Bagging算法在混合适应性样条中的应用

本文通过分析Bagging算法在混合适应性样条估计中的作用，提出了一种新的空间适应性非参数函数估计算法．模拟研究表明该算法在空间适应性上具有明显优势，在估计精度和稳定性方面也可与其他同类方法相媲美，并且易于推广到多元情形．     

A DERIVATIVE-FREE ALGORITHM FOR UNCONSTRAINED OPTIMIZATION

In this paper a hybrid algorithm which combines the pattern search method and the genetic algorithm for unconstrained optimization is presented. The algorithm is a deterministic pattern search algorithm,but in the search step of pattern search algorithm,the trial points are produced by a way like the genetic algorithm. At each iterate, by reduplication,crossover and mutation, a finite set of points can be used. In theory,the algorithm is globally convergent. The most stir is the numerical results showing that it can find the global minimizer for some problems ,which other pattern search algorithms don＇t bear.     

基于MMD算法的HMM参数重估计的矩阵表示

本文提出的MMD算法用于提高模型区别错误信息和正确信息的能力．利用该算法在对模型的参数进行重估计时．涉及到复杂的目标函数的梯度运算．击运用矩阵运算使得梯度运算变得简单明了，因此本文给出了MMD算法下的HMM参数重估计的矩阵表示形式并给出了证明．     

一类集值非线性混合变分包含问题的逼近解

在Hilbert空间中讨论了一类集值非线性混合变分包含问题逼近解的存在性,建立了变分包含问题与其预解方程的等价性,获得了3个迭代算法并研究了算法的收敛性．该结果推广统一了近期一些学者关于变分包含问题的相关结果．     

灵活的应用数学技术

E．E．Daivd指出“当今被称颂的高技术实质上是一种数学技术”，H．Neunzert称“数学是关键技术的关键”．这是人类对数学的新认识一数学既是科学又是技术．数学技术主要是指应用数学技术．它的高难度突出地体现在以解决实际问题为目标的研究上．这就必须灵活地运用数学思想和方法，抓住事物内在最本质的数学结构，提炼其特殊的数学模型，给出精巧的好算法并解决之．本文简述了华罗庚应用数学技术的特色、近期发展及其某些思想与新概念等．     

突出本质注重结构——对算法教学的若干思考

随着现代信息技术的发展,算法成为数学及其应用的重要组成部分,在科学技术、社会中发挥着越来越大的作用,算法思想已成为现代人应具备的一种数学素养,因而高中生掌握一定算法知识是十分必要的.2003年,我国第一次明确将算法作为高中数学5个必修内容之一写进了《普通高中数学课程     

判定非奇异M-矩阵的一个直接算法

给出了判定非奇异M-矩阵的一个直接算法.数值例子表明应用该算法可有效地判定一个给定矩阵是否为非奇异M-矩阵.     

一种基于线性同余算法的伪随机数产生器

线性同余算法作为使用最为广泛的伪随机数产生算法,具有产生速度快、输出序列周期长等特点,但安全性能不佳的弱点始终制约着该算法在密码学领域的应用.本文在对线性同余算法详细分析的基础上,给出了一种不受乘数a选择限制的伪随机数产生器.该算法具有良好的伪随机性和安全性.     

含H-单调映象的完全广义非线性变分包含

引入和研究了一类新的完全广义非线性变分包含.在Hilbert空间中利用与H-单调映象相联系的预解算子的性质,对完全广义非线性变分包含建立了解的存在性定理和构造了一种新的迭代算法,证明了由此算法生成的迭代序列强收敛于精确解.其算法和结果是最近文献中相应算法和结果的改进和推广.     

解模守恒微分方程的显式平方守恒格式

对具有模守恒的微分方程,经典的显式Runge—Kutta方法和线性多步方法不能保微分方程的模守恒特性．我们利用李群算法和Cayley变换构造了高阶显式平方守恒格式,应用到模守恒的微分方程如Euler方程,Landau—Lifshitz方程,并且与相同阶的显式Runge—Kutta方法在保模守恒和精度方面进行了比较,数值结果表明用李群算法构造的新的显式平方守恒格式能保微分方程模守恒的特性且它和相应Runge—Kutta方法有相同的精度．