导读:本文包含了时间间隔分布论文开题报告文献综述及选题提纲参考文献，主要关键词:土壤含水率,铵态氮,硝态氮,降水时间
时间间隔分布论文文献综述
刘秋丽[1]（2019）在《灌施后降水时间间隔对土壤水氮分布特性的影响》一文中研究指出为研究地面灌施后不同时间遇到降雨对土壤水氮迁移转化的影响,对灌施后不同时间遇降水的土壤水氮运移特性进行试验研究。结果表明:模拟降水量相同的条件下,降水后土壤含水率增大,湿润范围增大;灌溉与降水的时间间隔越长,降水后土壤的湿润范围越大,土壤水分分布越均匀;灌溉与降水时间间隔越短,降水后土壤含水率越大;灌溉与降水时间间隔越长,降水后铵态氮转化所用的时间越短,分布越均匀,降水对铵态氮的分布影响越小,土壤剖面中铵态氮含量越低;降水时间间隔越长,土壤中硝态氮浓度越大,硝态氮淋洗作用越明显。缩短灌溉与降水的间隔时长能延缓铵态氮的转化时间,有利于作物吸收,减少氮的淋溶损失。(本文来源于《陕西水利》期刊2019年09期）
李海清,朱永国,杨洁[2]（2019）在《基于威布尔分布最小二乘法估计的数控车床故障间隔时间研究》一文中研究指出分析了数控机床常见故障和某系列数控车床的故障间隔时间观测值,利用最小二乘法对参数进行估计,并对线性相关性和假设进行检验,验证其服从威布尔分布,得到了该系列数控车床故障间隔时间的概率密度函数、分布函数和故障失效率函数。(本文来源于《制造技术与机床》期刊2019年06期）
于群,屈玉清,曹娜,易俊[3]（2019）在《中国电网停电事故时间间隔的统计及分布特性分析》一文中研究指出为研究中国电网停电事故的复杂动态特性,分析了中国电网停电事故时间间隔的分布特性.首先,对中国电网1981～2014年的停电事故的时间间隔进行了统计分析和正态性检验,指出了中国电网停电事故的时间间隔近似满足幂律分布.其次,利用重标方差(rescaled variance, V/S)方法对中国电网停电事故的时间间隔序列进行了相关性分析,指出了中国电网停电事故的时间间隔序列具有长程正相关性和统计自相似性.最后,给出了电网停电事故时间间隔分布特性的意义.(本文来源于《中国科学:技术科学》期刊2019年01期）
刘义[4]（2018）在《驾驶员事故间隔时间分布及危险因素分析》一文中研究指出全球范围内机动车及驾驶员数量持续增长,给人们生产生活带来便捷的同时,也带来了越来越多的交通事故。驾驶员因素对交通事故的发生有着关键的影响。驾驶员的事故间隔时间是驾驶员连续两次事故的时间差,驾驶员较短的事故间隔时间代表其具有较高的事故风险,因此可通过对驾驶员事故间隔时间分布特征的分析,实现对危险驾驶员的识别与管理。驾驶员事故间隔时间受到驾驶员、车辆、道路特征、天气状况等多方面因素的影响。本文以G省省会驾驶员事故记录和违章记录为基础,基于数据清洗、数据融合等方法对驾驶员数据进行了处理,得到了驾驶员事故间隔时间的样本数据。运用生存分析理论对驾驶员事故间隔时间进行建模,分析驾驶员事故间隔时间的分布规律和关键影响因素。研究结果可以为危险驾驶员事故预警和驾驶员安全管理提供参考。论文的主要工作如下:(1)驾驶员事故间隔时间的整体分布规律。基于驾驶员事故和违章历史数据,运用数据清洗的方法得到了驾驶员事故间隔时间数据,运用生存分析非参数方法,估计了驾驶员事故间隔时间的整体分布。基于比较多个生存时间的非参数方法,比较了个人属性、车辆属性和违章属性的不同情形下驾驶员事故间隔时间的分布,结果表明不同事故序数和不同车辆归属地的驾驶员事故间隔时间具有显着差异。(2)基于参数模型的驾驶员事故间隔时间分析。以驾驶员事故间隔时间数据为基础,运用生存分析的参数模型和加速失效时间模型方法,考虑Exponential、Weibull、Lognormal、广义Gamma等6种常用分布形式,探讨了考虑和不考虑协变量两种情况下最优的参数模型分布形式,并对各个参数模型进行了拟合优度检验。结果表明广义Gamma参数模型的拟合效果最好,车辆归属地、上一年违章次数、上一年是否存在特定违章、首次事故的性质严重与否和事故序数是影响事故间隔时间的主要因素。(3)驾驶员事故间隔时间的重复事件模型及其影响因素分析。介绍了多元时间数据中异质性的处理方法,构建了驾驶员事故间隔时间的PWP模型和AG模型,并对比了两个重复事件模型的拟合效果。结果表明PWP模型效果更好。车辆归属地、上一年是否有特定违章、首次事故性质和上一年违章次数是影响事故间隔时间的关键因子。(本文来源于《北京交通大学》期刊2018-06-01）
刘翠萍,白静盼,马明,刘华,冶建华[5]（2018）在《冲击时间间隔服从[a,b]均匀分布的截断δ冲击模型参数的Bayes估计》一文中研究指出截断δ冲击模型是一类特殊的冲击模型,在可靠性数学理论中具有一定的研究价值.在对冲击时间间隔服从[a,b]均匀分布的截断δ冲击模型做参数估计时,运用极大似然法,在最小均方误差下得出其参数的Bayes估计.(本文来源于《湖北民族学院学报(自然科学版)》期刊2018年02期）
周特军,陆佳政,吴传平,李波,刘毓[6]（2018）在《湖南电网山火告警风险及故障时间间隔分布规律》一文中研究指出输电线路故障规律的研究对电网的运行维护具有重要的实际意义。首先,利用湖南电网输电线路山火广域监测数据和输电线路故障数据,对输电线路山火告警风险和输电线路故障的时间丛集性特征开展了研究,发现了输电线路山火告警风险的"日告警数—频率"满足幂律关系,验证了包含所有触发因素的输电线路故障"时间间隔—频率"累积概率分布满足指数关系。然后,基于Fano因子和Allan因子发现了输电线路故障时间序列具有自相似性,分析并获得了山火、雷击、冰灾等不同故障原因的输电线路故障"时间间隔—频率"累积概率分布满足分段幂律关系,确定了输电线路故障存在两个时间尺度的动力学过程。最后,得到的研究成果可为输电线路山火告警风险和输电线路故障的预测预报提供理论依据。(本文来源于《电力系统自动化》期刊2018年10期）
王世超,马少仙,边莉娜[7]（2018）在《时间间隔服从一类特殊分布的截断δ冲击模型的寿命分布》一文中研究指出讨论了一类特殊的截断δ冲击模型,获得了该类截断δ冲击模型的冲击到达时刻、冲击次数和任意时刻是否有冲击的概率分布.此外,还得到了系统寿命分布和期望.(本文来源于《湖北民族学院学报(自然科学版)》期刊2018年01期）
倪旭萍,蓝美娟,王云龙[8]（2017）在《目击者上报管道事件时间间隔分布规律研究》一文中研究指出本文以美国海岸警卫队国家应急响应中心所公布管道事件数据为研究对象,着重研究人们发现管道事件的时间规律。通过本文研究发现超过60%的人上报管道事件时刻集中在1小时中的0分钟、15分钟、30分钟和45分钟这样四个时刻,而对目击者上报时间间隔数据拟合发现其服从二项指数分布,相应的上报时间间隔期望值达到144分钟,所以目击者很少第一时间上报所发现的事件,且从过去至现在,上报时间间隔并未降低事件反而有所增加。本文的研究不仅有助于企业更好了解社区同时也将促进企业以实际行动提升在当地社区的声誉。(本文来源于《智库时代》期刊2017年15期）
张海波,郭鑫,任淮辉[9]（2015）在《风力发电机故障间隔时间分布模型研究》一文中研究指出以某风电场33台风电机组为期半年的故障数据为依据,建立了风机故障间隔时间分布模型,采用叁参数威布尔分布的可靠性建模方法,引进位置参数力求模型精确。最后对该型号风机可靠性指标进行了简要的分析,给出了提高风机可靠性的措施,为风电场日常的运行维护提供了依据。(本文来源于《电力电子技术》期刊2015年12期）
马明,王冬[10]（2015）在《时间间隔服从对数分布的截断δ冲击模型可靠性分析》一文中研究指出讨论了一种特殊的截断δ冲击模型:假设系统遭受到达时间间隔服从参数为q的对数分布的冲击,若距上次冲击后,时间超过门限值δ时还没有新冲击到达,则系统失效。使用全期望公式计算了此类截断δ冲击模型系统寿命的概率分布、期望和系统可靠度,分析了寿命期望与参数的关系。结果表明,平均寿命关于参数δ单调递增,而关于参数q递减。(本文来源于《山东科技大学学报(自然科学版)》期刊2015年05期）
时间间隔分布论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
分析了数控机床常见故障和某系列数控车床的故障间隔时间观测值,利用最小二乘法对参数进行估计,并对线性相关性和假设进行检验,验证其服从威布尔分布,得到了该系列数控车床故障间隔时间的概率密度函数、分布函数和故障失效率函数。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
时间间隔分布论文参考文献
[1].刘秋丽.灌施后降水时间间隔对土壤水氮分布特性的影响[J].陕西水利.2019
[2].李海清,朱永国,杨洁.基于威布尔分布最小二乘法估计的数控车床故障间隔时间研究[J].制造技术与机床.2019
[3].于群,屈玉清,曹娜,易俊.中国电网停电事故时间间隔的统计及分布特性分析[J].中国科学:技术科学.2019
[4].刘义.驾驶员事故间隔时间分布及危险因素分析[D].北京交通大学.2018
[5].刘翠萍,白静盼,马明,刘华,冶建华.冲击时间间隔服从[a,b]均匀分布的截断δ冲击模型参数的Bayes估计[J].湖北民族学院学报(自然科学版).2018
[6].周特军,陆佳政,吴传平,李波,刘毓.湖南电网山火告警风险及故障时间间隔分布规律[J].电力系统自动化.2018
[7].王世超,马少仙,边莉娜.时间间隔服从一类特殊分布的截断δ冲击模型的寿命分布[J].湖北民族学院学报(自然科学版).2018
[8].倪旭萍,蓝美娟,王云龙.目击者上报管道事件时间间隔分布规律研究[J].智库时代.2017
[9].张海波,郭鑫,任淮辉.风力发电机故障间隔时间分布模型研究[J].电力电子技术.2015
[10].马明,王冬.时间间隔服从对数分布的截断δ冲击模型可靠性分析[J].山东科技大学学报(自然科学版).2015