通用回归分析模型

建立了通用的回归分析模型,它包含了直线、指数线、抛物线、双曲线等众多模型形式,因而具有广泛代表性.分析了通用模型中的常数项对模型曲线形状的影响.结合实例用计算机程序给出了相关参数的数值解法.通用模型与数值解法相结合,突破了回归分析中预先确定简单函数曲线误差大和复杂曲线求解难度大之间的矛盾问题,大幅度提高了计算精度和速度.     

Self-adjoint Extensions for the Neumann Laplacian and Applications

A new technique is proposed for the analysis of shape optimization problems. The technique uses the asymptotic analysis of boundary value problems in singularly perturbed geometrical domains. The asymptotics of solutions are derived in the framework of compound and matched asymptotics expansions. The analysis involves the so-called interior topology variations. The asymptotic expansions are derived for a model problem, however the technique applies to general elliptic boundary value problems. The self-adjoint extensions of elliptic operators and the weighted spaces with detached asymptotics are exploited for the modelling of problems with small defects in geometrical domains, The error estimates for proposed approximations of shape functionals are provided.     

截尾数据非参数回归函数加权核估计的强相合性

本文对截尾数据其随机误差分别为独立与ψ－混合两种情形得到了非参数回归函数加权核估计的强相合性。     

线性模型中误差为相依情形下误差方差估计的Berry—Esseen界限

本文主要讨论了线性模型中误差为α－混合强一稳序列情形下，误差方差估计的Ｂｅｒｒｙ－Ｅｓｓｅｅｎ界限，其阶为ｎ＾－１／２＋λ。     

非均匀弦的驻波实验

用自制的线密度为ρ（ｘ）＝ａｘ形式的非均匀弦进行驻波实验，取得较好效果，它可以作为对原有的均匀弦驻波实验的改进或开放性实验安排到普物实验中去。     

灰色系统模型的优化岭回归算法

文献[1]指出了目前用普通最小二乘法估计灰微分方程参数的方法由于方程组的病态问题很难求解得合理的参数;文献[2]指出了根据初值求解灰色系统模型的时间响应式的方法由于初值的误差使所求得时间响应式产生系统误差.为了克服灰色模型的上述两个缺点,本文设计了一种求解灰色系统模型的优化岭回归算法,计算一个广泛引用的算例演示了这种算法的优越性.     

多维随机向量序列加权和的中心极限定理

本文研究了多维随机向量序列加权和的渐近行为.利用Lindeberg中心极限定理的基本思想,得到了多维随机向量序列加权和的中心极限定理及其收敛速度,为Lindeberg中心极限定理的推广.     

加权马氏距离判别分析方法及其权值确定——旅游信息服务系统的智能推荐

本文根据旅游信息服务的特点,在多元统计分析中原有的马氏距离判别法的基础上,提出了一种加权的马氏距离判别法,并运用主成分分析思想,得到了确定权值的方法.该方法运用于网络旅游信息服务智能推荐系统,通过78位注册用户的实际数据,与传统的马氏距离判别法和贝叶斯判别法进行比较,证实了加权马氏距离判别法是十分有效的.     

Optimizing Synchronizability of Scale-Free Networks in Geographical Space

We investigate the relationship between the structure and the synchronizability of scale-free networks in geographical space. With an optimization approach, the numerical results indicate that when the network synchronizability is improved, the geographical distance becomes larger while the maximal load decreases. Thus the maximal betweenness can be a candidate factor that affects the network synchronizability both in topological space and in geographical space.     

-混合误差下回归函数加权核估计的强相合性

设{yi}是固定在点{xi}的观察值,适合模型yi=g(xi) εi.其中g(x)是0,1上的未知函数,{εi}是均值为0的随机误差序列.文献中,在{εi}为独立同分布的条件下,通过构造新的函数gn(x),对g(x)进行了估计.论文将{εi}推广至~ρ-混合误差序列的情形,通过附加适当的条件和精细的计算,获得了用gn(x)估计g(x)的同样结论.