增加试验数据对岭估计的均方误差的影响

在线性模型中,对于回归系数的岭估计和广义岭估计,本文给出了选择岭参数的条件,在此条件下,岭估计和广义岭估计不仅能改善LS估计,而且增加试验数据时,它们的均方误差都会减少。同时,本文将增加试验数据换成增加附加信息,从而讨论了附加信息对混合岭估计和混合广义岭估计的影响问题。     

强对称的自正交对角拉丁方

1 引言 一个ｎ阶拉丁方是含ｎ个相异元素的集合Ｎ上的一个ｎ阶方阵，其每一行和每一列都是Ｎ的一个置换．ｎ阶拉丁方的一条截态是位于不同行不同列的ｎ个位置使得其中的ｎ个元素两两相异．ｎ阶对角拉丁方是一个ｎ阶拉丁方，其主对角线（位置（）与反对角线（位置（）均为截态． 两个ｎ阶拉丁方Ａ和Ｂ称为正交的（简记作Ａ上Ｂ），如果把它们迭合在一起时，拉丁方Ａ的每一个记号与拉丁方Ｂ的每一个记号相遇一次且仅相遇一次．如果一个ｎ阶拉丁方Ｌ和它自己的转置正交，则称Ｌ为一个自正交的拉丁方，简记为ＳＯＬＳ（ｎ）． ｎ阶自正交对角拉…     

关于非方常数问题的一个反例

通过一个反例,证明了非方常数为2~(1/2)的相关猜想.     

基于最大相关熵准则回归模型的大盘指数预测

大盘指数是衡量股票市场运行情况的“晴雨表”,是投资者洞察股票市场发展态势和制定投资策略的重要依据.大盘指数的变化趋势与经济发展状况、宏观经济政策、投资者心态等诸多复杂因素密切相关,具有明显的随机性和不确定性,这导致精准预测大盘指数的变化趋势成为一个富有挑战性的问题.文章基于最大相关熵准则,使用一种新的回归预测模型,该方法将实际输出与理想输出视为两个随机变量,并采用相关熵度量它们之间的相似程度,进而基于最大熵准则构建一种新的回归模型优化函数,用于指导回归系数的确定.在实际操作中,通常基于有限样本,采用高斯核函数的Parzen窗方法估计两个随机变量的相关熵,因此可借助高斯核函数的核宽调节,解决最小均方误差准则回归模型对异常数据和随机噪声敏感性问题,从而提升预测精度.基于实测数据的实验结果表明:与自回归模型、差分自回归模型以及深度学习方法等相比,文章所提方法能有效降低异常数据对预测精度的影响,预测误差小,鲁棒性强.     

一维有限深方势阱能量本征方程的泰勒级数解和二次近似解

一维有限深方势阱能量本征方程的求解受限于超越方程,无法严格求解.本文将奇、偶宇称情况的超越方程归结为一个方程,自洽地给出两种近似解析解：一阶泰勒级数解和二次近似解.分析二者适用范围并做误差分析,发现泰勒级数解可以很好地理解能谱随量子数n平方变化的数值解(即,所谓n平方律),但在特定参数R下失效,该参数正比于势阱宽度乘以势阱高度开方.二次近似解对所有参数R都适用,能谱在大R极限下,可退化为精确求解的无限深势阱情况.对于任意参数R,二次近似波函数的保真度始终大于99.7%.     

初中物理教学模式和教学方法的创新研究

本研究旨在探讨初中物理教学模式和教学方法的创新,以提升学生的学习效果和兴趣。通过文献综述,我们评述了国内外初中物理教学模式和方法的现状,并分析了已有研究成果中存在的问题和挑战。研究采用实证研究方法,包括设计独特的教学模式和方法,并收集相关数据进行分析。研究重点包括以学生为中心的教学模式,探索性学习和实践性学习的融合,以及教学资源的创新利用。     

异质传感器数据的最优线性融合

研究了异质传感器对参数矢量进行的测量，测量数据基于线性均方估计的最优融合算法。提出和证明了异质传感器数据的最优线性融合定理，并得出“精度再差的传感器参与数据融合后都有利于提高系统的测量精度”这一结论。     

非惯性系下柔性悬臂梁的振动主动控制

采用变结构控制方法对非惯性系下柔性悬臂梁的振动主动控制进行研究．重点通过算例揭示一次近似模型与传统的零次近似模型的巨大差异，以及变结构方法在控制非惯性系下柔性悬臂梁的稳态振动的有效性．结果表明，当大范围旋转运动角速度较大时，传统零次近似模型不能对动力系统进行正确的数学描述；变结构控制方法能够使得非惯性系下梁的稳态振动得到完全镇定，且该方法对转动角速度变化具有较好的鲁棒性；采用零次近似模型进行控制设计的控制效果将在某一临界角速度条件下出现失效，该临界角速度值大于静止悬臂梁的基频．     

基于"以学生为中心"理念的有机化学互动教学

探索了有机化学课程讲授过程中以学生为中心的互动教学模式,从人名反应学生自主授课设计思路及发展过程、学生授课评价体系、学生答疑团队及答疑qq群的建立等3个方面介绍了互动教学模式的设计方式及优势。结果表明,该教学方法除了可以提升学生学习兴趣及成绩,对学生综合能力和素质的提升也具有积极的作用。