奇异值分解在海洋回波多普勒信息提取中的应用

运用矩阵奇异值分解原理,分析了功率谱估计对探测海洋表面信息和硬目标信号的意义,对接收信号的自相关矩阵进行分解以提高谱估计的分辨率,并将处理后的方法对实测数据进行功率谱的估计,与处理前的回波谱图进行比较,实验证明,得出的奇异值分解方法可以改善多普勒回波功率谱的性能,满足高频地波雷达的目标探测要求。     

演化参数反演方法

给出了一类基于演化计算的演化参数反演方法,此类方法既可以给定参数的函数类,用遗传算法（Genetic Algorithms）来反演参数的最优估计值,也可以不指定函数类形式,用遗传程序设计（Genetic Programming）的方法反演出最优的函数模型,使参数反演实现客观化、自动化.由此建立反演系统后,在使用过程中可以根据最新获得的数据对模型中的物理参数作适时校准,一旦发现预报误差较大,就利用演化算法及时修正方程中的参数以改进预报.运用该方法于椭圆边值问题的物理参数反演的数值模拟,证实了此方法的有效性,为物理模型参数的反演提供了一种崭新的实用方法.     

孕周的超声无损估计

本文讨论了孕周的超声无损估计方法,传统上,对孕周的估计是通过Ｂ型超声测量胎儿器官的有关参数,辅以经验公式而得到。但是由于经验公式无统一形式,且参数皆单独使用,估计结果离散度大,难以实用化。本文对Ｂ型超声测量所得胎儿参数应用数量化理论,建立孕周自动估计的方法。由于在实际应用中,应用数量比理论所得的相应正规方程,难以满足通常求解方法的前提条件,本文引入广义逆矩阵理论求解正规方程。另外,本文进一步讨论了     

带优化参数的SVR模型及在软件成本估算中的应用

随着社会各行各业对软件开发投资的日益增长,产业界和学术界越来越关注可靠的软件成本估算,以有效控制软件开发过程中相关风险.为了能更准确地估算软件成本,提出一种带遗传算法优化参数的支持向量回归机模型,用遗传算法来优化支持向量回归机模型中的参数集(C,γ,ε),可以避免参数选择的盲目性,能显著提高支持向量回归机模型的预测能力.分别用IBM DP、Kemerer和Hallmark三个数据库来验证模型的有效性,并与常用的线性回归模型进行对比,结果显示采用遗传算法优化的支持向量回归机模型具有很好的学习精度和推广能力,在MMRE和Pred(0.25)两个标准上都优于线性回归模型.     

半参数回归模型小波估计的弱收敛速度

本文研究了误差为鞅差序列情形下的半参数回归模型.利用小波方法,在相当一般的条件下,得到了参数、非参数估计量的弱收敛速度.     

A parameter uniform difference scheme for parabolic partial differential equation with a retarded argument

The paper deals with the analysis of a non-stationary parabolic partial differential equation with a time delay. The highest order derivative term is affected by the small parameter. This is precisely the case when the magnitude of the convective term becomes much larger compare to that of diffusion term. The solution of problem exhibits steep gradients in the narrow intervals of space and short interval of times. In these cases a dissipative loss turned out to be more complex. Even for the one spatial dimension and one temporal variable, not all difference scheme can capture these steep variation. Although the analysis is restricted to the model in one space dimension, the technique and comparison principles developed should prove useful in assessing the merits of numerical solution of other nonlinear model equations too.     

L1-optimal estimates for a regression type function in R

Let X₁, X₂, …, X_n be random vectors that take values in a compact set in R^d, d ≥ 1. Let Y₁, Y₂, …, Y_n be random variables (“the responses”) which conditionally on X₁ = x₁, …, X_n = x_n are independent with densities f(y | x_i, θ(x_i)), i = 1, …, n. Assuming that θ lives in a sup-norm compact space Θ_q,d of real valued functions, an optimal L₁-consistent estimator of θ is constructed via empirical measures. The rate of convergence of the estimator to the true parameter θ depends on Kolmogorov's entropy of Θ_q,d.     

位置参数估计量的损失函数之估计

本文考虑损失函数的估计问题,分别对于球对称分布和均匀分布情形给出了其参数的J-S型估计量的损失之估计,它们满足[1]中提出的条件(Ⅰ)和(Ⅱ).     

A new formulation of some discrete-time stochastic-parameter state estimation problems

Linear unbiased full-order state estimation problem for discrete-time models with stochastic parameters and additive finite energy type disturbance signals is reformulated in terms of linear matrix inequalities. Two estimation problems that are considered are the design for mean-square bounded estimation error and the design for the mean-square stochastic version of the suboptimal H_∞ estimator. These two designs are shown to apply to both the estimation with random sensor delay and estimation under observation uncertainty.     

学习理论中回归问题的误差估计(英文)

本文在一般的损失函数ψ(y-f(x))下,当ψ(z)连续时,讨论了学习理论中回归问题的误差估计.