判别符合率逐步递增法

本文提出寻找2~m—1种变量组合中具有最高判别符合率的那些变量组合的一种简便方法,并用已取得显著实际效果的若干应用实例,说明该方法优于逐步判别法及穷举法之处。     

判别线性约束下实二次型正定性的一个算法

本文对经济学中常见的判别线性约束下实二次型的正定性问题通过矩阵分解给出了一个简易且可行的算法，该算法不涉及行列式的计算。     

非奇H-矩阵判别的充要条件

本文通过构造正对角阵,给出非奇H-矩阵的新迭代判别法,证明其充分必要性,并讨论算法的适用范围,推广和改进了近期的一些结果.数值算例也说明该迭代判别法的有效性.     

FKNN的新算法及其应用

FKNN算法是比KNN算法更有效的模式识别的方法。但它们都存在一点不足:识别效果依赖于K值的选取。为了弥补这一不足,本文给出了FKNN的新算法,首先将K近邻集定义为模糊集,然后在不同的水平集下判别待识样本的类别,然后再根据各水平集下的判别结果,综合评判待识别样本的类别。将该法应用于大米产地的识别,识别效果明显好于KNN算法和现有的模糊KNN算法。     

用多因变量逐步回归作多类逐步判别

本文给出一种新的逐步判别算法,其主要思想是把多因变量逐步回归方法用于判别——回归模型,实现多类逐步判别计算.作者还证明,这种算法与近十年出现的基于 Wilks-A 统计量的逐步判别算法在舍选变量方面是完全等价的,但计算时间与存贮量都大有节省.     

DNA序列的分类

本文对 A题中给出的 DNA序列分类问题进行了讨论 .从“不同序列中碱基含量不同”入手建立了欧氏距离判别模型 ,马氏距离判别模型以及 Fisher准则判定模型 ;又从“不同序列中碱基位置不同”入手建立了利用序列相关知识的相关度分类判别算法 ,并进一步研究了带反馈的相关度分类判别算法 .对于题中所给的待分类的人工序列和自然序列 ,本文都一一作了分类 .接着 ,本文又对其它各种常见的分类算法进行了讨论 ,并着重从分类算法的稳定性上对几种方法作了比较 .     

满意正交表及其判别方法

本文提出了满意正交表的概念，并且利用正交表和投影矩阵的正交分解之间的关系给出了满意正交表的一种判别方法。     

黄金分割算法在简支桥梁设计计算中的应用

移动荷载作用下,简支桥梁横截面上弯矩的变化为二元函数Z=f(x,y),本文给出了绝对最大弯矩Zm ax的极值点x*、y*的判别方法:利用数学中的黄金分割算法搜索梁的绝对最大弯矩对应的最危险横截面位置x*;利用力学中的影响线理论判别该截面发生最大弯矩时的最危险荷载位置y*,计算该横截面的最大弯矩得到梁的绝对最大弯矩.该算法易于编写计算程序,以计算机为工具,适用于任意有限多个平行移动荷载在桥梁上移动,对于桥梁的设计计算与安全评估,有一定的实用价值.     

泛函微分方程的弱指数渐近稳定性

本文提出一种新的稳定性概念,即弱指数渐近稳定,并给出两个关于弱指数渐近稳定的判别定理和一个较广泛的指数渐近稳定判别结果.从而使得许多具有一致渐近稳定性的解的趋零速度,得到了一种估计.文中还深入地揭露了一致渐近稳定性和弱指数渐近稳定性之间的内在联系以及弱指数渐近稳定性和指数渐近稳定性的关系.     

用LDA Boosting算法进行客户流失预测

本文提出一种LDA boost(Linear Discriminant Analysis boost)分类方法,该算法能有效利用样本的所有特征,并且能够从高维特征空间里提取并组合优化出最具有判别能力的低维特征,使得样本类间离散度和类内离散度的比值最大,从而不会产生过度学习,大大提高算法效率。该算法有效性在某商业银行的客户流失预测过程的真实数据集中得到了验证。与其他同类算法,如人工神经网络、决策树、支持向量机等运算结果相比,该方法可以显著提高运算精度。同时,LDAboosting与其他boosting算法相比,也具有显著的优越性。     

筛选因子的多级逐步判别方法

本文是对预报因子进行初选的基础上,应用逐步判别分析,作台风路径三级判别预报的一个尝试,计算结果表明:逐步判别是一种有效的新算法。     

判别分析方法在医学应用中的进展

本文对医学领域中判别分析方法的新进展做一综述,介绍了微阵列基因表达数据判别分析中偏最小二乘法降维、离散小波变换法降维、logitboost算法、随机森林、模糊核判别分析以及时间序列多元数据有序判别分析法、自身有变化规律数据的变系数logistic回归模型判别分析法的基本思想、算法和适用条件。     

多项式分裂可行问题

本文研究多项式分裂可行问题,即由多项式不等式定义的分裂可行问题,包括凸与非凸、可行与不可行的问题;给出多项式分裂可行问题解集的半定松弛表示;研究其半定松弛化问题的性质;并基于这些性质建立求解多项式分裂可行问题的半定松弛算法.本文在较为一般的条件下证明了,如果分裂可行问题有解,则可通过本文建立的算法求得一个解点;如果问题无解,则该算法能够判别问题不可行.最后通过数值实验对算法进行验证.     

指数跟踪问题的广义双线性规划模型

本文对指数跟踪问题建立了一种广义的双线性规划模型,其中考虑了交易费用、持仓限制与重平衡问题.根据该模型的特殊结构,本文给出了近似规划算法,通过逐次逼近的线性规划求解最优指数跟踪问题.     

基于Span压缩的相对值迭代算法

本文研究平均报酬马氏决策过程（MDP）的相对值迭代算法．给出了span半范数压缩因子的一个表达式，证明了该因子小于1时本文绘出的相对值迭代算法及小步长相对值迭代算法均收敛到其最优解．     

改进的扫描线多边形填充算法的研究

本文通过改进扫描线多边形填充算法,使之不仅能适用利用奇一倡规则确定区域“内、外部”、而且能适用利用非零环绕规则确定区域“内、外部”的方法来填充多边形．该算法改进了活化边表结点结构,同时拓展了原算法的应用范围．     

指数族ACD模型的参数估计及其Bootstrap置信区间

针对指数族ACD模型,采用Scoring算法对模型进行参数估计,得到指数族情况下Scoring算法中方向向量的计算公式,并讨论了该算法的收敛性以及估计值的相合性.本文运用W ild Bootstrap构建参数的置信区间和置信带,将其结果与传统的残差Bootstrap做比较,数据模拟的结果表明,W ild Bootstrap处理问题更加快捷,结果更加准确.     

逻辑动态系统的能观性及非奇异性

研究逻辑动态系统的能观性和非奇异性问题——分别为通过观测输出来得到初始状态和输入.针对这两类问题,分别定义两种不同的加权点对图,从而提供一个判别能观性和非奇异性的通用方法.为解决如何判别能观性,用相应的加权点对图来构造有限自动机,然后通过判别该自动机的完备性来判别能观性.另外,直接从对应于非奇异性的加权点对图出发构造出判别非奇异性的算法.     

一类时滞非线性系统的采样迭代学习控制

本文针对一类时滞非线性系统提出一种采样迭代学习控制算法,严格证明了该算法的指数收敛性.当系统满足所给出的条件时,跟踪误差以指数速率收敛至一个与采样周期有关的误差范围内.     

Fuzzy聚类Boole矩阵法的计算机实现

本文给出了对满足对称性和反身性的Fuzzy关系直接改造为Fuzzy等价关系的Boole矩阵法的计算机算法,此算法所占机器内存小,运算速度快,并且可用于等价关系的判别和聚类分析。