L~p空间中第二类Fredholm积分方程一种投影数值解法

在L~p(1p∞)空间中对第二类Fredholm积分方程提出了一种新的投影算法,对积分算子进行均值投影,给出了算法的先验估计和后验估计.数值算例进一步验证了算法的合理性和有效性.     

Fredholm积分算子的均值投影方法

本文介绍了利用区间均值代替区间函数值的离散方法,并证明了由该方法产生的算子为赋范线性空间上的投影算子,且该投影算子具有自伴性且两两不正交性.同时在L~p空间中证明了该投影算子点点收敛于单位算子.进而,本文利用均值投影方法离散Fredholm积分算子,并证明了算法的合理性.     

正态总体均值与标准差比在简单半序约束下的最大似然估计

本文考虑两个正态总体均值和方差是未知参数,均值与标准差的比在简单半序约束下,且样本个数不同时,计算均值和标准差的最大似然估计的问题.给出了计算均值和标准差的最大似然估计的方法.同时还给出了三个总体均值与标准差的比在简单半序约束下求均值和标准差的最大似然估计的计算方法,并给出了迭代算法的模拟结果.     

基于两步子抽样算法的多目标抽样统计推断研究

针对海量数据,子抽样算法是当前一种流行的简化计算和降低计算成本的方法。现阶段的研究主要集中于单目标变量的估计上。多目标抽样也是现实生活中经常遇到的问题。本文提出基于广义线性模型,多目标抽样的均值两步子抽样算法。两步子抽样算法是Wang等(2018)^[1]提出的基于L-最优和A-最优的思想,确定每个抽样单元的入样概率。本文在此基础上,定义多目标抽样的各单元的入样概率,并推导模型参数估计量的渐近性质,最后用模拟数据和实际例子对均值两步子抽样算法和多目标两步子抽样方法进行比较。结果表明,在样本量相同时,A-最优准则下均值两步子抽样算法在估计精度上优于基于两步子抽样算法的MPPS抽样和L-最优准则下均值多目标两步子抽样算法。在计算效率上也较全样本估计有显著的提高,节约了计算时间。     

序约束下正态总体均值和方差极大似然估计的数值解法

本文讨论了k个独立正态总体的均值和方差同时在简单半序约束下的极大似然估计的求解问题，给出了计算极大估计的迭代算法，且证明该算法收敛。     

基于线性插值方法的ART重建算法研究

在断层成像的实际应用中,CT图像重建常用于重建欠采样及不完全数据的投影.在此,主要从不完全投影进行考虑:用线性插值法对不完全投影数据进行估计补全,再运用ART算法对补全后的投影图像进行重建.仿真实验表明,在投影数据缺失较少时,这种思路是可行的,且得到的重建效果也较好.     

多重集非凸分裂可行问题的非精确均值投影算法

在本文中,我们引入了非精确均值投影算法来求解多重集非凸分裂可行问题,其中这些非凸集合为半代数邻近正则集合.通过借助著名的Kurdyka-Lojasiewicz不等式理论,我们建立了算法的收敛性.     

基采用时频区域检测的雷达信号盲分选算法

为了解决欠定条件下密集雷达信号分选问题,提高雷达信号盲分选算法精度,提出了一种采用时频区域检测的雷达信号盲分选算法,首先利用短时傅立叶变换将混合信号映射至时频平面进行处理,然后通过聚类算法估计出混合矩阵,从而反解出源信号矩阵,进而估计出每一雷达源信号,能够在信号的时频平面投影相交且欠定的条件下,实现信号分选功能.仿真实验结果表明:提出的算法相比于传统的类MUSIC算法及其衍生的相关改进算法具有更高的分选精度和算法收敛性,且估计得到的源信号时域波形更优,体现了其有效性和优越性.     

基于数学方法的不完全投影数据估计

主要对不完全投影图像恢复问题中不完全投影数据进行了研究.对于投影数据不完全时,运用线性插值法和样条插值法在角度缺失的地方进行数据估计.最后通过仿真实验,将得到的估计投影图像与原始投影图像进行比较并分析.实验结果表明:在恢复投影图像的过程当中,采用线性插值误差更小,恢复的投影图像的精度更高,并且恢复速度快.     

空间有理参数多项式曲线的整数级绘制算法

讨论了空间有理曲线中心投影后导数上界的估计，基于曲线各阶差分的递推计算，给出了空间有理参数多项式曲线的快速绘制算法．算法只用到整数的加减法，效率高．     

Lp-对偶均值积分和

首先引进了``$L_{p}$-对偶均值积分和"的新概念. 进一步建立了$L_{p}$-对偶均值积分和函数的极投影Minkowski不等式和极投影Aleksandrov-Fenchel不等式. 解决了``均值积分差函数"所不能解决的逆问题. 另外, 利用Lutwak建立的$i$阶宽度积分理论, 创建了极投影体的$L_{p}$-Brunn-Minkowski不等式. 作为应用, 证明了一些相关的结果.     

定数截尾下Burr-Ⅻ分布参数贝叶斯估计的混合Gibbs算法

利用混合Gibbs算法(Gibbs抽样与Metropolis算法混合)给出了定数截尾样本场合Burr-Ⅻ分布参数的贝叶斯估计,通过Monte-Carlo模拟,考查贝叶斯估计的均值、均方误差及参数的可信区间,并给出混合Gibbs抽样过程中相应参数的轨迹图、直方图及自相关系数图.结果表明:在定数截尾样本场合,用混合Gibbs算法求Burr-Ⅻ分布参数的贝叶斯估计得到了比较满意的结果,算法可行、稳定、有效.     

模拟化学反应系统的快速无偏τ-Leap算法

化学反应系统中的Leap算法可在获得较好精度的同时大幅提高模拟速度.最近提出的无偏Leap方法有效地克服了由Leap时间区间内的反应次数的近似均值与真实均值之间的偏差引起的Leap算法的误差的不足.本文讨论了一个基于物种相对改变估计真实均值的快速无偏T-Leap算法,并将该算法推广到模拟时滞化学系统中.该快速算法具有易于编码、比前者更快等优点.当系统中的反应通道或物种的数目较大时,该方法具有更明显的速度优势.     

模拟化学反应系统的快速无偏T-Leap算法

化学反应系统中的Leap算法可在获得较好精度的同时大幅提高模拟速度.最近提出的无偏Leap方法有效地克服了由Leap时间区间内的反应次数的近似均值与真实均值之间的偏差引起的Leap算法的误差的不足.本文讨论了一个基于物种相对改变估计真实均值的快速无偏T-Leap算法,并将该算法推广到模拟时滞化学系统中.该快速算法具有易于编码、比前者更快等优点.当系统中的反应通道或物种的数目较大时,该方法具有更明显的速度优势.     

浅水方程初值问题数据同化的半参数方法

针对大气海洋方程初值问题的解,通过建立半参数模型,采用局部多项式回归方法,对在不同空间和不同时间点的观测数据进行同化,估计出方程的初始条件.以无粘的浅水方程初值问题为例,通过设计适当的准则,确定最佳估计的窗宽,同时利用完全正交分解对算法进行改进,从而解决了常规非参数估计时投影矩阵接近奇异的问题.最后,将本方法与非参数方法的估计结果进行了比较,由于充分考虑了大气海洋方程解的特点,使得在保持计算量相对较小的同时,估计精度得到提高.     

一类分数阶超混沌系统修正函数投影同步的滑模控制

对一类具有未知参数的分数阶超混沌系统的修正函数投影同步进行研究.通过设计响应系统的补偿器,进而得到修正函数投影同步的误差系统.基于自适应滑模控制理论和分数阶微分系统的稳定性理论,设计了一种自适应同步的控制方案.通过选取自适应滑模控制器以及参数自适应控制率,最终实现了驱动系统和响应系统修正函数投影同步,并可以对不确定参数进行估计.最后针对结论,以分数阶超混沌L(u|¨)系统为例,利用Adams-Bashfortlh-Moultom算法进行数值仿真,其结果说明了该方法的有效性和可行性.     

纵向数据下半参数联合均值协方差模型的贝叶斯分析

基于改进的Cholesky分解,研究分析了纵向数据下半参数联合均值协方差模型的贝叶斯估计和贝叶斯统计诊断,其中非参数部分采用B样条逼近.主要通过应用Gibbs抽样和Metropolis-Hastings算法相结合的混合算法获得模型中未知参数的贝叶斯估计和贝叶斯数据删除影响诊断统计量.并利用诊断统计量的大小来识别数据的异常点.模拟研究和实例分析都表明提出的贝叶斯估计和诊断方法是可行有效的.     

Sobolev方程基于POD的降阶外推差分算法

用奇异值分解和特征投影分解(proper orthogonal decomposition,简记POD)方法建立Sobolev方程的一种降阶外推有限差分算法,并给出误差估计.最后用数值例子,验证基于POD方法降阶外推有限差分算法的可行性和有效性.     

加权再生核空间中信号的平均采样与重构

主要讨论L_v~p的加权再生核子空间中信号的平均采样与重构.首先,针对两种平均采样泛函建立了采样稳定性;其次,基于概率测度给出一个一般的迭代算法,将迭代逼近投影算法和迭代标架算法统一起来;最后,针对被白噪声污染的平均样本给出了信号重构的渐进点态误差估计.     

方差分量模型参数的广义岭估计

本文先将方差分量模型的方差分量化为派生模型的均值参数，分别作出其相对于ＬＳＥ和ＢＬＵＥ的广义岭估计，再根据二步估计法作出原模型均值参数的广义二乘估计及其进行一步的岭估计。证明了这样不仅使方差分量估计的均方误差减少，而且使原模型均值参数估计的均方误差也不均加和地一步减少。本文还找到了岭参数仅仅依据于样本的估计，这样既将岭估计方法推进至方差分量模型，也改进了方差分量模型参数的离差均值对应方法。