若干基于模糊随机样本的SLT定理

基于模糊随机样本空间,提出了模糊随机期望风险泛函,模糊随机经验风险泛函和模糊随机经验风险泛函最小化原则等概念;基于模糊随机变量及其期望,讨论了相关概率不等式;最后证明了基于模糊随机样本统计学习理论的关键定理并研究了学习过程一致收敛速度的界等问题.     

噪声影响的模糊随机样本的学习理论关键定理

关键定理是统计学习理论的重要组成部分,但其研究主要集中在实随机样本且假设样本不受噪声的影响。鉴于此,提出了受噪声影响的模糊随机经验风险最小化原则的定义,给出并证明了受噪声影响的模糊随机样本的学习理论的关键定理。     

基于拟概率和模糊样本的学习理论关键定理

给出了模糊随机集基于拟概率的分布函数、期望的定义及性质,证明了模糊随机集基于拟概率的Chebyshev不等式、Hoeffding不等式和强大数定律,提出了基于拟概率和模糊样本的经验风险泛函、期望风险泛函以及经验风险最小化原则严格一致性定义,并证明了基于拟概率和模糊样本的学习理论的关键定理。     

基于双重粗糙样本的统计学习理论的理论基础

本文介绍双重粗糙理论的基本内容;提出双重粗糙经验风险泛函,双重粗糙期望风险泛函,双重粗糙经验风险最小化原则等概念;最后证明基于双重粗糙样本的统计学习理论的关键定理并讨论学习过程一致收敛速度的界.为系统建立基于不确定样本的统计学习理论并构建相应的支持向量机奠定了理论基础.     

基于模糊粗糙样本的统计学习理论的理论基础

介绍模糊粗糙理论的基本内容;提出模糊粗糙经验风险泛函,模糊粗糙期望风险泛函,模糊粗糙经验风险最小化原则等概念;最后证明基于模糊粗糙样本的统计学习理论的关键定理并构建学习过程一致收敛速度的界.     

l~P-系数正则化Shannon采样学习算法收敛速度(英文)

研究l~P-系数正则化意义下Shannon采样学习算法的收敛速度估计问题.借助l~P-空间的凸性不等式给出了样本误差和正则化误差的上界估计,并给出了用K-泛函表示的逼近误差估计.将K-泛函的收敛速度估计转化为平移网络逼近问题,在此基础上给出了用概率表示的学习速度.     

基于倾向值匹配的非随机样本不完全随机化方法

采用随机抽样方法从目标总体中抽取一个随机样本作为辅助样本,利用目标总体已知的辅助信息,基于倾向值匹配方法对来自目标总体的非随机样本与辅助样本进行匹配,生成一个来自非随机样本的匹配样本,并对匹配样本随机性进行了理论论证和数值模拟验证,研究结果显示,该匹配样本与辅助样本具有相同随机性,说明利用倾向值匹配方法可以对非随机样本进行不完全随机化.     

基于正态总体非独立样本的假设检验

本文运用线性空间等理论针对正态总体非独立样本的统计检验问题进行了研究，建立了其平行于简单随机样本情形的假设检验理论，从而为进一步的研究奠定了基础．     

随机赋范空间算子随机范数与Hahn-Banach延拓定理

基于概率测度理论基础,研究了随机赋范空间中算子随机范数,得到了线性算子空间与线性泛函的若干随机化结果与随机化的Hahn-Banach延拓定理.结果可能成为随机泛函分析与概率论及应用的理论工具.     

基于模糊随机样本的学习过程一致收敛速度的界

学习过程一致收敛速度的界决定了学习机器的推广能力,在统计学习理论中起着很重要的作用。以刘宝碇提出的模糊随机变量的概念和基于模糊随机样本的学习理论关键定理为基础,讨论了基于模糊随机样本的学习过程一致收敛速度的界,并给出了这些界与函数容量之间的关系。     

随机度量理论及其应用在我国最近进展的综述

本旨在全面综述随机度量理论及其应用过去十年在我国发展过程中所获得的主要结果与思想方法,本由十节组成,第一节对我们工作的背景-概率度量空间与随机度量空间理论作一简单的介绍;第二节给出某些有关随机泛函分析及取值于抽象空间的可测函数的预备知识,第三节阐明随机泛函分析与原始随机度量理论（本称之为F-随机度量理论）的整体关系,主要结果是在随机元生成空间上给出自然且合理的随机度量与随机范数的构造,从而将随机元与随机算子理论的研究纳入随机度量理论框架,主要思想是将随机泛函分析视为随机度量空间体系上的分析学而统一地发展;从而形成了发展随机泛函分析的一个新的途径-空间随机化途径;除此之外,在本节我们也从随机过程理论的观点出发首次提出对应于随机度量理论原始版本的一种新的随机共轭空间理论（叫作F-随机共轭空间理论）,它的突出优点是能保持象随机过程的样本性质这样更精细的特性（本节由作的工作构成）,在第四节,基于作最近提出的随机度量理论的一个新的版本（本称之为E-随机度量理论）,从传统泛函分析的角度对过去已被发展起来的随机共轭空间理论（本称之为E-随机共轭空间理论）的基本结果进行系统整理并给以全新的处理（本节内容整体上由作最近的一篇论构成,也尤其提到朱林户等人的重要工作）,在本节我们也以相当的篇幅论述F-随机共轭空间理论与E-随机共轭空间理论的内在关系与本质差异,在下面紧跟的两节,致力于E-随机共轭空间理论深层次的结果,尤其突出了E-随机赋范模与传统的赋范空间、E-随机共轭空间与经典共轭空间之间的内在联系;在第五节给出了几类E-随机赋范模的E-随机共轭空间的表示定理（主要由作的工作,作与游兆水及林熙合作的工作,还有巩馥州与刘清荣合作的工作组成）,在六节给出完备E-随机赋范模为随机自反的特征化定理（主要由作及合作的工作组成）,尤其是第五及第六节中,我们给出随机度量理论在随机泛函分析及经典Banach空间中若干实质性的应用;第七节简要给出E-随机赋半范模及E-随机对偶系理论初步;第八节简单阐明随机度量理论与泛函分析的关系;第九节简单阐明了随机度量理论与概率度量空间理论的关系,最后在第十节结合随机度量理论,Banach空间理论及随机泛函分析对发展随机泛函分析的空间随机化途径的合理性与优越性作了进一步的分析。     

金融风险管理中VaR度量的光滑估计效率

本文研究了金融风险管理理论中风险价值(VaR)的非参数核光滑估计和经验估计的效率问题.对非独立的时间序列损失/收益样本,在均方误差(MSE)准则的意义下引入亏量的概念,亏量越大表明估计效率越低.并利用亏量对VaR模型的核光滑估计和基于样本分位数的经验估计进行了比较,在理论上证明了VaR模型的核光滑估计优于经验估计.同时,通过计算机模拟证实了理论获得的结论.本文还对国内沪深两市上的证券投资基金进行了实证分析,计算了样本基金的VaR风险度量的经验估计和核光滑估计,并计算了样本基金基于周收益率和VaR估计的风险调整收益(RAROC)值,以此对样本基金的业绩做出了有用的评价.     

油田开发指标系统的概率模拟预测

基于油田开发指标系统的复杂性和其影响因素带有明显的随机特征,从理论和实用上研究了油田开发指标系统的不确定性预测方法.方法提出采用神经网络建立开发指标和影响因素的关联关系;利用微分模拟研究开发指标的影响因素的概率分布;使用蒙特卡罗方法对影响因素进行随机抽样;依据得到的关联关系和影响因素的随机样本建立油田开发指标的概率预测模型.此外,设计了概率模拟器.实例研究表明开发指标的预测值以某概率落在某个区间内,这可为决策者做出符合实际的决策和准备应急决策方案提供依据.     

极大似然估计某些问题的讨论

<正> 极大似然估计方法是对未知数进行点估计的重要方法,其基本思想是对于给定的样本观察值,在参数空间中选择某值,使当参数取该值时,随机样本取当今的观察值的概率为最大,那么就以此参数值作为未知参数的极大似然估计(对于连续型的随机变化,则考虑样本落在当今观察值某小邻域内的概率为最大的参数值)。于是对于同一个未知参数,由于所做的试验不同(即样本的来源不同),则极大似然估计也可能不同,但有时也可能相同,本文将给出这方面的例子,并给出某些问题参数的极大似然估计的方法。     

基于Monte Carlo仿真的小概率事件评估算法稳定性研究

应用极值理论对小概率事件进行评估的过程中,运用仿真的方法突破了客观条件对评估样本数量的限制,样本选取数量与评估概率的关系以及极值风险评估算法稳定性是亟待讨论的理论难点问题.以飞行风险为研究对象,分析了对评估稳定性造成主要影响的随机性因素,建立了用于稳定性分析的综合考虑“物理特性”和“随机特性”的典型人-机系统仿真模型.根据仿真评估结果,归纳了评估概率随样本数量的变化规律和Monte Carlo仿真对评估稳定性的影响,提出了合理选取样本数量和评估次数的方法.研究内容可为提高小概率事件评估的稳定性、减小评估误差提供参考和借鉴.     

随机度量理论及其应用在我国最近进展的综述

本旨在全面综述随机度量理论及其应用过去十年在我国发展过程中所获得的主要结果与思想方法。全由十节组成,第一节对我们工作的背景－概率度量空间与随机度量空间理论和一简单的介绍;第二节给出某些有关随机泛函分析及取值于抽象空间的可测函数的预备知识;第三节阐明随机泛函分析与原始随机度量理论（本称之为F－随机度量理论）的整体关系：主要结果是在随机元生成空间给出自然且合理的随机度量与随机范数的构造,从而将随机元与随机算子理论的研究纳入随机度量理论框架;主要思想是将随机泛函分析视为随机度量空间体系上的分析学而统一地发展,从而形成了发展随机泛函分析的一个新的途径－空间随机化途径;除此之外,在本节我们也从随机过程理论观点出发首次提出对应于随机度量理论原始版本的一种新的随机共轭空间理论（叫作F－ 随机共轭空间理论）,它的突出优点是能保持象随机过程的样本性质这样更精细的特性（本节由作的工作构成）;在第四节,基本作最近提出的随机度量理论的一个新的版本（本称之为E－随机度量理论）,从传统泛函分析的角度对过去已被发展起来的随机共轭空间理论（本称之为E－随机共轭空间理论）,从传统泛函分析的角度对过去已被发展起来的随机共轭空间理论（本称之为E－随机共轭空间理论）的基本结果进行系统整理并给以全新的处理（本节内容整体上由作最近后篇论构成,也尤其提到朱林户等人的重要工作）;在本节我们也相当的篇幅论述F－随机共轭空间理论与E－随机共轭空间理论的内存关系与本质差异。在下紧跟的两节,致力于E－随机共轭空间理论深层次的结果,尤其突出了E－随机赋范模与传统的赋范空间、E－随机共轭空间与经典共轭空间之间的内存联系;在第五节给出了几类E－随机赋范模的E－随机共轭空间的表示定理（主要由作的工作,作与游兆永及林熙合作的工作,还有巩馥州与刘清荣合作的工作组成）;在第六节给出完备E－随机赋范模为随机自反的特征化定理（主要由作及合作的工作组成）;在第六节给出完备E－随机赋范模为随机自反的特征化定理（主要由作及合作的工作组成）。尤其在第五及第六节中,我们给出随机度量理论在随机泛函分析及经典Banach空间中若干实质性的应用;第七节简要给出E－随机赋半范模及E－随机对偶系理论初步;第八节简单阐明随机度量理论与泛函分析的关系;第九节阐明了随机度量理论与概率度量空间理论的关系。最后在第十节结合随机度量理论,Banach空间理论及随机泛函分析对发展随机泛函分析的空间随机化途径的合理性与优越性作了进一步的分析。     

广义维纳泛函,白噪声分布及实Schwartz广义函数空间上的分布

在实Ｓｃｈｗａｒｔｚ广义函数空间上，证明了复值广义维纳泛函，由Ｋｏｎｄｒａｔｅｖ－Ｓｔｒｅｉｔ及Ｈｉｄａ构造的复值白噪声分布都是由Ｋｈｒｅｎｎｉｋｏｖ构造的分布。利用上述结果进而证明了，一类无穷维伪微分算子是由复值广义维纳泛函空间上的连续线性算子族扩张而成。更进一步，还证明了由Ｋｈｒｅｎｎｉｋｏｖ构造的关于分布的试验函数空间是关于白噪声泛函的Ｍｅｙｅｒ－Ｙａｎ试验函数空间的子空间。     

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.     

一类含变时滞和分布时滞的系统的指数稳定性

基于泛函微分方程的稳定性理论,本文通过构造Lyapunov泛函,在Banach空间中,对一类含变时滞和分布时滞的系统的指数稳定性问题作探讨.     

正则化回归算法的快速学习率

本文讨论了再生核Hilbert 空间上一类广泛的正则化回归算法的学习率问题. 在分析算法的样本误差时, 我们利用了一种复加权的经验过程, 保证了方差与惩罚泛函同时被阈值控制, 从而避免了繁琐的迭代过程. 本文得到了比之前文献结果更为快速的学习率.