Method to accurate calibrate deposition rates of EUV multilayer coatings

Random thickness error is an important factor which effects the calibration accuracies of deposition rates for extreme ultraviolet （EUV） multilayer coatings fabricated by sputter deposition techniques. A least square fitting method is proposed to determine deposition rates and extract random thickness errors accurately. The validity of this method is shown by evaluating two deposition systems with control abilities of -0.1 nm and better than 0.01 nm respectively.     

单轴旋转惯性导航系统的水平姿态角误差修正方法

在单轴旋转惯性导航系统中,旋转轴不正交误差对于水平方向上的姿态角会产生一定的影响。针对传统最小二乘拟合估计旋转轴不正交角存在拟合近似误差大、未考虑到数据的统计特性等缺陷,提出一种基于Kalman滤波的水平姿态角误差修正方法。在传统方案的基础上,增加以加速度计的输出作为观测量,并采用带有确定性控制项的Kalman滤波方法估计旋转轴不正交角,进而修正转轴不正交误差。仿真实验结果表明,转轴不正交角较大时,该方案将水平姿态角误差峰峰值从传统的最小二乘拟合修正方案的50'进一步降低至10'以内,精度提升了约80%。实际试验结果表明该方案相比于传统的最小二乘拟合修正方案,提升了水平姿态角精度。     

基于改进最小二乘支持向量机的惯性测量组件故障在线检测方法

为提高惯导系统工作的可靠性和导航性能,对其惯性测量组件的故障模式和检测模型进行了分析。针对最小二乘支持向量机(LS-SVM)回归算法做了两点改进,具体方法是先对输入样本观察窗平移更新的每个样本数据进行异常点滤波判断并用牛顿插值法进行处理,接着通过对在线LS-SVM回归过程的研究,提出了一种递推求解的快速算法,将惯性测量组件的输出量、舵偏角改变量并辅以环境因素作为观测样本序列,应用该算法来提高模型检测的准确性和时效性。最后对惯性测量组件无故障和出现卡滞、恒偏差时的故障模式进行了仿真实验,结果表明,与应用LS-SVM、SVM和BP神经网络算法相比,提出的惯性测量组件故障在线检测方法具有较强的鲁棒性和较快的速度。     

误差合成空间固定系数模型的多阶段广义最小二乘估计

本文对时变系数的空间面板数据模型进行了研究,所研究的模型利用扰动项中的空间个体成分将不同时期的方程联系起来,同时,自变量系数和空间自回归系数是时变的,但不会随着观测个体的变动而变动。本文利用基于可行的广义最小二乘估计的多阶段方法对模型参数进行了估计,研究了估计量的大样本性质,并利用Monte Carlo方法模拟了其小样本性质。模拟结果表明,估计量的渐近性质随着样本容量的增加而改善。对中国省级地区间财税策略互动行为的实证案例也体现了本文理论模型的应用价值。     

ERM learning with unbounded sampling

The learning approach of empirical risk minimization (ERM) is taken for the regression problem in the least square framework. A standard assumption for the error analysis in the literature is the uniform boundedness of the output sampling process. In this paper we abandon this boundedness assumption and conduct error analysis for the ERM learning algorithm with unbounded sampling processes satisfying an increment condition for the moments of the output. The key novelty of our analysis is a covering number argument for estimating the sample error.     

组合预测模型在税收收入预测中的应用

准确预测税收收入,对于有效地进行市场经济条件下的宏观调控有着重要的意义.为了充分利用各单项预测的信息以提高预测精度,在现有研究的基础上,首先选取指数平滑法、偏最小二乘方法和灰色预测方法对税收收入数据进行定量分析;然后基于误差平方和最小构建了税收收入组合预测模型;最后的算例预测结果表明,构建的税收收入组合预测模型具有较优的预测效果.     

变系数拟自回归模型下的测量误差分析

本文对雷达测量误差影响较大的因素进行了分析研究,并将其和雷达测量数据一起建立了变系数拟自回归的统计模型以实现对雷达测量值的纠偏,利用剖面最小二乘法估计模型参数,在一定条件下证明了模型的大样本性质,并结合残差的峰度和偏度构建了区间估计。实际数据的拟合和预测结果显示,我们提出的纠偏方法可将误差减少90%。     

商品和金融摇摆期权定价模型及其数值研究

采用具有均值回复特点的三叉树模型研究上摇一下摇特征或带有惩罚条款的复杂商品摇摆期权,并运用森林树法进行数值计算.进而分析最大可执行次数、每次执行最大可执行量、惩罚系数对摇摆期权价格的影响.此外还运用多次最优停时研究连续时间框架下的金融摇摆期权定价问题.为了避免高维诅咒,选择改进的最小二乘蒙特卡罗方法完成数值计算,并分析标的资产价格及最大可执行次数对期权价格的影响.数值分析结果表明,当实施次数为一次时,摇摆期权价格与相应的美式期权价格重合,从而在一定程度上验证了模型的正确性.     

2型糖尿病患者尿液的代谢组学研究

目的 从代谢组学角度分析并寻找2型糖尿病（T2DM）患者可能的代谢标记物。方法 选取30例初诊、或有糖尿病史经药物治疗控制不理想且无并发症的T2DM 患者,另选取30例性别、年龄匹配的健康者为正常对照。收集清晨空腹中段尿,以气相色谱- 质谱联用（GC-MS）技术对尿液样本进行代谢图谱分析,正交偏最小二乘法判别研究尿液内源性化合物在两组间的差异。结果 T2DM 组和正常对照组尿液代谢谱明显分离。与正常对照组比较,T2DM 组尿液2,3,4- 三羟基丁酸、肌醇、D- 葡萄糖、D- 葡萄糖酸及尿素含量升高（P＜0.05 或0.01）,马尿酸含量减少（P＜0.01）。结论 代谢组学检查提示T2DM 患者尿液中代谢标志物为2,3,4- 三羟基丁酸、肌醇、马尿酸、D-葡萄糖、D- 葡萄糖酸及尿素,观察这些标志物含量的变化有助于T2DM 的临床诊断及发病机制研究。     

关于四元二次型表整数个数的均值估计

利用数论函数的可乘性和狄里克雷卷积方法,研究了用四元二次型表整数个数的均值估计,并且得到了相应的渐近公式,推广了相关结果.