广义加权损失函数下准备金的分位信度估计

由于聚合数据是个体数据的加总,会失去一些有用信息.针对个体数据模型,分位回归模型可以直接求取未决赔款准备金的分位数,并且对数据中存在的异常值的敏感度不高.在程纪(2020)模型基础上,将分位回归模型与信度理论相结合,将多个流量三角形的增量赔款数据看成是相同日历年下的重复性多次观测,体现样本数据的分层结构,克服经典信度模型中只有一条回归线的弊端,在广义加权损失函数下得到准备金的信度估计,并给出参数估计.     

坐标点分布对三维坐标变换参数估计不确定度的影响（英文）

相机坐标系和目标坐标系中公共特征点的测量精度和相对几何分布对参数估计具有重要影响,直接影响视觉导航精度。由于坐标点的测量精度依赖于测量系统的精度,而公共点的分布选取更容易调整,因此仅讨论公共特征点相对几何分布对平移旋转参数估计精度的影响。首先,采用非线性模型和加权整体最小二乘算法求解变换参数,并采用蒙特卡罗方法归纳总结了不同的特征点分布对参数估计精度的影响。同时,为了工程化应用,将坐标点分布的分散度进行量化作为其权重,提出一种重构协因数矩阵的方法。最后,基于实际测量数据的对比试验表明,在没有先验知识的情况下,所提出的方法可以改善参数的估计精度,即变换参数的后验标准差至少减小6.7%。     

直觉模糊模型检测在工程决策上的应用

将直觉模糊Kripke结构扩展到加权直觉模糊Kripke结构,将直觉模糊计算树逻辑诱导到加权直觉模糊计算树逻辑;研究在此之上的直觉模糊期望测度和多属性工程决策问题。用加权直觉模糊Kripke结构的权值自然地刻画了工程问题中的成本和收益,直觉模糊测度量化工程进展的不确定性,用加权直觉模糊计算树逻辑描述不确定性工程属性约束。给出了基于直觉模糊模型检测的多属性工程寻优算法,并讨论了算法的复杂度。     

轨形Gromov-Witten不变量沿光滑点的加权涨开公式

本文考虑,当一个紧辛轨形群胚(X,ω)沿着光滑点作加权涨开时,它的形如<α_1,…,α_m,[pt]>_(g,A)~X的轨形Gromov-Witten不变量的变化公式,其中[pt]∈H_(dR)~(2n)(X)是生成元,dimX=2n.我们证明了对于非零A∈H_2(|X|,Z),<α_1,…,α_m,[pt]>_(g,A)~X={_(g_1,pl(A)-e’)~xdimX=4,g≥0,∑((-1)g_1·2)/(2g_1+2)!_(g_2,pl(A)-e’)~xdimX=6,g≥0,_(g_1,pl(A)-e’)~xdimX≥8,g=0其中x是X沿一光滑点的权α=(α_1,…,α_n)的加权涨开,且α_1≥α_i,2≤i≤n.     

一类具有资源约束和优先加工顺序约束极小化加权总完工时间调度优化问题研究

本文针对工件间具有链状优先约束和relocation资源约束的极小化加权总完工时间调度优化问题展开研究.针对这一NP难问题,利用relocation约束的性质和贪婪算法的思想,设计了一个多项式近似算法,并证明了当链不可中断,每个链具有相同工件数和工件间具有相同加工时间时,2为该算法的紧界.     

基于EV模型ND样本加权和的相合性

本文研究变系数EV模型的ND样本加权和的相合性问题.利用ND序列的Bernstein型不等式和截尾的方法,获得了ND样本加权和sum from i=1 to n(W_(ni)(t_0)Y_i)的强、弱相合性,推广了独立随机变量加权和的相合性.     

不同权的Bloch型空间之间的加权复合算子再刻画

本文研究了单位圆中从空间β_L到β_α的加权复合算子uC_φ为有界算子和紧算子的条件.利用阶估计等方法,获得了有界性和紧性的简捷充要条件,推广了叶善力的相应结果.     

内蕴平方函数交换子在加权弱Hardy空间上的端点估计

证明了由BMO函数与α阶内蕴面积函数S_α和内蕴g_(λ,α)*函数生成的交换子都是由加权弱Hardy空间WH_(b,ω)~1到加权弱L1空间WL_ω~1上的有界算子.     

加权Banach空间中随机指数系完备的若干结论

在允许随机序列上密度无限且减弱权函数是凸函数的条件下,采用新的方法得到C_α中随机指数函数系完备性的充分必要条件,其中C_α是定义在R上的复连续函数构成的加权Banach空间,且要求函数在一致范数下当t→∞时以f(t)exp(-α(t))趋于零.     

基于人血浆荧光光谱与CARS-PLS-LDA的结直肠癌早期检测

该文利用竞争性自适应加权算法（CARS）筛选重要的人血浆荧光光谱变量,并结合偏最小二乘法判别分析（PLS－LDA）建立了结直肠癌患者与非癌患者的分类模型,同时与全波长模型和基于平行因子分析（PARAFAC）建立的模型进行比较。从模型评价指标看,CARS－PLS－LDA的性能显著优于全波长模型和基于PARAFAC的模型。高波未稀释组和低波稀释组的荧光光谱结合CARS－PLS－LDA分类模型的AUC（Area under curve）值均高于0.9,可有效地识别结直肠癌患者。结果表明,CARS变量筛选能够明显改善结直肠癌分类模型的性能,有助于后续癌症临床诊断工具的开发与研究。