直观推导式演进特征投影法在拖尾重叠色谱峰解析中的应用

直观推导式演进特征投影法(HELP)已成功应用于复杂体系的重叠色谱峰解析.当色谱峰拖尾时,演进特征投影图(ELPG)显示的直线段对应的区域中可能含有前面拖尾组分的信息,据此进行HELP解析可能得不到满意结果.选择ELPG上直线段的一部分,即拖尾组分末端,前面组分的信息已基本消失的区域作为选择性区域进行HELP解析.同时,提出一种新的定量方法:用主成分分析法(PCA)分解待测组分标准样品的二维数据,将得到的“标准”色谱引入HELP的定量过程,在色谱峰拖尾或解得谱峰不平滑时,得到更准确的结果.用HELP方法解析了依诺沙星、诺氟沙星和环丙沙星三组分实验体系,结果表明,加入上述措施的HELP可有效改善拖尾重叠色谱峰的解析结果.     

分子三维投影法在苯酚类化合物构效关系研究中的应用

对苯酚类化合物进行三维投影得到了5个形状参数,将其与3个Am指数及8个量子化学参数相结合.由最佳变量子集回归法对变量进行了压缩与选择,运用多元回归分析和人工神经网络法分别构造了预测数学模型,得到了满意的结果.     

用投影寻踪方法研究环烷烃保留指数与拓扑指数的定量构性关系

对化合物色谱保留行为与结构关系的研究是色谱领域的一个热点[1～ 8] .当定量构性模型的相关系数较高 (如 R2 =0 .99)时 ,往往认为模型很理想 .但仍可能具有不可接受的较大残差 ,从而导致较差的预测能力 [1] .如本文涉及的 1 77个环烷烃的保留指数用多达 1 8个拓扑指数构建的线性回归模型 ,虽然相关系数 R达到 0 .996,但残差很大 ,标准误差为 1 3 .7指数单位 (i.u.) ,最大残差达 48.6i.u..这可能是由于所选结构描述符未能很好表征保留值所致 .我们[2 ,3] 曾用投影寻踪技术研究了烷烃和烯烃的保留指数与拓扑指数的内在结构关系 .本文用此技…     

Sobolev-Volterra投影与积分微分方程有限元数值分析

本文提出一类称之为Sobolev-Volterra投影的有限元投影,研究了有关性质并将之应用于伪抛物型积分微分方程有限元方法、伪双曲型积分微分方程有限元方法以及三维伪双曲型积分微分方程交替方向有限元方法的数值分析.     

模糊数的运算法则

给出模糊数加、减、乘、除运算的较简便的计算方法。     

模糊线性回归的稳健方法

考虑两类模糊回归模型：一类是设计点为实数,参数为模糊数;另一类是观察值为模糊数、参数为实数。就这两类回归模型,从稳健统计的角度提出相应的稳健方法,并通过例子与现有的方法进行比较,说明所提方法的稳健性。     

凸二次规划的投影收缩算法

对于一般的凸二次规划问题,首先结合该问题的对偶问题给出了解的充分必要条件,然后给出了一种解决该问题的投影收缩算法,并证明了该投影收缩算法的总体收敛性.     

A NOTE ON THE CONSISTENCY OF LS ESTIMATES IN LINEAR MODELS

Consider,the linear regression modelyi = x'iβ ei, 1≤i≤n, n≥1, (1)where x1, x2,' are known Hvectors, P is the unknown pdimensional vector of regressioncoefficiellts, e13 e2,' is a seqdence of iid. random errors, and y1, y2t' are known obser-vations of the dependellt variable. Denote by F the common distribution of e1, e2,' t andwrite9. = {F: j:xar=0, 0< j:lxl'aF< oo}, 1 5 r 5 2.The Least Squares (LS) estimate of P isn rs)n = Z SJ'x.ui, Sn = Zxix:.. i=1 i=1Here we tacitly assum…     

Goldstein, Levitin-Polyak投影法中的一个可行步长准则

１引　言设Ω是Ｒｎ空间的一个非空的凸闭紧子集,Ｆ是Ｒｎ→Ｒｎ的算子．我们考虑变分不等式问题： 变分不等式问题在数学规划中起着很重要的作用,因此,长期以来一直受到广泛的重视．求解变分不等式问题的方法中,有一类投影迭代方法,例如［１,４,６,９］．在所有的投影迭代方法中,Ｇｏｌｄｓｔｅｉｎ［６］,Ｌｅｖｉｔｉｎ－Ｐｏｌｙａｋ［９］所提出的方法;是最简单的．这里,ＰΩ（ｘ）是ｘ在　上的投影,即　的唯一解． 我们称算子Ｆ在集合Ω上是单调的,若在用Ｇｏｌｄｓｔｅｉｎ,Ｌｅｖｉｔｉｎ－Ｐｏｌｙａｋ方法（２）求…     

回归函数改良核估计的渐近分布

设(X1,Y1),…,(Xn,Yn)是来自二元总体(X,Y)的样本,若EY＜∞,则回归函数m(x)＝E(Y｜X＝x)存在。在本文中,考虑m(x)的改良核估计