应用多级Fisher判别准则预测二代玉米螟种群动态

本文论述了Ｆｉｓｈｅｒ准则下多级判别的基本原理，并应用该原理将山东省胶南市第二玉米螟百株累计卵量的３个影响因素压缩为一个新指标（线性判别函数），用这一个新指标对样品按距离最小准则判别归类。结果表明，历史拟合率为１００％，两年预报，其结果与实际一致。为害虫种群动态的预测预报提供了一种新的研究方法     

武安市二代棉铃虫卵发生量灰色超长期预测

本文运用灰色系统灾变预测理论，建立了武安市二代棉铃虫发生量预测模型．从而对武安市未来年份棉铃虫卵量进行预测．     

不同优化准则统计组合预测权系数优化

不同的优化准则下,组合预测模型的权系数一般不同.为了兼顾不同准则的优点,根据均方误差,平均绝对误差以及平均绝对相对误差准则分别确定了组合预测模型的权系数向量,再利用这些权系数和层次分析方法构造新的组合预测模型的权系数.最后,通过几个应用实例,说明了这种建立组合预测模型方法的可行性和有效性.     

关于预测误差平方和最小准则的几点看法

在应用桃棣荣等提出的预测误差平方和（ＰＲＥＳＳ）最小准则逐步算法的过程中，发现单纯应用ＰＲＥＳＳ值来控制引进因子数目有时不很有效。因此建议：１）当引进因子过多时，采用赤池信息准则对因子数做进一步控制。２）当引进因子过少时，取消原算法中关于ＰＲＥＳＳ值上界的规定和增加候选因子数以增加引进因子数。最后，对应用ＰＲＥＳＳ准则时所选因子的优良性进行了讨论     

交错级数莱布尼兹判别准则的推广

本文给出了交错级数收敛的一个充要条件，推广了交错级数莱布尼兹判别准则。     

用LDA Boosting算法进行客户流失预测

本文提出一种LDA boost(Linear Discriminant Analysis boost)分类方法,该算法能有效利用样本的所有特征,并且能够从高维特征空间里提取并组合优化出最具有判别能力的低维特征,使得样本类间离散度和类内离散度的比值最大,从而不会产生过度学习,大大提高算法效率。该算法有效性在某商业银行的客户流失预测过程的真实数据集中得到了验证。与其他同类算法,如人工神经网络、决策树、支持向量机等运算结果相比,该方法可以显著提高运算精度。同时,LDAboosting与其他boosting算法相比,也具有显著的优越性。     

用逐步二级分辨数学模型预测农业害虫种群动态

文章应用基本Ｆｉｓｈｅｒ准则下逐步二级分辨原理，对山东省临沂市１９６５～１９８６年（１９８０年除外）共２１年的第二代玉米螟虫株率的历史观测数据进行了数量分析，建立了３个逐步二级分辨数学模型。经对历史资料的回报验证，其历史符合率分别为９５．２４％、９２．３１％、１００％。将１９８７年、１９８８年观测数据作为独立样本进行试报，其预报结果与实际一致。     

一个共轭梯度方法全局收敛性的判别准则

本文建立了一个共轭梯度方法全局收敛性的判别准则,基于这一准则证明了一类三参数共轭梯度法的全局收敛性及DY方法的一个变形的全局收敛性.     

一类n阶微分方程的振动性判别准则

给出了判断一类n阶微分方程振动性的充分条件.     

Q过程唯一性的实用判别准则（英文）

首先简要介绍自1977年左右开始的寻找连续时间马尔可夫跳过程实用的唯一性充分条件的故事.对于一般状态空间的一般性结果是1985年得到的.为展示这些充分条件的精确性,于1991年找到非唯一性的对偶判别准则.本文主要限于离散空间(此时的跳过程也称为Q过程或马尔可夫链).在这种情况下,我们将在文末证明上述充分条件也是必要的.我们还将举例说明不论对于唯一性或非唯一性,我们的充分条件不仅强有力,而且精确.     

基于Fisher准则的两组判别分析方法在夏季降水预报中的应用

根据1959—2004年(12月到次年3月)逐月大气环流特征量资料,运用基于F isher准则的两组判别分析方法,预报安徽宣城夏季降水量.结果表明,历史拟合率高,在预报业务中具有实用价值.     

基于空间填充准则的交叉验证方法及其应用

在统计学与机器学习中,交叉验证被广泛应用于评估模型的好坏.但交叉验证法的表现一般不稳定,因此评估时通常需要进行多次交叉验证并通过求均值以提高交叉验证算法的稳定性.文章提出了一种基于空间填充准则改进的k折交叉验证方法,它的思想是每一次划分的训练集和测试集均具有较好的均匀性.模拟结果表明,文章所提方法在五种分类模型(k近邻,决策树,随机森林,支持向量机和Adaboost)上对预测精度的估计均比普通k折交叉验证的高.将所提方法应用于骨质疏松实际数据分析中,根据对预测精度的估计选择了最优的模型进行骨质疏松患者的分类预测.     

正态判别中完全贝叶斯和贝叶斯最小二乘准则的比较(英语)

本文研究了两个具相同协方差阵的多元正态总体在自然共轭九验分布下的判别分析问题,证明了当可观察变量的个数趋无穷时,贝叶斯判别函数与一基于样本的判别函数渐近等价。     

多元线性模型中两类预测的最优性判别

在一般多元线性模型中就基于岭估计的预测量与最优线性无偏预测量的最优性判别问题进行了讨论,得到了基于岭估计的预测量在矩阵迹意义下优于最优线性无偏预测量的充要条件.     

基于贝叶斯网络的涡轴发动机多目标性能预测

涡轴发动机是一种高度复杂的精密热力机械,通常作为直升机的动力来源,其性能表现直接影响飞行任务的可靠性以及安全性。针对涡轴发动机的性能表现进行有效预测,可以指导生产,提高其出厂合格率,对于提升直升机的整机可靠性以及确保飞行任务的安全完成都具有重要意义。本文首先在已采集某型号涡轴发动机的数据基础上,结合厂家建议,提取出了影响涡轴发动机两个性能指标——功率与关键截面温度的四个属性变量,分别为零件1、零件2和零件3的尺寸以及气温。然后,引入目标生成、二元关联和分类器链三种多目标转换策略,分别结合贝叶斯网络构建了涡轴发动机多目标性能预测模型。最后,对各个模型的精度进行了对比和验证,选出了最优模型,可以对涡轴发动机的性能表现进行有效预测。     

基于信息熵的模糊物元模型预测玉米螟种群动态

利用模糊物元模型对玉米螟的种群动进行预测,在利用信息熵理论确定预报因子的权重的基础上构造了复合模糊物元模型,并根据往年资料构造出用于预测的关联度区间,以预测关联度映射的区间进行判决,这样避免了传统分级方法造成的主观误差,同时提高了预测的精度.     

基于正交表的中心组合设计及其预测方差

预测能力是评价设计优劣的一个重要准则,通过方差散布图可以准确获得设计在一定区域内的预测能力。本文首先介绍了最新提出的基于正交表的中心组合设计(OACD)以及基于极小极大准则的改进设计(OACM),然后证明了无论是OACD设计还是OACM设计,均不具备旋转性,即预测方差在球面上无法达到一致。最后本文给出了在不同因子数下,OACD设计和OACM设计在预测方差上的模拟比较。结果表明,对于方差散布图包含的平均预测方差、最大预测方差、最小预测方差三个指标,OACM设计均一致优于OACD设计,其结果可以为实际试验工作者提供最优设计选择上的参考。     

用遗传算法拟合电力系统负荷短期预测的非线性模型

本文运用遗传算法，根据河北省１９８５—１９９０年春节期间每小时用电量的统计数字，建立了非线性回归模型（Ｇｏｍｐｅｒｔｄｚ），结果表明，遗传算法性能良好，可望成为电力系统各种非线性模型辨识的有效手段。     

一类二阶模型下中心复合设计的预测方差

预测能力是评价设计优劣、模型选择的一个重要准则,通过预测方差函数可以准确获得在一定区域内的预测精度.文章首先介绍了最新提出的基于正交表的中心复合设计以及基于极小极大准则的改进设计,然后详细给出了两类设计在给定球面上的平均预测方差函数、最小预测方差函数和最大预测方差函数的解析表达式,其仅为球距和设计参数的函数,这一结果可以为实际工作者在预测分析时提供重要参考.     

用灰色马尔柯夫链预测模型对我国粮食产量的预测

针对粮食生产的不确定性 ,本文提出了用建立在中心逼近式的 GM(1 ,1 )模型及马尔柯夫预测模型上的灰色马尔柯夫预测模型对我国粮食产量进行预测 ,预测建立在对过去年份的数据的分析之上 ,并给出了2 0 0 3年的粮食产量预测结果 .