叠压缩型映照不动点迭代算法的收敛速度

本文给出叠压缩型映照不动点迭代算法的四种收敛速度。在(1)和(2)中首次研究了叠收缩映照的不动点定理(本质上是甲φ(t)=af的情况),并用它得到Newton法的半局部收敛性,本文     

矩阵损失下回归系数的线性估计的可容许性

针对广义的Gauss-Markoff模型Y=Xβ+θ,E(θ)=0,Cov(θ)=σ2V,其中X和V＞0是已知的n×p和n×n矩阵;β∈Rp和σ2＞0是未知参数,给出了矩阵损失条件下,Sβ的估计LY+a在非齐次线性估计类中可容许的充要条件.     

具有随机窗宽核估计的一致强相合性

设 X_1,…,X_m i.i.d.是取值于 R~n 中的随机向量,X_1 有概率密度 f(x),取正随机变量 H_m(x,ω)=H_m(x,X_2(ω),…,(ω))为随机窗宽,f(x)的核估计与最近邻估计分别如下:f_m(x)=(mH_m~n(x,ω))~(-1)sum from i=1 to m K((X_i-x)/H_m(x,w))f_m(x)=(ma_m~n(x,w))~(-1) sum from i=1 to m K((X_i-x)/a_m(x,w)),m≥1,x∈R~n.假定 K 为 R~n 中有界变差函数,当 f(x)与 K(x)的条件比[1]弱时,我们讨论了 f_m(x)与 f_m(x)的一致强相合性。本文所得随机窗宽的结果与[1]中常数窗宽的结果相同,这些结果也比[2]和[5]中的要好。     

R.S.Singh的一个猜想的证明:离散情形

本文讨论了一维离散指数族在平方误差损失下的经验Bayes估计问题.证明了其参数的任何经验Bayes估计的渐近最优收敛速度都不可能达到O(n^-1),即使参数空间被限定于一个有限区间.这意味着,Singh(对Lebesgue指数族情形提出)的一个猜想,在离散指数族情形,被证明是正确的.     

我国居民收入、人口、教育、财政政策和货币政策与居民消费模型的实证分析

本文从影响消费的各个因素:居民收入、人口、教育、国家宏观政策等着手,对各因素进行了相关分析,运用多元统计中的岭回归估计法建立消费模型。从定量和定性分析的角度,分析了我国居民消费水平、居民收入、人口增长率、各层次教育、国家财政支出和银行利率等相关因素之间相互影响的数量变动关系和内在规律,就如何提高居民消费水平促进经济协调发展提出若干对策。     

最大似然方法和Bayes方法在结构方程模型分析中的讨论(英文)

本文通过模拟研究,讨论了最大似然方法和Bayes方法在分析结构方程模型中的相似点和不同之处。     

一致u0-凹算子方程逼近解的收敛速度

证明了一致u0-凹算子A满足一定条件时,迭代列xn=Axn-1(n=1,2,…)能以很快的速度收敛于算子方程Ax=x的正解x*.     

利用Weibull分布对飞机某部件的金属材料的疲劳寿命的可靠性估计

本文在Weibull分布下对飞机的某关键部件的金属材料的疲劳寿命进行可靠性估计。并给出了部分可靠度和可靠寿命的估计结果．     

一种预测一校正式单点迭代方法

本以Newton迭代法(xn 1=xn-f(xn)/f'(xn)/f'(xn)，收敛阶为2)为基础，给出了一种新的实用的预测一校正式单点迭代方法（xn 1=xn-u(xn)f(xn) 1/2f(xn-u(xn))/f(xn)-1/2f(xn-u(xn))收敛阶为4），该方法不仅公式简洁，计算方便，计算量小，而且收敛阶高，收敛速度快。     

垂直水声通信中的伪随机序列精确定时算法*

针对垂直水声通信中时变多普勒引起的定时偏差问题,研究一种基于伪随机序列的迭代定时估计及补偿算法。该方法利用伪随机序列作为同步信号,分三步估计时变多普勒：采用低复杂度的模糊函数法粗补偿接收信号内的平均多普勒;通过迭代插值法实现残留时变多普勒的精确估计及补偿;利用基于信道相关函数的相位信息,纠正均衡后信号的偏转相位。为实现高阶海试数据的有效解调,采用基于伪随机序列均方误差的多通道加权合并方式,获得空间分集增益。仿真及海试数据处理结果证明所提方法具有良好的时变多普勒估计及补偿性能,同时对30个通道内的1024QAM数据进行合并处理,在500 m的通信距离下,误码率为0.04,信道容量达到7.6 bits/symbol。与传统数据帧结构相比,无需使用线性调频信号,可以提高有效数据传输率。