尽管在一般情况下,要确定某个统计量的分布是非常困难的,但在总体服从正态分布时,可以确定某些统计量的分布定理3.1设总体X~N(u,o2),X,X2,X为其样本,则样本均值ⅹ与样本方差S2独立,且有

一、填空题(每空1分,共10分) 1.在数据的存放无规律而言的线性表中进行检索的最佳方法是顺序查找(线性查找) 2.线性有序表(a1,a2,a3,…,a256)是从小到大排列的,对一个给定的值k,用二分法检索表中与k相等的元素,在查找不成功的情况下,最多需要检索8次。设有100个结点,用二分法查找时,最大比较次数是7

一、本部分的主要内容 集合代数----集合的概念和基本运算 关系----二元关系的表示、运算、性质、特殊的关系 函数----函数定义、性质、运算 二、本部分的基本要求 掌握集合及其相关的基本概念 熟练掌握集合以及关系、函数的基本运算 了解和使用基本的证明方法 第一节 集合的基本概念 第二节 集合的运算与集合恒等式

一、填空题(每空1分,共10分) 1.在数据的存放无规律而言的线性表中进行检索的最佳方法是顺序查找(线性查找) 2.线性有序表(a1,a2,a3,…,a256)是从小到大排列的,对一个给定的值k,用二分法检索表中与k相等的元素,在查找不成功的情况下,最多需要检索8次。设有100个结点,用二分法查找时,最大比较次数是7

通常把生产实践与科学实验中的结果,如产品的性能, 产量等统称为指标,影响指标的因素用A,B,C,…,表示。 因素在试验中所取的不同状态称为水平,因素4的不同水 平用A1,A2表示。 在一项试验中,如果让一个因素的水平变化,其他因素 水平保持不变,这样的试验叫做单因素试验。处理单因 素试验的统计推断问题称为单因素方差分析或一元方差 分析。类似地可定义多因素方差分析。本节先介绍单因 素方差分析

复习 复变函数 复数的运算计算幅角要注意z在复平面所在的象限例复变函数的一个重要方面,就是说明实变函数的微积分的许多结论,复变函数也照样用. 例如,在实变函数中函数的导数有在实变函数中,一些函数可以按泰勒级数展开,例如在复变函数中结果也一样: 复变函数还可以展开为洛朗级数,如实变函数中的定积分经常用牛莱公式计算的

假设检验的概念 任何一个有关随机变量未知分布的假设称 为统计假设或简称假设.一个仅牵涉到随机 变量分布中几个未知参数的假设称为参数 假设.这里所说的\假设\只是一个设想,至于 它是否成立,在建立假设时并不知道,还需 进行考察. 对一个样本进行考察,从而决定它能否合理 地被认为与假设相符,这一过程叫做假设检 验.判别参数假设的检验称为参数检验.检 验是一种决定规则,通过一定的程序作出是 与否的判断

近年来，无人机入侵的事件经常发生，无人机跌落碰撞的事件也屡见不鲜，在人群密集的地方容易引发安全事故，所以无人机监测是目前安防领域的研究热点。虽然目前有很多种无人机监测方案，但大多成本高昂，实施困难。在5G背景下，针对此问题提出了一种利用城市已有的监控网络去获取数据的方法，基于深度学习的算法进行无人机目标检测，进而识别无人机，并追踪定位无人机。该方法采用改进的YOLOv3模型检测视频帧中是否存在无人机，YOLOv3算法是YOLO（You only look once，一次到位）系列的第三代版本，属于one-stage目标检测算法这一类，在速度上相对于two-stage类型的算法有着明显的优势。YOLOv3输出视频帧中存在的无人机的位置信息。根据位置信息用PID（Proportion integration differentiation，比例积分微分）算法调节摄像头的中心朝向追踪无人机，再由多个摄像头的参数解算出无人机的实际坐标，从而实现定位。本文通过拍摄无人机飞行的照片、从互联网上搜索下载等方式构建了数据集，并且使用labelImg工具对图片中的无人机进行了标注，数据集按照无人机的旋翼数量进行了分类。实验中采用按旋翼数量分类后的数据集对检测模型进行训练，训练后的模型在测试集上能达到83.24%的准确率和88.15%的召回率，在配备NVIDIA GTX 1060的计算机上能达到每秒20帧的速度，可实现实时追踪

采用改进的悬浮聚合法制备磁性聚苯乙烯微球.利用扫描电子显微镜和振动样品磁强计对所合成磁性微球的尺寸和磁性能进行分析表征.采用巨磁阻生物传感器检测磁性微球的数量.结果表明:磁性微球粒径大小为0.5~50μm,比饱和磁化强度为4.56 A·m2·kg-1.巨磁阻生物传感器对磁性聚苯乙烯微球数量具有很好的可检测性.在一定的范围内,随着磁性微球数量的增多,传感器的输出信号增强.在磁性微球一定数量的情况下,随着磁性微球粒径的增大,传感器的电阻变化量先增大后减小

本章主要内容： n阶行列式 定义（§1.1）、 性质（§1.2、§1.3）； 克莱姆法则： n元线性方程组与n阶行列式的关系（§1.4）