条件矩的收敛速度

设{X,X1,X2,…,Xn,…}是具有公共分布函数F（x）的独立同分布序列,本文给出F属于三大吸引场Фa,ψa和Λ时X的条件矩的收敛速度．     

条件矩的收敛速度

设{X,X1,X2,…,Xn,…}是具有公共分布函数F(x)的独立同分布序列,本文给出F属于三大吸引场Φα,Ψα和Λ时X的条件矩的收敛速度.     

麦克斯韦分布极值的矩的渐近展开

得到了麦克斯韦分布规范化最大值的矩的高阶渐近展开式.作为辅助结果,得到了规范化最大值的矩的趋于相应的极值分布的矩的收敛速度.     

幂赋范下二维正态向量的极大值分布

给出了幂赋范下独立同二维正态分布的三角阵列的极大值分布.     

极值广义顺序统计量的矩收敛

本文讨论了极值广义顺序统计量的一种收敛:矩收敛.在3种极值分布类型基础上,得到了极值广义顺序统计量矩收敛的性质.     

VonMises条件下的p-max稳定律

基于Von Mises条件,研究了分布函数属于某类幂赋范极值分布律的充分条件,并得到了相应的分布函数尾部表示.     

有限混合短尾对称分布的极值分布

主要研究由短尾对称分布构成的有限混合分布函数的尾部特征及最大值的极限分布.     

矩阵Beta分布的矩

首先给出了矩阵Ｂｅｔａ分布的特征函数，然后利用矩阵的微分得到了矩阵Ｂｅｔａ分布的前二阶矩。     

埃尔兰分布极值的收敛速度

设{Xn,n≥1}是服从埃尔兰分布的独立同分布序列,研究了埃尔兰分布的极值分布问题,并得到了相应的收敛速度.

Abstract：

Let { Xn, n ≥ 1 } be an independent identically distributed random sequence with each Xn belonging to the Erlang distribution. In this note, the limiting distribution of the extremes and the associated rates of convergence are derived.     

埃尔兰分布极值的收敛速度

设{Xn,n≥1}是服从埃尔兰分布的独立同分布序列,研究了埃尔兰分布的极值分布问题,并得到了相应的收敛速度.     

稳定核素范围整数规律和上界核坐标为44的论证

在引入两新参量S和H的核素图中，由稳定核边界分布规律的分析得到：偶Z界核对应区的Z下界核坐标增量ΔS的8，4，2递变，以及坐标差K为偶常数12－－8的偶偶核上界核和偶Z52－80的下界核的坐标增量ΔH的8，8，4，4，2，2递变，并由此推出，稳定区的两坐标上限都应该是44。     

基于遗传算法与粒子群算法的配电网无功优化

根据遗传算法(GA)收敛效果好和粒子群算法(PSO)收敛速度快的特点,将两者相结合对配电网无功优化模型进行求解。计算结果表明:该算法是收敛的、有效的。     

基于GIS的可视化配电网线损研究

论述了国内外的线损研究工作和电力GIS的发展、应用现状及技术,对目前多种理论线损计算方法进行了分析,针对农村电网传统线损管理系统的不足和农业电力部门的迫切需要,基于GIS技术实现线损管理功能的思路、技术方法及其总体结构、数据模型和线损计算等展开了深入研究和探讨,并进行了具体实践研究。     

基于LabVIEW的多功能农村电网质量监测系统设计

为了提高农村电网质量、减少电能质量问题对农村用户生产生活的影响,以虚拟仪器技术为核心,借助LabVIEW软件中功能强大的VI软件,设计了一套多功能农村电网质量监测系统。传统的农村电网质量监测系统具有功能单一、开发时间长、硬件成本高等缺陷,在LabVIEW图形化开发环境下设计的农村电能质量监测系统具有实时性高、功能多样、精度高、开发成本低等优点,具有一定的应用价值。     

基于多尺度的祥云县县域耕地自然质量空间分布特征分析

为了解云南省大理州祥云县耕地自然质量的空间分布特征,为耕地质量监测和保护提供参考,本文采用统计分析法、空间自相关分析法等,对祥云县农用地分等年度更新成果在不同尺度上的空间分布特征进行了分析。结果表明：由于地形差异明显,各乡镇耕地自然质量加权等差异较大,位处坝区（盆地）的乡镇耕地加权自然等高于全县平均水平;耕地自然质量低-低空间聚集区主要位于祥云县南部地区,应作为土地整治项目立项的重点区域,低-高、高-低空间孤立的行政村应作为耕地质量监测、更新数据核查的重点区域;累积概率对面积、相关距离的分析表明：耕地自然质量受到人为因素的影响,通过土地整治工程扩大田块规模、改善配套设施状况,将提升耕地自然质量。     

基于MaxEnt模型预测苹果树腐烂病在中国的潜在地理分布

为了明确影响苹果树腐烂病发生的主要环境因子及其潜在地理区域,根据1960年至1990年30 a环境气候因子数据,利用19个生物气候因子首先建立MaxEnt模型,结果显示该模型的准确性良好,训练数据AUC值达0.884,影响MaxEnt模型最重要的影响因子是最暖季度平均温(Bio10),其对模型构建的贡献率为22.3%,其次是最冷季度降水量(Bio19)和最干月份降水量(Bio14)。随后,该模型结合以往苹果树腐烂病发生地点统计数据,对影响苹果腐烂病发生的环境因子和适生区进行预测。结果表明最冷月份最低温(Bio6)、最暖季度平均温(Bio10)和最冷季度降水量(Bio19)是影响苹果树腐烂病分布的主要环境因子。