差分吸收光谱法测量大气痕量气体浓度误差分析及改善方法

差分吸收光谱技术(DOAS)中采用线性最小二乘拟合方法,用痕量气体标准差分吸收截面对测量得到的差分吸收光谱进行拟合,得出大气中痕量气体的浓度.计算结果的准确性不仅取决于光谱的测量精度,而且受标准差分吸收截面以及仪器函数和温度等诸多因素的影响.详细地分析了计算误差的产生原因,提出了用高浓度样品池得到标准吸收截面的方法,针对光谱固有结构,以及温度对标准吸收截面的影响,改进了浓度反演算法.大量的实验表明,综合运用上述方法,即便对低浓度的样气,相对测量误差也能降低到10%以下.     

基于自适应预测滤波理论的模数转换器设计方法

基于自适应差分量化理论，提出了在不增加转换位数的情况下提高模数转换器(ADC)动态范围的一种设计方法。该方法通过量化输入与预测的差值来获得预测增益，从而扩大ADC的动态范围；通过差分量化值与预测值相加得到输出信号，并将该分别采用LMS和RLS算法进行处理．得到输入信号的预测值．计算机模拟结果证实，上述两种算法均能使模数转换器的动态范围提高约25dB．比较而言，RLS算法收敛速度更快，收敛性更好，但计算量较大．     

红外／雷达双传感器融合目标跟踪算法

实现雷达和红外融合跟踪的基本思路是：首先提取红外成像的目标质心并将其转换到惯性坐标系：然后用最小二乘规则对红外传感器的冗余角度数据进行压缩，以产生在时间上和雷达测量对准的伪角度测量：再通过加权平均的方法分别与雷达的方位角和俯仰角测量进行融合处理，以得到同步数据融合估计。采用了由拉格朗日算法所求得的约束极值作为权系数，使用扩展的卡尔曼滤波方法设计跟踪滤波器，将基于雷达和红外融合得到的数据用于更新滤波器的目标状态。     

两个安全第一思想模型的比较分析

针对投资者可能的投资需求确立了基于安全第一思想下两个相近的投资目标:1、极大化投资末期总收益率超过给定水平α的概率;2、极小化投资末期总收益率与给定水平α的距离.并分别就这两个目标建立了优化决策模型,得到了模型解析解,最后对两个模型结果进行了比较分析和经济解释.     

风险中性过程的非参数估计

无套利定价理论说明，任何衍生证券定价都可以在基础资产价格(或收益)的风险中性过程基础上进行，而且方差函数的估计是估计风险中性过程的关键问题，由于方差不可观测，采用特定的参数模型将是危险的。本文主要讨论时间序列模型下条件方差函数的非参数估计，对核估计和局部多项式估计给出确定窗宽的M-图方法，并给出时间序列模型下衍生证券定价的风险中性调整方法，最后作了模拟计算。     

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.     

基于VolSurf参数的化合物水溶性QSPR分析

利用分子的VolSurf参数预测化合物的水溶解度并阐明有利于水溶解度的主要分子结构特征.被测化合物包括185个共两大系列分子,使用偏最小二乘判别分析和多元线性回归方法在实验数据和分子特征之间建立相关性,均得到较好的结果.以70个化合物所建立的训练集模型对其余115个化合物有较好的预测能力.参数分析表明分子内较大的亲水区域对水溶解度有利;分子质心与疏水区、亲水区之间的不平衡性越高,水溶解度越大;分子量及体积大的分子对其水溶解度不利.     

关于图的最小覆盖算法

本文就数学建模课的教学过程中 ,在“图的方法建模”一章中 ,关于图的最小覆盖法提出启发式算法 .用书中所给方法推出一个反例 ,分析了其产生错误的原因 ;通过对图的最小覆盖的概念的理解、结合分析图的关联矩阵的特点 ,给出了图的最小覆盖的启发式算法 .     

解线性最小二乘问题的一个新并行算法

讨论了求解无约束线性最小二乘问题的一种并行单纯形法以及对它的改进算法并行共轭梯度—单纯形法 .算法本身具有很强的并行机制 ,能够充分地发挥并行机快速省时的特点 .本文也对算法做了理论分析 ,对算法的收敛性给予了证明 (在二维情形下 ) .最后做了数值实验 (由于软硬件条件的限制 ,并行算法未能在并行计算机上实现 ,鉴于这种情况 ,我们所做的数值实验均是在串行机上完成的 )     

矩阵方程AXB=D的最小二乘Hermite解及其加权最佳逼近

本中,我们讨论了矩阵方程AXB=D的最小二乘Hermite解,通过运用广义奇异值分解(GSVD)，获得了解的通式。此外,对于给定矩阵F，也得到了它的加权最佳逼近表达式。