简介：本文对指数分布的无失效数据，在引进失效信息后，在先验分布为Gamma分布时，给出了失效率的多层Bayes估计和综合Bayes估计，并给出了无失效数据情形可靠度的综合估计，还结合实际问题进行了计算。

简介：在原有生产函数参数估计方法的基础上，提出一种新的估计方法。计算实例表明：该估计方法具有最小的残差平方和，是一种比较理想的估计方法。

简介：本文首先分析了增量学习过程中支持向量与非支持向量的相互转化问题，而后在此基础上提出了基于超球结构的支持向量机增量学习算法。该算法主要利用超球结构，完成对增量学习中训练样本的选取，进而完成分类器的重构。实验表明，该算法比传统支持向量机增量学习算法具有更高的分类精度。

简介：本文提出了一种估计死亡率分布的新模型-最大熵模型.该模型直接从样本信息出发,不需要对待估分布的概率密度函数或先验分布作任何假定,从而克服了极大似然估计和贝叶斯估计的不足.而且通过两个例子的计算结果,表明该方法与样本数据的拟合效果要好于其它两种方法.

简介：针对合作制造企业间关系的特点，界定了企业关系价值的基本内涵。通过对企业关系价值度量维度划分，建立了企业关系价值的度量指标体系。在此基础上，采用模糊支持向量机方法建立了企业关系价值分级度量模型，并对其进行了分级度量。实验结果表明，该方法不仅能有效地度量出企业关系价值的级别，而且可以作为企业制定合作战略和决策的依据。

简介：针对现有供应商分类方法应用于高端装备制造业供应商所存在的局限性，从相互依赖视角构建了高端装备制造业供应商分类指标体系，提出了基于改进支持向量机的高端装备制造业供应商分类模型。该模型根据供应商误分代价不同，设计代价敏感支持向量机分类器，利用粒子群算法优化分类器的参数，并采用概率输出方法对多个优化的二类分类器的结果进行组合以实现多类分类。实验结果表明，该模型提高了现有方法的分类效果，可以降低总体误分代价，有效识别出对高端装备制造企业具有重大影响的供应商，为高端装备制造企业实施供应商分类管理提供了依据。