基于LabVIEW的抽样定理仿真研究

与连续时间信号相比,离散时间信号的处理更加灵活、方便,应用更加广泛。在实际应用中,通常先将连续时间信号转换成离散时间信号,前提是抽样过程必须满足抽样定理。抽样定理在连续时间信号与离散时间信号之间架起了一座桥梁。本文利用LabVIEW对抽样过程进行仿真,并对抽样定理的条件与结论进行验证和讨论,通过研究可以得到符合实际应用的结论,同时加深对抽样定理的理解和把握。     

基于不均匀数据的密度偏差抽样改进算法

针对不均匀数据集的抽样问题,已有随机抽样算法、基于固定网格划分的单维度算法、基于可变网格划分的单维度算法,但仍无法更好地反映数据分布特征问题。在数据挖掘的实际应用中,数据规模越来越大,数据类型也越来越复杂,存在系统整体开销大、时间运行成本高等问题。提出并实现了基于不均匀数据的密度偏差抽样改进算法（IDDS）,通过引入网格单元密度和三角函数,从而达到较好的密度偏差抽样效果。实验结果发现,IDDS算法抽样效果更好,提取的样本质量更高,有效保证了不均匀数据的分布特征。与原始的密度偏差抽样算法(DDS)相比,应用IDDS算法的效率更高。     

等距抽样在抽取家庭户中的应用

等距抽样最大的优点是在推及总体指标时误差比较小,因此,等距抽样是市场调查中应用最广的一种抽样方式.然而,在实际应用中等距抽样最大的局限就是很难对总体单位的顺序排列.本文以抽取家庭用户为例来介绍等距抽样对总体单位的顺序排列应用.     

教育研究的抽样问题——有目的抽样

教育研究常常遇到抽样的问题，而我们阐述较多的是如何使用随机抽样以保证教育研究的科学性。对使用较多的有目的抽样则阐述较少。本以随机抽样的局限性为引子，集中对教育科研中有目的抽样的含义、变式、以及如何应用做了初步的探讨，以期引起研究的重视。     

均匀设计抽样在遗传算法中的应用

众所周知．遗传算法的运行机理及特点是具有定向制导的随机搜索技术。其定向制导的原则是：导向以高适应度模式为祖先的“家族”方向。而遗传算法中的交叉操作就是在高适应度模式中寻找最优解的操作。文章以此结论为基础,利用均匀设计抽样的理论和方法,对遗传算法中的交叉操作进行了重新设计。使其能随机、均匀地搜索高适应度模式空间,能有效提高搜索的效率。称这样得到的新的遗传算法为均匀设计抽样遗传算法。最后将均匀设计抽样遗传算法应用于求解函数优化问题,并与简单遗传算法和佳点集遗传算法进行比较。通过模拟比较。可以看出新的算法不但提高了算法的速度和精度．而且避免了早熟现象。     

集团抽样检验方法

提出了对不合格率低的产品进行集团检验方法,提出了一次抽样、二次抽样的检验方法,并对样 本量和临界值的选取方法进行了分析.     

多抽样率信号处理理论及其应用研究

多抽样率信号处理是建立在单抽样率信号处理基础上的一类信号处理。在传输信号时,由于语音、图象、视频信号的抽样中心频率相差很大,所以需要以多种抽样频率来对信号采样来满足各种传输类型的需要。探讨了改变抽样频率的两种方式-抽取和插值的基本原理,着重探讨了整数倍抽取和内插在数字语音系统中的应用。     

抽样理论在教学中的应用

把统计学理论中抽样分布的概念应用到实践之中可取得较好的效果。在对学生成绩的评估之中，可在研究总体数量非常大的前提下，通过随机抽取几个样本，再根据抽样分布理论进行统计，便可得出令人满意的结论。     

数据挖掘在CRM中的应用研究

首先介绍了CRM和数据挖掘的基本理论知识;然后通过数据挖掘在CRM中的主要应用和在CRM中启动数据挖掘的基本步骤两个方面对数据挖掘在CRM中的应用进行了详细的说明;最后对数据挖掘技术中的决策树分类算法应用于客户分类进行了研究,着重探讨了其中的SLIQ算法及其改进算法。     

EXCEL在抽样分布教学中的应用

统计学中推断统计学的教学,抽样分布这一概念既是重点又是难点,在教学中,运用EXCEL进行抽样分布试验,能使学生从试验基础上对抽样分布的内涵有深刻理解。掌握抽样分布,学好参数估计、假设检验内容,EXCEL是突破统计学难点的有力工具。     

关于消防产品监督抽查有关问题的研究

本文分析了消防产品监督抽查中抽样方法和复检中存在的问题,论述了在消防产品监督抽查中的抽样不能简单地理解为只是规范操作的问题,当取证抽样是采用随机抽样时必须考虑其抽样的数量,抽样数量多少是决定执法正确与否的关键,以及复检的涵义与实际开展“复检”的区别,应如何准确地开展复检工作,正确地履行《产品质量法》中关于的复检规定.     

中心极限定理在抽样推断中的应用

讨论中心极限定理在抽样推断中的若干应用。     

关于抽样极限误差的几点评注

本文对部分教材关于抽样极限误差论述出现错误进行了分析,并指出了在教学中讲授这部分内容时应注意的问题.     

二阶抽样最优样本容量的确定

二阶抽样在森林调查和环境统计调查中的应用逐渐增多.本文利用求一元函数极值和二元函数条件极值的方法,来确定二阶抽样的最优样本容量,从而提高调查的工作效率,降低调查的成本.     

抽样调查在社会研究中应用的若干问题探讨

抽样调查是一种根据从总体中随机抽取样本的观察结果来估计和推算总体的调查方法，广泛运用抽样技术已成为各社会经济领域进行调查研究的趋势。在利用抽样调查开展社会研究的过程中，应科学合理地编制抽样框和选择抽样方式，采用多种手段尽可能获取真实信息。     

PISA2015试测在广东抽样的实践与启示

广东省在首次参加PISA研究、进行2014年试测抽样的过程中,通过明确抽样范围和抽样流程、摸查PISA学生分布的基本信息、完成学校抽样和学生抽样任务,对进一步做好该项研究提出意见和建议。     

πps抽样估计的原理和应用

不等概率抽样是赋予总体每个单元不完全相等入样概率的抽样,是实际中十分有效的抽样方法之一。πps抽样是与单元大小成比例的不放回不等概率抽样。通过实际例子对πps抽样方法与简单随机抽样方法进行了对比,表明πps抽样方法能够提高样本对总体的代表性和可行性。     

高维平移不变子空间中抽样定理

本文研究了高维平移不变子空间中的抽样定理.首先通过Zak变换刻画了抽样空间的一些性质,然后证明了在一个平移不变的抽样空间中,由其中任一个函数的整平移所张成的子空间也是抽样空间.最后我们给出了函数满足抽样定理的一些必要条件.     

产品检验中几个分析化学问题的探讨

本文从分析化学的角度,就产品检验中的抽样、分析方法选择与设计、分析结果的验证等三方面进行了探讨。     

返回与不返回混合简单随机抽样

在抽样调查中,通常的简单随机抽样是指每次从总体中抽取一个单位,抽后都放回到总体中,或者抽后都不放回。但是在实际问题中,由于经济上的原因,或者为了抽样的快速,或者为了提高抽样精度,就产生了抽样进程中某些单位放回到总体中,而另外一些单位不放回到总体中的抽样方法,我们称之为返回与不返回混合简单随机抽样。 设总体Ω_N={Y_1,…,Y_N},从Ω_N中抽取容量为n的简单随机样本y_1,…y_n,其中y_1,……y_（n_1）是前n_1次抽取的结果,y_(n_1+1),……y_(n_1+n_2)是后n_2 次抽取的结果（n=n_1+n_2),并且令