用,从参赛管理、参赛动员、参加竞赛和赛后总结等4个方面对高校的学科竞赛工作进行了研究,同时对学科竞赛的实践过程进行了探讨.结果表明:高校参与学科竞赛活动,有利于学生提高科学研究能力和就业竞争力,有利于学生进一步深造.
为了提高实验室的使用效率,从校内校外两个层面探讨了实验室的开放共享问题.通过整合各学院(部)的实验室资源建立了开放实验室和科研共享平台,通过高校间的课程建设合作、科研项目合作和师资共享研究了高校实验室的开放共享模式,为高校实验室实现开放共享提出了一些建议.
针对近年来业内提出的网络虚拟化技术的不足,在原有的启发式算法的基础上做了进一步的改进,提出了一种改进后的启发式算法.该算法包括2个子算法:一个是分类子算法SerOri-Class,主要是将虚拟网络快速分类;另一个是映射子算法SerOri-Embed,将分类完的虚拟网络进行映射.改进后的算法,充分地利用现有的物理资源,提高了虚拟网络的映射效率,实现了个性化的虚拟网络映射.