服装主观热感觉的统计分析

本文用多因子方差分析模型和多重比较分析了服装穿着时的主观热感觉与服装品种、环境条件、穿着者的活动状态与籍贯之间的关系。通过主成分回归建立了用生理指标预测主观热感觉的模型，从而得出一种定量地评价服装属性的方法。     

BAHADUR ASYMPTOTIC EFFICIENCY IN A SEMIPARAMETRIC REGRESSION MODEL

ＢＡＨＡＤＵＲＡＳＹＭＰＴＯＴＩＣＥＦＦＩＣＩＥＮＣＹＩＮＡＳＥＭＩＰＡＲＡＭＥＴＲＩＣＲＥＧＲＥＳＳＩＯＮＭＯＤＥＬ￥ＬＩＡＮＧＨＵＡ；ＣＨＥＮＧＰＩＮＧＡｂｓｔｒａｃｔ：ＴｈｅａｕｔｈｏｒＳｇｉｖｅＭＬＥθ１ＭＬｏｆθ１ｉｎｔｈｅｍｏｄｅｌＹ＝θ...     

复共线影响点的主成分诊断

本文给出了复共线影响点的主成分诊断准则，举例说明了所给准则的有效性。     

非线性最优化的广义梯度投影法

梯度投影法已有许多有效算法,但这些算法还存在三个问题:1)为了保证算法的收敛性,在算法的每一迭代步,需要选取δ-主动约束集,计算量较大.2)在迭代过程中,需要跟踪主动约束集.3)只能处理非线性不等式约束问题.本文讨论非线性等式与不等式约束的优化问题,给出了一个广义梯度投影法,证明了算法的收敛性并且完满地解决了上述三个问题.本文算法结构简单且其处理技巧有普遍意义.     

一般矩阵函数的变差(英文)

设Sn是n次对称群,G为Sn的子群,χ是G的次数为1的特征标.如果A是一个n阶复变矩阵,定义一般矩阵函数dχG为dχG(A)=∑σ∈Gχ(σ)∏ni=1aiσ(i).本文用lp-算子范数(1≤p≤∞)的性质证明了一般矩阵函数变差的两个不等式.     

两步相移实现投影栅相位测量轮廓术

提出一种新的投影栅相位测量方法--两步相移法。该方法只需两幅相移条纹图，因此计算量小，速度快。给出了实验及计算结果，并同四步相移法进行了比较，证明了该方法具有较高的精度。     

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.     

COMPLETENESS OF THE PARABOLIC SUBGROUPS OF PROJECTIVE ORTHOGONAL GROUPS

All parabolic subgroups and Borel subgroups of PΩ(2m 1, F) over a linear-able field F of characteristic 0 are shown to be complete groups, provided m > 3.