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。     

小样本定数截尾场合下威布尔和对数正态分布的拟合检验

本文给出了小样本定数截尾场合下两参数威布尔分布和对数正态分布的拟合检验方法,该方法还适用于一般的位置-刻度参数族分布,论文还通过实际算例说明方法的可行性。     

反对称线性函数与行列式

通过对反对称线性函数及其性质的探讨,给出了有关行列式传统结论的一种新的表述,将几何直观与行列式的运算有机结合起来,以揭示行列式的一些更直观、具体的内涵.     

线性模型中广义最小二乘参数估计误差分布的稳健性研究

研究了线性模型中广义最小二乘参数估计的误差分布稳健性问题.首先讨论了在线性统计模型里,设计矩阵为列降秩矩阵时,模型中给出了误差最大分布类,当误差向量的分布在此范围内变动时,LS估计和GLS估计在均方误差矩阵准则下是最优估计.然后进一步探讨广义最小二乘估计GLSE关于误差分布的稳健性,求出误差项所对应的最大分布族,进而证明了在该区间波动情况下,误差向量对应的始终为一致最优解.     

碳税政策下时变需求依赖库存与价格的供应链协调模型

研究由一个供应商和一个零售组成的二级供应链系统在碳税政策下的协调问题.对于市场需求率为时变函数且依赖于当前库存水平和销售价格的情形,建立分散式和集中式供应链决策模型.比较两种模型得出供应商和零售商合作能够提高供应链的整体利润但是也会产生更多的碳排放.分别利用批发价格契约和两部收费契约协调分散式决策模型得出供应链协调的条件.最后通过数值算例验证理论结果并分析碳税单价对供应链在两部收费契约下实现协调的影响.     

“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。     

伽罗瓦环上的一类No序列的构造

近年来,伽罗瓦环上的序列理论成为人们研究的热点问题.有限域上的No序列是一类伪随机序列,它在序列密码中占具十分重要的角色.本文利用伽罗瓦环上的置换,构造了伽罗瓦环Z_(p~e)上的一类新的No序列,并且研究了其线性复杂度.研究的结果表明此类No序列具有相当大的线性复杂度.     

线性矩阵方程与线性矩阵方程组

研究了线性矩阵方程(组)的解的结构理论和求解方法.     

基于高光谱的黑色签字笔墨水种类鉴别方法研究

该文提出了高光谱成像技术结合机器学习快速无损鉴别黑色签字笔墨水种类的新方法。采集36支不同品牌型号的黑色签字笔笔迹的高光谱图像,对每支签字笔笔迹的高光谱图像选取18个感兴趣区域,共提取648个平均光谱作为样本集。对450～950 nm的原始光谱进行Savitzky－Golay平滑、Z－Score标准化和两种组合方法光谱预处理,使用线性判别分析（LDA）和随机子空间－线性判别分析（RSM－LDA）分别构建黑色签字笔墨水种类鉴别模型。实验结果表明：不同预处理方法对RSM－LDA模型的鉴别准确率影响较小,而对于LDA模型,组合预处理具有更优的鉴别准确率;相比LDA模型,RSM－LDA模型分类效果更佳,训练集的平均分类准确率达100%,交叉验证平均分类准确率达99.09%,测试集的平均分类准确率达90.70%,每类样本的准确率、精准率、召回率均高于LDA模型分类结果,模型的接受者操作特征曲线下方面积（AUC值）达0.998 3,模型性能良好。因此,采用高光谱成像技术结合RSM－LDA可实现不同品牌型号黑色签字笔墨水的快速无损鉴别。     

基于精确质量数筛选的超高效液相色谱-线性离子阱/静电场轨道阱质谱法快速鉴别化妆品中的邻苯二甲酸酯

采用超高效液相色谱-线性离子阱/静电场轨道阱组合式高分辨质谱联用(UPLC-LTQ Orbitrap MS),结合邻苯二甲酸酯(PAEs)精确质量数,建立了快速筛选、定性识别化妆品中PAEs的分析方法。不同种类的化妆品样品经甲醇提取,Waters ACQUITY UPLC BEH C18色谱柱(100×2.1mm,1.7μm)分离,以乙腈-水(含5mmol/L乙酸铵和0.1%甲酸)为流动相梯度洗脱。通过UPLC-LTQ/Orbitrap MS的正离子模式全扫描分析,获得提取物中PAEs化合物母离子和主要碎片离子精确质量数,实现对化妆品的快速筛选。以保留时间和数据依赖扫描(Data Dependent Scan)模式获得的子离子质谱图进行定性确证。所发展的UPLC-LTQ Orbitrap MS方法分离度高、灵敏度好,所考察的14种常见PAEs的精确质量数相对偏差小于5.0×10-6,线性良好,相关系数大于0.99,14种PAEs的检出限在0.05~0.5mg/kg范围内,能满足化妆品实际样品的分析要求。对50种化妆品实际样品进行筛选,结果良好,说明该方法是化妆品中PAEs快速筛选、定性识别的有效方法。