平滑分类器认证稳健性的一致性正则化 (NeurIPS2020) 该存储库包含和的论文“平滑分类器的证明稳健性的一致性正则化”代码。 依存关系 conda create -n smoothing-consistency python=3 conda activate smoothing-consistency # IMPORTANT: Please make sure `pytorch != 1.4.0` # Currently, our code is not compatible to `pytorch == 1.4.0`; # See more details at `https://github.com/pytorch/pytorch/issues/32395`. # Below is for linux, with CUDA 10; see https://pytorc

针对已存在的各种二维capon波束形成器稳健算法性能单一,只能对1种或2种影响波束形成算法性能的因素具有稳健性,缺乏对多种情况都具有稳健性的缺点,提出一种基于空间谱估计的二维稳健自适应波束形成方案。首先,提出一种新的二维解相关空间谱估计算法,该算法将二维角度估计问题用4个一维空间谱估代替,并采用修正的MUSIC算法实现解相干,然后利用得到的角度信息构造虚拟干扰,克服观察方向误差并展宽零陷。仿真结果表明:该算法结合了空间谱估计技术和自适应波束形成技术的优点,对期望信号导向矢量误差、干扰到达角失配及信号相关等都具有足够的稳健性。

4、指标说明： 双重差分法，英文名Differences-in-Differences，别名“倍差法”，小名“差中差”。作为政策效应评估方法中的一大利器，双重差分法受到越来越多人的青睐，概括起来有如下几个方面的原因：（1）可以很大程度上避免内生性问题的困扰：相对于微观经济主体而言一般是外生的，因而不存在逆向因果问题。此外，使用固定效应估计一定程度上也缓解了遗漏变量偏误问题。（2）传统方法下评估政策效应，主要是通过设置一个政策发生与否的虚拟变量然后进行回归，相较而言，双重差分法的模型设置更加科学，能更加准确地估计出政策效应。（3）双重差分法的原理和模型设置很简单，容易理解和运用，并不像空间计量等方法一样让人望而生畏。（4）尽管双重差分法估计的本质就是面板数据固定效应估计，但是DID听上去或多或少也要比OLS、FE之流更加“时尚高端”，因而DID的使用一定程度上可以满足“虚荣心”。 倾向评分匹配（Propensity Score Matching，简称PSM）是一种统计学方法，用于处理观察研究（Observational Study）的数据。在观察研究中，由于种种原因，数据偏差（bia

中国股市可预测性的稳健性检验.pdf

利用NEQR量子图像表示法，提出了一种能在含水印量子载体图像中实现隐蔽通信的量子隐写算法。新算法借助水印通常拥有很好的稳健性和其特有的自恢复系统，对秘密信息的稳健性进行了多重强化。相比于之前的量子隐写算法，新算法不仅强化了秘密信息自身的稳健性，而且通过量子线路的设计提高了其嵌入和提取的可执行性和执行效率。经实验仿真结果和性能分析验证，新算法在保留原有隐蔽性和安全性基础上，进一步提高了秘密信息的稳健性和嵌入率。

试论稳健性原则在财务分析中的运用.doc

fama_macbeth_regression:稳健性测试（硕士论文）

田口方法与稳健性设计，主要用于结构优化分析使用。

行业分类-物理装置-汽车悬架设计的稳健性评估、优化方法及装置.zip

完整英文版 IEC 60749-14：2003 Semiconductor devices - Mechanical and climatic test methods - Part 14：Robustness of terminations(lead integrity)-半导体器件-机械和气候试验方法-第14部分：端接的稳健性（引线完整性）。提供各种测试，以确定当由于电路板组装错误导致引线弯曲，然后对零件进行返工以重新组装时，确定引线/封装界面与引线本身之间的完整性。 适用于所有需要用户引线成型的通孔器件和表面贴装器件。