联系数均分定理在模糊群决策中的应用

在模糊直觉群决策存在犹豫度处理的困难,容易影响群决策的判断.尝试把模糊直觉集转换为集对中的联系数,用不确定度均分定理把犹豫度分成两部分,一部分并入其隶属度,另一部分并入其非隶属度,再用广义势函数概念计算变形后的隶属度与非隶属度比值.进而结合模糊直觉群决策中各方案综合比值的大小来比较.算例表明,此法思路清晰,数理意义准确,计算简便,适合推广应用.     

市场投资者情绪与我国房价波动——基于Markov区制转换VAR模型的实证检验

运用MSI(3)-VAR(1)模型,选取2005年7月-2016年12月的月度数据,基于投资者情绪,从非线性角度实证研究了影响我国房地产价格波动的因素.实证结果表明,第一,投资者情绪的高涨会促进房地产价格的上涨,且在房地产市场低迷时期,投资者情绪推动房地产市场上涨的作用更显著.第二,住房开发成本的上涨会促进房地产价格上涨,且在房价高涨时期最为显著.而利率的提高会引起房地产价格下跌,且在房地产市场低迷时期更加显著.第三,投资者情绪不仅受到房价和银行存款利率的正向影响,还显著地受到住房开发成本负向作用的影响.最后,根据实证结论为政府部门提出稳定房地产市场的政策建议.     

分数阶尺度函数的分解与重构算法

引入分数阶多分辨分析与分数阶尺度函数的概念.运用时频分析方法与分数阶小波变换,研究了分数阶正交小波的构造方法,得到分数阶正交小波存在的充要条件.给出分数阶尺度函数与小波的分解与重构算法,算法比经典的尺度函数与小波的分解与重构算法更具有一般性.     

结合àtrous算法与Retinex算法的医学图像增强

提出结合àtrous算法与Retinex算法的医学图像增强.方法在二进小波理论基础上,利用推广的二维àtrous算法对医学图像进行处理,对经过多级分解后的医学图像的低频利用连续非线性函数增强,而对分解后的多个高频采用改进的Retinex算法进行增强;最后,对增强后的低频和高频进行重构.经过反复仿真试验结果表明:方法在去除噪声的同时更好地保留了图像边缘特征,增强了图像细节信息和凸显图像的轮廓,并克服对比度下降的不足,较好地去除光晕现象,视觉效果好,层次感更丰富.     

广义行(列)酉对称矩阵的Moore-penrose逆

通过对母矩阵进行奇异值分解的方法得到广义行(列)酉对称矩阵的奇异值分解进一步得到其Moore-penrose逆;用谱分解方法得到母矩阵的Moore-penrose逆,进一步得到广义行(列)酉对称矩阵的Moore-penrose逆.     

EFK方程一个新的低阶非协调混合有限元方法的高精度分析

对Extended Fisher-Kolmogorov(EFK)方程,利用EQ_1~(rot)元和零阶RaviartThomas(R-T)元建立了一个新的非协调混合元逼近格式.首先,证明了半离散格式逼近解的一个先验估计并证明了逼近解的存在唯一性.在半离散格式下,利用上述两种元的高精度分析结果以及这个先验估计,在不需要有限元解u_h属于L~∞的条件下,得到了原始变量u和中间变量v=-?u的H~1-模以及流量p=u的(L~2)~2-模意义下O(h~2)阶的超逼近性质.同时,借助插值后处理技术,证明了上述变量的具有O(h~2)阶的整体超收敛结果.其次,建立了一个新的线性化向后Euler全离散格式并证明了其逼近解的存在唯一性.另一方面,通过对相容误差和非线性项采取与传统误差分析不同的新的分裂技巧,分别导出了以往文献中尚未涉及的关于u和v在H~1-模以及p在(L~2)~2-模意义下具有O(h~2+τ)阶的超逼近性质,进一步地,借助插值后处理技术,得到了上述变量的整体超收敛结果.这里h和τ分别表示空间剖分参数和时间步长.最后,给出了一个数值算例,计算结果验证了理论分析的正确性.     

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。     

可行策略对应的图像拓扑下广义博弈Nash平衡的稳定性

以往关于广义博弈Nash平衡的稳定性的研究,均利用可行策略映射之间的一致度量.现考虑在更弱的度量下,利用可行策略映射图像之间的Hausdorff距离定义度量.在此弱图像拓扑下,证明了广义博弈空间的完备性,以及Nash平衡映射的上半连续性和紧性,进而得到广义博弈Nash平衡的通有稳定性.即在Baire分类的意义下,大多数的广义博弈都是本质的.     

非线性半定规划的逐次线性化柔性惩罚法

针对非线性不等式约束半定规划问题提出一种新的逐次线性化方法, 新算法既不要求罚函数单调下降, 也不使用过滤技巧, 尝试步的接受准则仅仅依赖于目标函数和约束违反度, 罚函数中对应于成功迭代点的罚因子不需要单调增加. 新算法或者要求违反约束度量有足够改善, 或者在约束违反度的一个合理范围内要求目标函数值充分下降, 在通常假设条件下, 分析了新算法的适定性及全局收敛性. 最后, 给出了非线性半定规划问题的数值试验结果, 结果表明了新算法的有效性.     

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.