基于Pena距离的加权最小二乘估计的影响分析

利用Pena距离对加权线性最小二乘估计的影响问题进行讨论,得到加权最小二乘估计的Pena距离的表达式,对其性质进行讨论,从而得到高杠异常点的判别方法.文中对Pena距离与Cook距离的性能进行了对比,得到在一定条件下Pena距离优于Cook距离的结论.并通过数值实验对此方法的有效性进行验证.     

幂等阵和幂零阵的伴随阵的若干性质

本文利用极限过程的方法,证明了幂等阵和幂零阵的伴随矩阵分别是幂等阵和幂零阵．所得到的结论比［１］丰富得多．     

加权马氏距离判别分析方法及其权值确定——旅游信息服务系统的智能推荐

本文根据旅游信息服务的特点,在多元统计分析中原有的马氏距离判别法的基础上,提出了一种加权的马氏距离判别法,并运用主成分分析思想,得到了确定权值的方法.该方法运用于网络旅游信息服务智能推荐系统,通过78位注册用户的实际数据,与传统的马氏距离判别法和贝叶斯判别法进行比较,证实了加权马氏距离判别法是十分有效的.     

多元协方差阵扰动模型岭估计的影响分析

本文研究了多元线性同归模型岭估计的影响分析问题.利用最小二乘估计方法,获得了多元协方差阵扰动模型与原模型参数阵之间的岭估计的一些关系式,给出了度量影响大小的基于岭估计的广义Cook距离.     

协方差阵扰动模型的Welsch-Kuh统计量与Cook距离

本文讨论线性回归模型中约束条件下协方差阵扰动模型的影响分析问题,定义了扰动模型的Ｗｅｌｓｃｈ－Ｋｕｈ统计量与 Ｃｏｏｋ距离,利用 Ｗｅｌｓｃｈ－Ｋｕｈ统计量研究扰动模型对其中某组数据对应的拟合值的影响以及用Ｃｏｏｋ统计量研究扰动模型对约束最小二来估计的影响．     

泛正定阵与广义正定阵的关系

本文利用矩阵的稳定值,给出泛正定阵的等价条件,进一步得到泛正定阵与广义正定阵之间的一些关系．     

一种基于“垂面”距离和IFE的直觉模糊多属性决策方法

提出了一种属性权重未知情境下的基于“垂面”距离和直觉模糊熵(intuitionistic fuzzy entropy,IFE)的直觉模糊多属性决策方法。该方法针对基于相对欧氏距离的直觉模糊TOPSIS法中出现的逆排序问题,将“垂面”距离引入到直觉模糊决策理论中,通过将“垂面”距离对欧氏距离进行替换,提出了一种基于“垂面”距离的直觉模糊多属性决策规则;基于IFE最小原理和“垂面”距离最小思想,构建了融合主客观信息偏好的属性权重确定模型。最后给出了一个算例验证了该方法的有效性和实用性。     

协方差阵扰动模型的影响分析

本文建立了β（Ｚ）与β的一些关系式，β（Ｚ）是扰动模型未知参数向量β的ＢＬＵＥ，β是Ｇ－Ｍ模型β的ＢＬＵＥ；定义了度量扰动影响的距离测度Ｄｚ；给出了Ｄｚ的简单计算式。     

对称阵的最小多项式及其应用

本文研究了对称阵的最小多项式的存在唯一性,利用对称阵的正交分解的基本思想,获得了对称阵的最小多项式的具体表示形式,改进了Hamilton-Caylay定理.并且给出了对称阵最小多项式的几个应用.     

关于实对称半正定阵的几个结论

利用矩阵合同与交换的性质,运用矩阵运算技巧得到关于实对称半正定阵的若干性质,将实数的某些理论推广到实对称阵中.     

Hybrid Methods for Approximating Hankel Matrix

Hybrid methods for minimizing least distance functions with Hankel positive semi-definite matrix constraints are considered. Our approach is based on (i) a projection algorithm which converges globally but slowly; and (ii) the Newton method which is faster. Hybrid methods that attempt to combine the best features of both methods are then considered. Comparative numerical results are reported.     

线性数据拟合方法的误差分析及其改进应用

利用最小二乘法进行线性数据拟合在一定条件下存在着误差较大的缺陷,为使线性数据拟合方法在科学实验和工程实践中能够更加准确地求解量与量之间的关系表达式,本文通过对常用线性数据拟合方法———最小二乘法进行了误差分析,并在此基础上提出了最小距离平方和法以对最小二乘法作改进处理.最后,通过举例分析对两种线性数据拟合方法的优劣加以讨论并分别给出其较为合理的应用控制条件.     

改进的基于特征向量集的距离判别及在企业信用评价中的应用

在基于特征向量集的距离判别的基础上,提出新的判别分析方法,试图解决现有判别分析方法中计算量大及对复杂数据判别效果差的缺点.同时,将方法用于企业信用评价中,并与传统的判别方法及一些改进的判别方法作比较,实验结果表明,方法提高了企业信用评价的准确率.     

马氏距离聚类分析中协方差矩阵估算的改进

本文考虑了变量权重和样本类别的影响,建立了马氏距离聚类过程中评估协方差矩阵的迭代法。以Fisher的iris数据为样本,运用欧氏距离一般聚类、主成分聚类、改进前后的马氏距离聚类方法,进行实证分析和比较,结果表明本文所提出的新方法准确率至少提高了6.63%。最后,运用该方法对35个国家的相关指标数据进行聚类分析,确定了各国的卫生保健状况等级。     

基于可调权重距离的最小一乘回归方法

不同时期数据对因变量的影响权重不同,若不考虑数据的时间特性而构建回归模型,可能不一定得到最佳的回归模型.针对经济领域中数据时间跨度大,样本少以及可能存在异常点的特点,提出基于可调权重距离的最小一乘回归方法.建立了可调权重距离的权重系数确定方法,并给出基于MATLAB的模型求解方法.通过某船舶使用费用预测的应用,表明通过方法构建的模型具有更高的精度,值得借鉴.     

等腰梯形域内两点间平均距离

本文研究了凸域内两点间平均距离的问题.利用广义支持函数和凸域的弦幂积分的方法,获得了计算凸域内两点间平均距离的一般公式,并将公式推广到等腰梯形域,得出了等腰梯形域内两点间平均距离的计算结果.     

自回归预测模型参数的“折扣”最小二乘估计及其应用

依据折扣最小二乘法准则,对时间序列建立自回归预测模型,给出了参数的估计公式,数值结果表明该方法更行之有效.     

一种基于相关系数矩阵的TOPSIS决策方法

在多属性决策分析中,传统的TOPSIS法是基于欧氏距离来计算各方案到正负理想点的距离,但欧氏距离没有考虑各属性之间的相关性;从这一角度出发,将相关系数矩阵与欧式距离结合,从而弥补了欧氏距离的不足,最后进行了实例分析.     

双变量LMEs一种异类约束最小二乘解的MCG算法

借鉴求线性矩阵方程组(LMEs)同类约束最小二乘解的修正共轭梯度法,建立了求双变量LMEs的一种异类约束最小二乘解的修正共轭梯度法,并证明了该算法的收敛性.在不考虑舍入误差的情况下,利用该算法不仅可在有限步计算后得到LMEs的一组异类约束最小二乘解,而且选取特殊初始矩阵时,可求得LMEs的极小范数异类约束最小二乘解.另外,还可求得指定矩阵在该LMEs的异类约束最小二乘解集合中的最佳逼近.算例表明,该算法是有效的.