基于Hilbert变换的LFM检测与估计

LFM(线性调频)信号是一类重要的非平稳信号,其完全被初始频率和调频斜率两个参量表征,而LFM信号的检测与估计问题是信号处理中最为重要的研究热点之一.由于调频信号在时频平面内有较好的聚集性,通常使用时频分析的方法对其进行检测和估计.线性正则变换是经典时频分布的广义形式,对LFM信号具有很好的能量聚集特性,在现有的线性正则域Hilbert变换的基础上,提出了一种不需要谱峰搜索而快速检测LFM信号和估计其参数的方法,并且通过仿真实例验证了所提出方法的优越性.     

全空间上带Hardy-Sobolev项的拟线性椭圆方程解的存在性

讨论了全空间上一类带Hardy-Sobolev项的拟线性椭圆问题,利用集中紧原理和适当的实验函数,得到并验证了(PS)_c条件,从而证明了该问题非平凡解的存在性.     

B-矩阵线性互补问题的误差界估计

利用严格对角占优M-矩阵的逆矩阵的无穷大范数的范围,给出了B-矩阵线性互补问题误差界新的估计式.相应数值算例表明了结果的有效性.     

基于回归分析方法下公共交通对经济增长的影响分析

随着社会经济的发展及人们环保意识的不断增强,公共交通事业的发展及其投资力度不断加大,公共交通在给人们带来方便的同时也在带动着经济的发展.通过扩展的生产函数模型,采用普通最小二乘方法对2003-2012年间的公共交通数据进行估计分析,并找出有异常值的样本点,然后利用稳健MM估计方法进行估计,结果表明公共交通变量对经济的影响具有正相关作用.     

聚集数据线性模型广义聚集双参数估计的相对效率

对于聚集数据的线性模型,提出了广义聚集双参数估计的概念,给出了广义聚集双参数估计的两种相对效率,并得到了这两种相对效率的上界.     

白骨化尸体死亡时间的推断

本文分析了15具白骨化尸体标本的股骨汞(Hg),铅(Pb),镉(Cd)元素含量数据,在三年的时间内采集了3次,一共收集到45个数据。首先将这组数据看着纵向数据,利用线性随机效应混合模型、Cox随机混合效应模型进行分析,结果显示,如果对每个白骨化尸体标本建立线性模型,可以精确预测出死亡时间,而且不需要采集铅元素含量数据。混合效应模型的预测效果也很好,最大误差不会超过1个月。其次我们对数据不作任何假设,利用机器学习中随机森林方法分析数据,并利用5折交叉验证方法来判断结果的可靠性,训练集和测试集的NMSE分别为0.1205944,0.5604286,因此可以用训练出的模型来预测死亡时间。     

半参数线性混合效应模型的联合变量选择

多数基于线性混合效应模型的变量选择方法分阶段对固定效应和随机效应进行选择,方法繁琐、易产生模型偏差,且大部分非参数和半参数的线性混合效应模型只涉及非参数部分的光滑度或者固定效应的选择,并未涉及非参变量或随机效应的选择。本文用B样条函数逼近非参数函数部分,从而把半参数线性混合效应模型转化为带逼近误差的线性混合效应模型。对随机效应的协方差矩阵采用改进的乔里斯基分解并重新参数化线性混合效应模型,接着对该模型的极大似然函数施加集群ALASSO惩罚和ALASSO惩罚两类惩罚,该法能实现非参数变量、固定效应和随机效应的联合变量选择,基于该法得出的估计量也满足相合性、稀疏性和Oracle性质。文章最后做了个数值模拟,模拟结果表明,本文提出的估计方法在变量选择的准确性、参数估计的精度两个方面均表现较好。     

非李普希兹条件下马尔科夫调制随机延迟微分方程数值解的收敛性（英文）

在全局李普希兹条件下,已经建立了马尔科夫调制的随机微分方程的欧拉方法.然而对于实际系统,全局李普希兹条件通常不成立.在本文中,在弱于全局李普希兹条件的条件下,我们证明马尔科夫调制的随机微分方程的欧拉方法是收敛的,并且其收敛阶和全局李普希兹条件下相同.     

不同类型专利对经济增长影响的实证研究

文章考察三种不同类型专利对经济增长的影响,结合广东省1985-2014年最新数据,通过Matlab、Excel软件对数据进行图像模拟,并根据函数理论、计量经济学理论,创造性地构建一种多元非线性计量模型。进一步地,运用所得模型进行实证分析,结果显示发明专利在经济增长中产生的影响远大于实用新型专利和外观设计专利,论证了原创性创新在现阶段广东省经济转型升级中的核心作用。     

政府消费与经济增长——基于MS-VECM的实证研究

基于1965-2012年我国政府消费与GDP的年度数据,检验两者间的短期波动模式与长期均衡关系,并利用马尔科夫转移向量误差修正模型(MS-VECM),考察不同区制下两者间的相关关系。研究结果表明:政府消费与经济增长间长期存在着互相制约的稳定均衡关系;政府消费与经济增长的协同变动表现为三个区制状态;区制内相关关系表现各异,区制间持续期和转移概率差异较大。