第I种非对称三态叠加多模叠加态光场的高次和压缩——第一正交分量的N次方H压缩效应

构造了第孙中禹种强度不等的非对称三态叠加多模叠加态光场|ψ₁^(ABC)〉_q.利用多模压缩态理论研究了态|ψ₁^(ABC)〉_q第一正交分量高次和压缩.结果发现:①当构成态|ψ₁^(ABC)〉_q的三个多模相干态光场的强度不相等时,在一定条件下,态|ψ₁^(ABC)〉_q的第一正交分量可出现任意幂次的高次和压缩.②当上述的三个多模相干态光场强度相等时,态|ψ₁^(ABC)〉_q的第一正交分量的高次和压缩现象消失.在这种情况下,态|ψ₁^(ABC)〉_q的第一正交分量恒处于NH最小测不准态.     

互补型自适应滤波器在心磁信号处理中的应用

将心磁信号从干扰噪声中加以提取并有效地消除噪声干扰是心磁信号处理中尤为重要的环节 .从改进算法的角度出发，提出互补型自适应滤波器结构以实现心磁信号的消噪处理.该滤波器针对心磁这类非平稳信号进行设计，有效地解决了常规自适应滤波器应用于心磁信号处理时收敛速度和稳态误差的矛盾.通过仿真实验和心磁实验结果表明，该算法能有效地消除心磁信号的背景噪声和工频干扰噪声.同时该算法也可用于其他非平稳信号的消噪处理. 关键词： 自适应滤波 心磁图 最小均方误差     

四种多变量校准方法在FTIR多组分分析中的性能比较

本文对四种多变量校准方法－－经典最小二乘法（CLS），偏最小二乘法（PLS），卡尔曼滤波法（KFM）以及人工神经网络法（ANN）－－在多组分浓度分析方面的性能进行了比较。选择五种红外谱图严重混叠的大气有机毒物－－1，3－丁二烯，苯，邻二甲苯，氯苯和丙烯醛－－作为分析对象。分别计算各种方法对该5组分体系的平均预测误差MPE和平均相对误差MRE进行比较。结果表明，偏最小二乘法在处理这类问题中是最稳健的方法。     

一般AR(p)过程参数LS估计的收敛速度

对一般的自回归过程（ＡＲ（ｐ））ｙｎ＝β１ｙｎ－１＋…＋βｐｙｎ－ｐ＋εｎ，记（ｚ）＝１－β１ｚ－…－βｐｚｐ为其特征多项式，当该特征多项式在单位圆上无重根时，讨论了参数β＝（β１，…，βｐ）Ｔ的最小二乘估计βｎ的收敛速度，并给出了其收敛的重对数律．     

生物小分子与铜锌超氧化物歧化酶相互作用的波谱学研究及其应用

本工作以ESR和NMR为主要手段,并结合其它生化方法,考察了氨基酸、核酸碱基、糖等生命基本物质,和抗坏血酸等生命必需物质与钢锌超氧化物歧化酶的相互作用,实验观测到氨基酸、核酸碱基和抗坏血酸在水溶液中可以与酶中的Cu²⁺作用而使其脱离活性部位,以小分子络合物形式游离在溶液中,同时使酶失活,脱离活性部位的Cu²⁺的比例和酶的失活程度取决于小分子配体的加入量及其与Cu²⁺的络合能力。此外,首次尝试使用ESR方法,并借助氨基酸与酶的作用,考察了铜锌超氧化物歧化酶在盐酸胍变性和热变性过程中的构象变化行为,结果表明这一方法是直观而有效的。     

随机删失下乘积限过程和累积失效率过程振动模的局部渐近性

在随机删失下研究了乘积限过程和累积失效率过程的振动模的局部性质 .给出了这两个过程的振动模的重对数律 ,并应用这些结果得到了几种核密度估计和Bahadur-Kiefer过程的精确收敛速度     

偏最小二乘回归的贝叶斯正则化神经网络集成模型在证券分析预测中的应用

神经网络集成技术能有效地提高神经网络的预测精度和泛化能力,已经成为机器学习和神经计算领域的一个研究热点.利用Bagging技术和不同的神经网络算法生成集成个体,并用偏最小二乘回归方法从中提取集成因子,再利用贝叶斯正则化神经网络对其集成,以此建立上证指数预测模型.通过上证指数开、收盘价进行实例分析,计算结果表明该方法预测精度高、稳定性好.     

一类三参数混沌动力学系统模型及其在经济增长研究中的应用

从非线性自回归模型Xt+1=-αXtλ+1+βXt+γ出发,通过变量替换Xt=aYt,推出三参数混沌动力学系统模型Yt+1=kYt(1-Ytλ)+c;采用线性回归与非线性回归相结合的改进的混合法,对模型参数作了估计;实际研究表明,该模型可以用于对国内生产总值GDP增长的研究.     

非线性最小二乘问题的信赖域方法

本文提出一个新的非线性最小二乘的信赖域方法,在该方法中每个信赖域子问题只需要一次求解,而且每次迭代的一维搜索步长因子是给定的,避开一维搜索的环节,大大地提高了算法效率.文中证明了在一定的条件下算法的全局收敛性.