关于3维不可压缩Euler方程组的修正的涡块问题

本文将引进涡度空间Ｃ””，“。证明了当Ｒ３中紧超曲面０ＥＣ”－０，且ｗ０（Ｘ）Ｃ”“，ｚ。时，３维不可压缩Ｅｕｌｅｃ方程组的散度为零的初始值问题存在唯一的局部Ｌｉｐｓｃｈｉｔｚ解，且０的随时间发展以后的Ｒ３中紧超曲面，与涡度ｗ（ｔ，）分别属于Ｃ２－”与Ｃ”“，中。     

模糊卡尔曼滤波器在初始对准抗野值修正中应用

Kalman滤波器广泛应用于捷联导航系统，在实际系统中量测序列由于各种原因可能出现错误的量测值或野值，会影响滤波器的估计效果。采用基于模糊控制器的卡尔曼滤波器，可以有效减小野值对实际系统的影响，提高滤波质量，改善系统精度。     

异常交易行为的甄别研究

本文在无指导学习的研究框架下,运用分位数回归模型结合变点检验,对中国证券市场的异常交易行为进行甄别研究。通过分析持股比例变动与股价收益率间协同演化关系的异常,为甄别异常交易行为设立判别标准并客观的界定阈值提供了一种新的方法。基于这一方法监管者可以构建分期、分级、分类的实时监管体系,提高监管效率。     

温度影响下基于应力波的钛合金试件疲劳裂纹监测实验研究

本文对温度影响下应用应力波监测钛合金CT试件中的疲劳裂纹进行了研究。建立了由MTS材料试验机和温控箱组成的实验装置,模拟温度变化对应力波在钛合金试件中传播的影响。采用PZT压电元件分别在试件中激励和接收应力波信号。通过连续小波分析,提取应力波信号的多种特征用于表征疲劳裂纹的发生与发展,并对信号特征进行了统计分析。为在温度变化下监测钛合金试件中的疲劳裂纹,对信号特征进行多元偏值分析,采用马氏平方距离融合多个信号特征,在概率统计意义下确定钛合金试件中是否存在疲劳裂纹。实验结果表明了所提出方法的可行性和有效性。     

Robust partial least squares regression—part III,outlier analysis and application studies

This paper is the third part of the work on robust partial least squares (RPLS) regression. The paper focuses on implementation issues for outlier detection and diagnosis. Furthermore, the paper introduces a numerically more efficient algorithm for determining the Stahel–Donoho estimator (SDE). This has been identified as a potential drawback of the new proposed RPLS algorithm, detailed in Part II of this work. Finally, a total of three application studies are presented which involve data recorded from (i) a calibration experiment (similar number of variables/observations), (ii) a distillation process for purifying benzene (considerably more observations than variables) and (iii) an experiment of a multi‐component concentration determination using Raman spectroscopy (considerably more variables than observations). Copyright © 2008 John Wiley & Sons, Ltd.     

基于模糊大间隔最小球分类模型的恒星光谱离群数据挖掘方法

由于人类对宇宙的认识有限,因此,如何通过对光谱数据分析发现一些新的、特殊的天体成为天文学家面临的重要课题。目前,常见特殊天体发现方法的基本思想是利用智能分类算法对离群数据进行分析。然而,当前主流分类算法大多对离群数据不敏感,分类性能甚至受离群点影响较大,因而无法完成特殊天体发现任务。鉴于此,提出基于模糊大间隔最小球分类模型的离群数据挖掘方法,该方法利用部分一般样本和离群样本建立最小球模型,并在此基础上引入模糊技术,通过降低噪声的权重,尽量减少噪声的影响。与C-SVM,SVDD,KNN等传统分类方法在SDSS恒星光谱数据集上的比较实验表明所提方法的有效性。     

稳健算法及其在红外光谱分析中的应用

总结了稳健主成分分析、稳健主成分回归、稳健偏最小二乘回归和稳健连续回归等各种稳健算法的新近成果. 研究表明,稳健算法可以检测并规避异常值的影响. 稳健算法应用红外光谱分析中可望优化定性、定量预测模型.     

On Selection Criteria for the Tuning Parameter in Robust Divergence

Although robust divergence, such as density power divergence and γ-divergence, is helpful for robust statistical inference in the presence of outliers, the tuning parameter that controls the degree of robustness is chosen in a rule-of-thumb, which may lead to an inefficient inference. We here propose a selection criterion based on an asymptotic approximation of the Hyvarinen score applied to an unnormalized model defined by robust divergence. The proposed selection criterion only requires first and second-order partial derivatives of an assumed density function with respect to observations, which can be easily computed regardless of the number of parameters. We demonstrate the usefulness of the proposed method via numerical studies using normal distributions and regularized linear regression.     

海量星系光谱中的超新星候选范围自动约减

超新星是恒星世界中已知道的最剧烈的天文现象之一,但目前发现的超新星数量相比于已探测到的数百亿天体而言又是有限的,所以有必要寻找快速高效的超新星搜寻方法或辅助手段。拟在Ⅰa型超新星统计特征描述的基础上提出了一种海量星系光谱下Ⅰa型超新星候选体选择范围自动约减的方法。该方法首先对Ⅰa型超新星模板PCA分析获得特征谱,并获得每条待检星系光谱的低维超新星特征描述,然后通过引入样本的局部孤立性因子进行离群搜索,最后获得总样本数的1%作为继续搜寻证认超新星候选体选择的初始范围。实验表明该方法有效可行,这一方法在海量光谱中自动去除大量不含超新星的星系光谱,为超新星的进一步搜寻证认和后续观测提供了较可靠的候选范围,从而成为直接利用光谱巡天的海量数据获得超新星的高效途径。     

Median based covariogram estimators reduce bias

The usual product moment covariogram estimator of a Gaussian process can have appreciable bias. This article shows that the bias is decreased when the sample mean $\text{X}$ in the estimator is replaced with med(X), the sample median (provided a mild condition on the negative covariances is satisfied). Identical conclusions are drawn, even when the Gaussian process is (symmetrically) contaminated.