导读:本文包含了逆高斯论文开题报告文献综述及选题提纲参考文献，主要关键词:加速退化试验,逆高斯过程,极大似然估计,失效机理
逆高斯论文文献综述
董军超,陈津虎,胡彦平,杨学印[1]（2019）在《基于逆高斯过程的加速退化试验失效机理一致性判定》一文中研究指出针对加速退化试验中逆高斯过程的特点,建立基于逆高斯过程的加速退化试验失效机理一致性判定方法。首先考虑带有随机波动影响的逆高斯过程模型,给出针对单个样本退化数据及融合所有样本退化数据的极大似然函数,进而得到逆高斯模型假设下参数的极大似然估计。其次结合加速试验失效机理一致性理论,基于加速系数不变原则给出逆高斯过程模型参数应满足的条件,并利用t统计量对加速过程进行失效机理一致性检验。最后,在案例中应用本文方法对某电子器件的应力松弛数据进行了统计分析。(本文来源于《强度与环境》期刊2019年05期）
杨飞龙,张雪,罗浩,赵驰,赵冲[2]（2019）在《井间地震逆高斯束迭加成像》一文中研究指出井间地震逆高斯束迭加成像方法是一种保幅迭加成像方法,可以对复杂岩性构造进行精细成像。井间地震常规射线类迭加成像方法面对复杂地质构造反射点覆盖不均匀导致成像精度较低,而基于波动方程理论的偏移成像技术因偏移画弧导致成像范围较小且干扰严重。本文提出使用逆高斯束迭加成像方法解决井间地震复杂构造成像问题,它是通过计算检波点有效邻域内射线对其能量贡献的高斯权函数,并利用该高斯权函数对地震波场进行逆高斯束分解,有效扩大反射点覆盖范围,提高横向勘探分辨率。与传统的射线类迭加成像方法相比,井间地震逆高斯束迭加成像方法能够适应复杂构造,并且较大程度上提高了纵横向分辨率。模型及实际资料试算验证了本文方法的有效性和稳健性。(本文来源于《中国石油学会2019年物探技术研讨会论文集》期刊2019-09-09）
由育阳,由书凯,高健凯,杨志宏[3]（2019）在《基于正态逆高斯和特征贡献度的睡眠分期实验研究》一文中研究指出针对自动睡眠分期任务,提出了一种基于正态逆高斯和特征贡献度的睡眠分期实验框架.提取睡眠脑电信号特征,并对信号进行可调Q因子小波分解(TQWT),针对TQWT子带提取正态逆高斯参数特征;基于SVM模型实现特征贡献度排序与筛选,针对高贡献度特征,比较多种分类器的分期结果并设计多分类器组合自动睡眠分期算法.采用PhysioBank的Sleep-EDF数据集进行验证,取得了89.88%的平均睡眠分期准确率,相较于单一分类器的分期准确率有较大提升,对睡眠障碍的临床诊断与研究具有较大价值.(本文来源于《北京理工大学学报》期刊2019年08期）
王亚楠,韦程东,张晓东,岑泰林,唐璐薇[4]（2019）在《复合LINEX对称损失下逆高斯分布参数倒数Bayes估计》一文中研究指出该文主要讨论了当参数θ的先验分布为Γ分布时,在复合LINEX对称损失函数下,逆高斯分布形状参数θ的Bayes估计、E-Bayes估计和多层Bayes估计问题,得到了相应的估计公式,并证明了参数θ的Bayes估计是可容许的.(本文来源于《广西师范学院学报(自然科学版)》期刊2019年02期）
赵远英,徐登可,庞一成[5]（2019）在《逆高斯回归模型的贝叶斯分析》一文中研究指出文章对逆高斯回归模型进行贝叶斯统计分析,通过利用Gibbs抽样和MH算法得到模型参数的贝叶斯估计以及贝叶斯数据删除诊断统计量的计算。数值模拟说明了方法的可行性。(本文来源于《统计与决策》期刊2019年10期）
陈旭丹,孙新利,姬国勋,李振[6]（2019）在《基于逆高斯退化模型的错误指定分析》一文中研究指出针对目前随机过程退化模型错误指定研究较少,且主要集中在线性模型中的现状,研究了逆高斯过程(inverse Gaussian,IG)的两类错误指定:不含随机效应情况下非平稳IG过程被错误指定为非线性Wiener过程,以及含随机效应IG过程被错误指定为简单IG过程。基于伪最大似然估计近似正态性理论获得了这两种情形下伪平均失效前时间(mean-time-to-failure,MTTF)估计的分布特征,并以某合金疲劳裂纹数据为例,分析比较了模型错误指定对MTTF的影响。结果还显示,在特定参数设置或样本数、观测次数组合设置下,模型错误指定将对MTTF的估计带来较大影响,这在工程实践中具有一定参考价值。(本文来源于《系统工程与电子技术》期刊2019年03期）
乔舰,李再兴,范淑芬[7]（2018）在《基于特征函数的逆高斯分布统计性质研究》一文中研究指出本文给出了基于特征函数的逆高斯分布众多统计性质的证明过程,对逆高斯分布与高斯分布的平行性质进行了归纳,对其应用特性进行了论述.(本文来源于《高等数学研究》期刊2018年04期）
庄会富,邓喀中,余美,范洪冬[8]（2018）在《结合KI准则和逆高斯模型的SAR影像非监督变化检测》一文中研究指出提出一种结合逆高斯模型(inverse Gaussian model,IGM)和KI(Kittler-Illingworth,KI)最小错误率准则的合成孔径雷达(synthetic aperture radar,SAR)影像非监督变化检测方法。假设差值影像中未变化类和变化类服从混合IGM,结合贝叶斯决策理论,自动求取满足KI最小错误率准则的阈值。在两组多时相SAR数据上分别设计了两组实验以验证本文方法的有效性。实验表明,本文方法可以更好地估计差值影像中未变化类和变化类的概率密度分布,得到合理的决策阈值,有效提高变化检测图的精度。(本文来源于《武汉大学学报(信息科学版)》期刊2018年02期）
李烁[9]（2018）在《考虑测量误差的逆高斯过程退化建模与加速退化试验设计》一文中研究指出随着用户对产品要求的不断提升,越来越多的产品具备了高可靠性、长寿命的特点,如何在较短时间内得到产品的寿命信息是个非常重要的研究课题。研究发现,产品的性能退化过程中具有大量有价值的可靠性数据,工程技术人员可以收集性能随时间推移的退化数据,从而来预测产品的寿命。产品的退化轨迹可以用随机过程模型来描述,逆高斯过程模型在一些单调递增的产品退化中有较其他随机过程更好的描述效果,渐渐被科研人员关注。而在实际的数据收集过程中,测量误差无法完全避免,因此考虑测量误差的退化过程模型更加符合实际情况。此外在加速应力影响下,产品的退化速率会加快,大大缩短试验时间,所以加速退化试验可以更加快捷有效地得到产品的可靠性信息。本文基于考虑测量误差的逆高斯过程模型,研究复杂模型的参数估计方法,讨论恒定应力和步进应力加速退化试验的优化配置问题,并通过算例进行说明。主要工作有:(1)阐述了逆高斯分布和逆高斯过程的基本理论,在此基础上,建立了考虑测量误差的逆高斯过程模型。(2)构建了模型未知参数的似然函数,提出了利用卷积公式和蒙特卡洛方法等方法计算复杂模型参数的估计值,给出了考虑测量误差的逆高斯过程模型的寿命评估方法。(3)分别讨论在恒定应力和步进应力加速退化试验中,考虑测量误差的逆高斯过程模型的优化配置问题,并以碳膜电阻器和电连接器为例进行了说明。(4)分析了考虑测量误差的逆高斯过程模型被误指定为Wiener过程模型时的参数估计和加速退化试验的优化配置问题。本文研究表明,考虑测量误差的逆高斯过程模型更加符合实际情况。在恒定应力和步进应力加速退化试验中,随着试验预算的增加,模型的评估精度得到了提升。此外,模型的误指定会对产品寿命评估精度和加速退化试验的优化配置带来很大影响,因此需要加强产品失效机理的研究,从而准确选择退化过程模型。(本文来源于《上海交通大学》期刊2018-02-01）
刘强强[10]（2017）在《逆高斯分布参数的线性贝叶斯估计》一文中研究指出逆高斯分布具有许多优良的特性,在寿命试验、管理科学、精算学等众多领域应用广泛。针对逆高斯分布参数的估计问题,国内外学者已经做了大量的研究,提出了许多估计方法,常用的有极大似然估计、无偏估计和贝叶斯估计等。本文提出了一种新的参数估计方法—线性贝叶斯估计,其主要的思想是利用样本统计量的线性表达估计参数。应用此方法本文分别求解出了叁个统计量X、T和XT以及五个统计量X、T、XT、X2和T2下的线性贝叶斯估计表达式,并在均方误差矩阵准则下,证明了五个统计量下的线性贝叶斯估计要优于叁个统计量下的线性贝叶斯估计,也证明了不同个数统计量下所得到的线性贝叶斯估计都要优于经典的极大似然估计和无偏估计。通常对参数进行贝叶斯估计时,由于计算过程中积分的复杂性,常常难以得到贝叶斯估计的显式解,为此一般采用MCMC方法获得贝叶斯估计。本文数值模拟部分也考察了 Lindley近似计算方法,计算出了平方损失函数下贝叶斯估计的近似表达式。在给定不同先验分布的情形下,分别对叁个统计量、五个统计量下的线性贝叶斯估计与贝叶斯估计之间的距离,以及Lindley近似结果与贝叶斯估计之间的距离进行数值模拟。通过对模拟结果的分析,进一步验证了统计量个数越多所得到的线性贝叶斯估计效果越好。(本文来源于《北京交通大学》期刊2017-06-01）
逆高斯论文开题报告
（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：
井间地震逆高斯束迭加成像方法是一种保幅迭加成像方法,可以对复杂岩性构造进行精细成像。井间地震常规射线类迭加成像方法面对复杂地质构造反射点覆盖不均匀导致成像精度较低,而基于波动方程理论的偏移成像技术因偏移画弧导致成像范围较小且干扰严重。本文提出使用逆高斯束迭加成像方法解决井间地震复杂构造成像问题,它是通过计算检波点有效邻域内射线对其能量贡献的高斯权函数,并利用该高斯权函数对地震波场进行逆高斯束分解,有效扩大反射点覆盖范围,提高横向勘探分辨率。与传统的射线类迭加成像方法相比,井间地震逆高斯束迭加成像方法能够适应复杂构造,并且较大程度上提高了纵横向分辨率。模型及实际资料试算验证了本文方法的有效性和稳健性。
（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。
逆高斯论文参考文献
[1].董军超,陈津虎,胡彦平,杨学印.基于逆高斯过程的加速退化试验失效机理一致性判定[J].强度与环境.2019
[2].杨飞龙,张雪,罗浩,赵驰,赵冲.井间地震逆高斯束迭加成像[C].中国石油学会2019年物探技术研讨会论文集.2019
[3].由育阳,由书凯,高健凯,杨志宏.基于正态逆高斯和特征贡献度的睡眠分期实验研究[J].北京理工大学学报.2019
[4].王亚楠,韦程东,张晓东,岑泰林,唐璐薇.复合LINEX对称损失下逆高斯分布参数倒数Bayes估计[J].广西师范学院学报(自然科学版).2019
[5].赵远英,徐登可,庞一成.逆高斯回归模型的贝叶斯分析[J].统计与决策.2019
[6].陈旭丹,孙新利,姬国勋,李振.基于逆高斯退化模型的错误指定分析[J].系统工程与电子技术.2019
[7].乔舰,李再兴,范淑芬.基于特征函数的逆高斯分布统计性质研究[J].高等数学研究.2018
[8].庄会富,邓喀中,余美,范洪冬.结合KI准则和逆高斯模型的SAR影像非监督变化检测[J].武汉大学学报(信息科学版).2018
[9].李烁.考虑测量误差的逆高斯过程退化建模与加速退化试验设计[D].上海交通大学.2018
[10].刘强强.逆高斯分布参数的线性贝叶斯估计[D].北京交通大学.2017