Improved Model Selection Method for a Regression Function with Dependent Noise

This paper is devoted to nonparametric estimation, through the -risk, of a regression function based on observations with spherically symmetric errors, which are dependent random variables (except in the normal case). We apply a model selection approach using improved estimates. In a nonasymptotic setting, an upper bound for the risk is obtained (oracle inequality). Moreover asymptotic properties are given, such as upper and lower bounds for the risk, which provide optimal rate of convergence for penalized estimators.     

基于LPV的航空发动机鲁棒变增益控制

随着我国现代化进程的不断加快,航天航空技术标准越来越高,对于航空发动机运转工况的鲁棒性和适应性提出了更高的要求。传统的航空发动机变增益设计步骤繁琐,不能将发动机置于整个航空器的运转去考虑设计,使发动机变增益缺乏相应的稳定性和适应性,易出现系统问题。为此,提出一般基于LPV的航空发动机鲁棒变增益控制系统,依据航空发动机结构参数,考虑到航空器在空中负载特性,计算出新的约束极点 模糊变增益,在航空器发动机工作范围连续增益,避免了传统增益切换情况,在转速控制上确定误差等因素,将非线性控制设计分解为多个线性子问题,使航空器控制系统能够沿着LPV参数轨迹保持良好的运转,保持稳定性能。仿真实验证明,提出的基于LPV的航空发动机鲁棒变增益控制系统控制效果优于传统方法,在航空器发动机转速改变时,控制精度能够满足要求 ,改变航空器负载时,有效对目标进行变增益控制。提出的控制方法对航空发动机鲁棒变增益控制问题提供了新的解决办法,具有较大应用价值。     

同源模建和分子对接研究HDAC1/HDAC8的选择性

组蛋白去乙酰化酶(HDACs)是近年来治疗肿瘤的重要靶标之一.由于HDACs包含多种亚型,且各亚型的生理功能存在一定的差异,其选择性抑制剂的开发已成为当前的研发热点.我们通过同源模建的HDAC1结构,与已有的HDAC8晶体结构的活性位点进行比较分析,探讨了对两者选择性有重要影响的残基,为基于受体的选择性抑制剂研究提供重要信息.同时选择了52个HDAC抑制剂,分别建立了HDAC1、HDAC8的活性值与对接打分值的线性回归模型.所建的HDAC1和HDAC8的线性构效关系模型的非交叉验证系数R2分别为0.82和0.80,表明具有一定的统计学意义.利用所建模型对已设计合成的化合物进行了预测,预测结果对HDAC1、HDAC8选择性抑制剂的优化改造提供了一定的指导意义.     

我国上市公司资本结构影响因素实证分析

本文选取了可能影响企业资本结构的多个指标变量进行分析 ,利用主成分分析提供的方法将变量综合成彼此互不相关的少数几个主成分。再用主成分 (作为回归自变量 )对企业的 5种资本负债比 (作为回归因变量 )进行多元回归分析 ,得出了影响企业资本结构的主要因素 ,以及这些因素与企业资本结构之间的关系 ,为企业确定资本结构提供参考依据 ,为企业财务决策提供支持。     

Highly Effective Detection of Amitraz in Honey by Using Surface-Enhanced Raman Scattering Spectroscopy Coupled with Chemometric Methods

As an effective and universal acaricide, amitraz is widely used on beehives against varroasis caused by the mite Varroa jacobsoni. Its residues in honey pose a great danger to human health. In this study, a sensitive, rapid, and environmentally friendly surface-enhanced Raman spectroscopy method (SERS) was developed for the determination of trace amount of amitraz in honey with the use of silver nanorod (AgNR) array substrate. The AgNR array substrate fabricated by an oblique angle deposition technique exhibited an excellent SERS activity with an enhancement factor of ∽10⁷. Density function theory was employed to assign the characteristic peak of amitraz. The detection of amitraz was further explored and amitraz in honey at concentrations as low as 0.08 mg/kg can be identified. Specifically, partial least square regression analysis was employed to correlate the SERS spectra in full-wavelength with C_amitraz to afford a multiple-quantitative amitraz predicting model. Preliminary results show that the predicted concentrations of amitraz in honey samples are in good agreement with their real concentrations. Compared with the conventional univariate quantitative model based on single peak’s intensity, the proposed multiple-quantitative predicting model integrates all the characteristic peaks of amitraz, thus offering an improved detecting accuracy and anti-interference ability.     

线性回归在林区生产决策中的应用

在黑龙江省伊春林区 ,以 16个林业局调查的数据为依据 ,并由木材年采伐量与剩余物密切相关这一特点 ,应用数理统计知识 ,建立了回归分析方程 ,从而对木材采伐量和剩余物做出预测和控制 ,为保护森林生态环境及林区工业生产的宏观决策 ,提供了重要的参考数据     

基于遗传算法和半参数回归的神经网络集成股市预测研究

股票时间序列预测在经济和管理领域具有重要的应用前景,也是很多商业和金融机构成功的基础.首先利用奇异谱分析对股市时间序列重构,降低噪声并提取趋势序列.再利用C-C算法确定股市时间序列的嵌入维数和延迟阶数,对股市时间序列进行相空间重构,生成神经网络的学习矩阵.进一步利用Boosting技术和不同的神经网络模型,生成神经网络集成个体.最后采用带有惩罚项的半参数回归模型进行集成,并利用遗传算法选择最优的光滑参数,以此建立遗传算法和半参数回归的神经网络集成股市预测模型.通过上证指数开盘价进行实例分析,与传统的时间序列分析和其他集成方法对比,发现该方法能获得更准确的预测结果.计算结果表明该方法能充分反映股票价格时间序列趋势,为金融时间序列预测提供一个有效方法.