汽车产业模块化对不连续创新影响的实证分析

为探讨产业模块化与不连续创新之间的相互作用关系,分别构建了产业模块化指数与不连续创新指数的测度指标,基于全球汽车产业1972~2011年的专利数据,主要利用格兰杰因果检验方法就产业模块化对不连续创新的影响及其因果方向进行了实证分析。结果表明,产业模块化对不连续创新存在显著正向影响且长期影响较为显著。     

利用二分法思想巧解零点存在性问题

二分法可用于求方程的近似解,在处理一类函数零点存在性问题时,利用二分法也可使问题快速获解,达到事半功倍的效果.例1已知函数f(x)=ax~3+bx~2+(b-a)x(a,b是均不为零的常数),其导函数为f′(x),求证:函数y=f′(x)在(-1,0)内至少存在一个零点.     

鲁棒半监督ν-支持向量分类机

支持向量机在近十年成为机器学习的主要学习技术,而且已经成功应用到有监督学习问题中。Fung和Mangasarian利用支持向量机对于既有已标类别样本又有未知类别样本的训练集进行训练,方法主要是利用少量已标明类别的样本进行训练得到一个分类器的同时对于未标明类别的样本进行分类,使得间隔最大化。此优化问题中假定样本是精确的,而在现实生活中,样本通常带有统计误差。因此,考虑样本带有扰动信息的半监督两类分类问题,给出鲁棒半监督v-支持向量分类算法。该算法的参数v易于选择,而数值试验也表明该算法具有良好的稳定性和较好的分类结果。     

带负顾客和非空竭服务随机休假的M~([x])/G/1可修排队系统

研究了带负顾客和非空竭服务随机休假的M~([X])/G/1可修排队系统.负顾客不仅仅移除一个正在接受服务的正顾客,而且还使得服务器损坏而立即进行修理.通过构造一个具有吸收态的马尔可夫链求得了系统稳态存在的充分必要条件.利用补充变量法求得了系统的排队指标和可靠性指标.最后我们还给出了一个数值实例.     

一类具有垂直传染与脉冲免疫的SEIR传染病模型的全局分析

考虑了一个具有垂直传染与积分时滞的SEIR传染病动力学模型.分析了该模型在脉冲免疫接种条件下的动力学行为,获得了传染病灭绝的充分条件,进而运用脉冲时滞泛函微分方程理论,获得了含有时滞的系统持久性的充分条件,并且证明了积分时滞与脉冲免疫能对模型的动力学行为产生显著的影响.     

一种寻找星图光斑质心的高精度算法及在成像畸变矫正中的应用

首先讨论星图识别中的质心寻找问题,提出了一种改进的匹配算法.使用高斯分布对光斑内像素点的强度分布进行近似模拟, 并采用最小二乘法中的法方程法对光斑图像质心坐标进行优化计算.算例表明该算法可以得到更为精确的结果, 在噪声小于最大像素值的$5\%$时,质心坐标计算精度高于0.04个像素, 优于以往的匹配算法的结果.最后讨论了算法在望远镜光学成像畸变矫正中的应用, 设计了矫正算法, 并通过算例验证了算法的合理性.     

基于投入产出分析的建筑节能经济-环境影响测算模型的研究和应用

将改进的投入产出局部闭模型和分析方法应用到建筑节能研究领域.结合数量经济方法,建立了建筑节能经济-环境影响测算投入产出模型,应用该模型测算了2002年不同比例的既有建筑实施50%的建筑节能标准后的直接经济影响,然后测算通过各个产业部门之间的相互影响和相互作用后,建筑节能对国民经济其他产业部门的关联影响、对本部门的完全影响和对以GDP衡量的整个国民经济系统的影响.最后测算不同比例的既有建筑实施50%的建筑节能标准后减少的二氧化碳和二氧化硫的排放量.     

线性ε-支持向量回归机的数据扰动分析

支持向量回归机是解决回归问题的一个重要方法.在实际问题中由于测量及计算误差的存在,我们得到的数据往往只是真值的某种近似,带有一定的舍入误差,因此有必要研究支持向量回归机的数据扰动问题.考虑到线性回归问题在实际生活中有广泛的应用价值,把线性ε-支持向量回归机作为研究对象.由于最终关心的是它的原始问题的解,所以我们研究给定的训练集中输入数据发生微小地扰动后,原始问题的解的变化情况.在一定的条件下给出了解对扰动数据偏导数的表达式,建立了线性ε-支持向量回归机的原始问题的灵敏度分析定理.文中还进一步分析了建立该灵敏度分析定理所需要的条件,给出了条件减弱后的结果.文章最后还通过一些简单的数值试验验证了定理的准确性.     

一种快速且全局收敛的BP神经网络学习算法

目前误差反向传播(BP)算法在训练多层神经网络方面有很多成功的应用.然而,BP算法也有一些不足:收敛缓慢和易陷入局部极小点等.提出一种快速且全局收敛的BP神经网络学习算法,并且对该优化算法的全局收敛性进行分析和详细证明.实证结果表明提出的算法比标准的BP算法效率更高且更精确.