基于果蝇算法优化广义回归神经网络的矢量水听器的DOA估计

为了提高矢量水听器阵列对窄带信号的DOA估计精度,运用果蝇算法优化广义回归神经网络,通过对阵列协方差矩阵实值化,并提取信号子空间的基作为样本特征进行网络训练,构建了果蝇算法优化下的广义回归神经网络,实现了基于矢量水听器阵列的水下声源的DOA估计.仿真实验结果表明,方法泛化性能较好,能解决输入维数过大的问题,且运行时间短,DOA估计精度高,具有较强的工程应用价值.     

一类偏差分方程的振动性

主要研究了偏差分方程pu_(m+2),n+u_(m,n+2)+qu_(m+1,n)-u_(m,n+1)+ru_(m,n)=0,解的振动性,其中参数p,q,r是实数,m,n为非负整数.     

Logistic回归模型的统计诊断

统计诊断的主要任务就是通过诊断统计量检测已知观测数据在用既定模型拟合时的合理性,主要是找出数据当中的异常点或强影响点。本文主要研究Logostic回归模型的诊断统计量和诊断统计图。用牛顿迭代法给出Logistic回归模型的极大似然估计值,根据扰动模型得到传统的诊断统计量,结合残差、杠杆值和系数变化三者构造新的诊断统计量,绘制新的诊断统计图,通过模拟研究说明新的诊断统计量的有效性,最后用一个实际案例说明新的诊断方法的应用并进一步验证其优越性。     

股票市场的长记忆及其动态结构

本文提出了结合平均小波系数法和自回归原始自助法的稳健长记忆检验,蒙特卡罗模拟显示该方法对于短期记忆过程具有稳定性。基于该方法对2005年4月8日至2015年6月30日的中国、美国、香港和德国股市进行了实证分析。全局检验结果表明仅中国的股票市场存在显著的长记忆,并且风险因素无法对长记忆解释,而美国、德国和香港的股市不存在长记忆。基于递增窗口的动态Hurst指数分析显示,金融危机时期4个股市都存在显著的长记忆。2010年后,除中国股市外,其余三个股市几乎不存在长记忆现象。     

比例响应数据的分位数回归建模

由于比例响应数据具有有界性、偏态性和异方差性等特征,基于常规的回归建模方法往往不尽人如意。本文基于分位数方法研究比例响应数据的回归建模及其统计推断问题,重点研究了半连续型比例数据的分位数估计方法,并给出了估计的大样本性质。数值模拟研究和实例分析验证了所提方法的有效性。     

高维约束矩阵回归问题

高维约束矩阵回归是指高维情况下带非凸约束的多响应多预测统计回归问题,其数学模型是一个NP-难的矩阵优化,它在机器学习与人工智能、医学影像疾病诊疗、基因表达分析、脑神经网络、风险管理等领域有广泛应用.从高维约束矩阵回归的优化理论和算法两方面总结和评述这些新成果,同时,列出了相应的重要文献.     

全空间中一类非局部问题非平凡解的存在性

利用变分方法研究了R~N上一类带有临界非线性项的p-Kirchhoff型问题非平凡解的存在性.首先得到了该问题的能量泛函并证明了其具有山路引理的几何结构.其次给出了山路值c的一个上界并且证明了相应的(PS)_c序列是有界的.最终利用集中紧性原理及其它相关知识证明了能量泛函满足(PS)_c条件,从而表明了能量泛函存在非零的临界点,即证明了该问题至少存在一个非平凡解.     

一类具有组合非线性项的分数阶方程的多重解（英文）

本文研究一类具有组合非线性项的分数阶Laplacian方程,在共振与非共振情形下,运用山路理论、Morse理论、Ekeland变分原理,建立了5个非平凡解的存在性结果.     

基于全球流动性背景下的新兴资本市场收益研究

随着在全球金融一体化程度不断加深,全球流动性状况对于新兴市场资产价格的影响备受关注.构建了反应主要发达国家与新兴市场国家对全球货币数量影响的广义流动性指标,并以波动率指数作为反映市场情绪的变量将市场分为平稳期和压力期.通过建立非线性面板门限回归模型考察了全球流动性状况对于金砖五国资本市场的非线性影响,结果表明在金融市场繁荣期,流动性过剩对于资产价格起到了明显的正向带动作用;而在市场衰退期间,流动性的释放并没有对资产价格的提升产生显著的影响.     

“禁摩限电”效果综合评价模型

将交通需求级别进行划分后,通过数据包络分析法计算交通需求匹配度和交通运行效率,近乎绝对细化交通运行表现,依据具有时间轴的四维交通状况模拟建立了全新多维度的交通评价体系。此外,利用模糊层次分析法确定道路交通安全评价指标体系中各个指标的权重,同时作出基于差异驱动原理的综合评价。最后,将交通的污染指标提炼为机动车的排放指标和电动车的耗电指标来衡量交通工具对环境的影响。