任意信源随机和的一类随机Shannon-McMillan定理

采用构造相容分布与非负上鞅的方法研究任意信源随机和相对熵密度的强极限定理,并由此得出若干任意信源,m阶马氏信源,无记忆信源的随机Shannon-Mcmillan定理.将已有的关于离散信源的结果加以推广.     

任意信源的一类Shannon-Mcmillan逼近定理

该文通过概率空间上的任意分布与另一任意分布相比较,研究任意随机序列相对熵密度的小偏差定理.并由此得出若干任意信源,m阶马氏信源的Shannon-Mcmillan定理.将已有的关于离散信源的结果加以推广.     

Stochastic resonance for a metapopulation system driven by multiplicative and additive colored noises

We investigate the stochastic resonance(SR) phenomenon induced by the periodic signal in a metapopulation system with colored noises. The analytical expression of signal-to-noise is derived in the adiabatic limit. By numerical calculation, the effects of the addictive noise intensity, the multiplicative noise intensity and two noise self-correlation times on SNR are respectively discussed. It shows that:(i) in the case that the addictive noise intensity M takes a small value, a SR phenomenon for the curve of SNR appears; however, when M takes a large value, SNR turns into a monotonic function on the multiplicative noise intensity Q.(ii) The resonance peaks in the plots of the multiplicative noise intensity Q versus its self-correlation time τ1 and the addictive noise intensity M versus its self-correlation time τ2 translate in parallel. Meanwhile, a parallel translation also appears in the plots of τ1 versus Q and τ2 versus M.(iii) The interactive effects between self-correlation times τ1 and τ2 are opposite.     

任意随机多元函数序列的一类强偏差定理

本文通过概率空间上的任意测度与另一任意测度相比较,研究了任意随机多元函数序列普遍成立的一类强偏差定理.利用网微分法与分析运算法,获得了若干任意信源的Shannon-Mcmillan随机逼近定理,并将已有的关于随机多地函数序列及离散信源的结果加以推广.     

m阶马氏链关于广义随机选择系统的极限定理

主要研究广义随机选择系统中的m阶非齐次马氏链随机转移概率调和平均的a.s.收敛的强极限定理.在证明中采用了一种把网微分法与条件矩母函数相结合应用于马氏链强极限定理研究的新途径.作为推论,得到m阶非齐次马氏链随机条件概率一个公平比的强极限定理,并将已有的结果加以推广.     

任意信源关于赌博系统的一类Shannon-McMillan定理

采用网微分法和分析运算方法来研究赌博系统中任意随机变量序列随机条件熵的一类强极限定理,并由此得出若干任意信源的Shannon-Mcmillan定理.将已有的关于离散信源的结果加以推广.     

具有增加删除机制的正则化极端学习机的混沌时间序列预测

针对正则化极端学习机的隐层具有随机选择的特性,提出了一种增加删除机制来自适应地确定正则化极端学习机的隐层节点数. 这种机制以对优化目标函数影响的大小作为评价隐层节点优劣的标准,从而淘汰那些比较“差”的节点,将那些比较“优”的节点保留下来,起到一个优化正则化极端学习机隐层节点数的目的. 与已有的只具有增加隐层节点数的机制相比较,本文提出的增加删除机制在减少正则化极端学习机隐层节点数、增强其泛化性能、提高其实时性等方面具有一定的优势. 典型混沌时间序列的实例证明了具有增加删除机制的正则化极端学习机的有效性和可行性. 关键词： 混沌时间序列 人工神经网络 极端学习机     

广义Bethe树指标可列马氏链场关于广义随机选择系统的一类局部极限定理

研究任意广义Bethe树指标马尔可夫链场二元泛函关于广义随机选择系统的一类局部极限定理.作为推论得到了广义随机选择系统中任意Cayley树上状态频率和状态序偶的一类极限定理.证明中采用了一种研究马尔可夫链场的较新颖的分析方法.     

任意随机序列关于二重非齐次马氏链的随机和的一类随机选择系统的随机逼近定理

本文引进任意随机变量序列随机极限对数似然比的概念,通过测度$\pr$下任意相依随机序列联合分布与测度$\qr$下二重非齐次马氏分布相比较,利用母函数与尾概率母函数工具研究任意受控随机序列之随机和在随机选择系统中的一类随机逼近定理.     

任意随机序列关于非齐次马氏链的随机和的一类随机偏差定理

In this paper, the notion of limit random logarithmic likelihood ratio of stochastic sequence, as a measure of dissimilarity between the joint distribution on measure P and the Markov distribution on measure Q, is introduced. A class of random approximation theorems for arbitrary stochastic dominated sequence are obtained by using the tools of generating functions and the tailed-probability generating functions.