Combined Density-based and Constraint-based Algorithm for Clustering

We propose a new clustering algorithm that assists the researchers to quickly and accurately analyze data. We call this algorithm Combined Density-based and Constraint-based Algorithm （CDC）. CDC consists of two phases. In the first phase, CDC employs the idea of density-based clustering algorithm to split the original data into a number of fragmented clusters. At the same time, CDC cuts off the noises and outliers. In the second phase, CDC employs the concept of K-means clustering algorithm to select a greater cluster to be the center. Then, the greater cluster merges some smaller clusters which satisfy some constraint rules.Due to the merged clusters around the center cluster, the clustering results show high accu racy. Moreover, CDC reduces the calculations and speeds up the clustering process. In this paper, the accuracy of CDC is evaluated and compared with those of K-means, hierarchical clustering, and the genetic clustering algorithm （GCA）proposed in 2004. Experimental results show that CDC has better performance.     

缺失数据下局部M-估计的相合性和渐近正态性

在缺失响应变量的不完全数据下,对非参数回归模型进行研究,利用稳健的变窗宽局部线性回归的方法,给出了回归函数m(x)的估计,并证明了局部M-估计具有相合性和渐近正态性.所提出的方法继承了局部多项式回归的优点并且克服了最小二乘方法缺乏稳健性的缺点.并且使用变窗宽提高了所得M-估计的可塑性,使之能成功地处理空间非齐次曲线、异方差性及非均匀设计密度.所得估计的渐近结果为求渐近最优方案以及直接从数据估计最优变窗宽提供了理论基础.     

柴油机振动信号谱估计的自回归方法

介绍了经典谱分析和现代谱分析中自回归(AR)谱分析的各种常用方法，比较了各种方法对模拟信号(样本总数N=32)和柴油机爆发信号(N=128)的处理效果。结果表明，经典谱分析方法的稳定性好，但分辨率受信号样本数影响，不适于小样本信号。现代谱分析方法比经典谱分析方法有更高的分辨率，因而可用于柴油机小样本数据段的分析，但使用时要注意模型阶次p的选择。当p太高时，各种方法都出现不稳定的现象。自相关法的分辨率略低，但其稳定性较好，可优先考虑使用。柴油机振动过程中有许多小样本信号，如爆发、阀开关、喷油信号等，它们引起的振动信号都非常短，采用AR谱估计方法是非常合适的。     

党参立体栽培的产量效应及其因子回归与相关分析

针对党参CodonopsisPilosula(Franch．)Nannf平作栽培技术因生长后期茎蔓匍匐在地，重叠郁蔽严重，导致位于下层的茎叶提前衰败死亡而严重影响产量的问题，进行了立体栽培技术研究。结果表明：采用立体栽培技术能有效改善党参田间通风、透气、透光条件，提高产量和品质。与传统平作(CK)相比，立体栽培技术增产幅度达到显著水平，直立搭架栽培的单产、单根鲜重、有效株数比对照提高48．8％、24．9％和20．6％；水平搭架栽培的单产、单根鲜重、有效株数比对照提高36．0％、21．6％和11．3％。直立搭架和水平搭架栽培的党参感病率较对照依次降低45．5％和27．3％。运用SPASS软件，对立体栽培条件下，影响党参产量的单根鲜重、有效株数和成苗率3个主要产量因子效应进行回归和相关分析。表明作用最大因子的是有效株数和成苗率，相关系数达到O．850；其次是单根鲜重，相关系数为0．683。     

文献老化B-K方程的线性回归方法

提出一种用一元线性回归求解B-K老化方程的方法，给出了线性方程的相关系数，检验了线性方程的显著性，并结合应用实例，求出实例文献的半衰期。结果表明，用本文提出的方法，通过B-K老化方程求文献的半衰期是可靠的。     

乳腺癌诊断指标的数理统计分析

以UCI机器学习知识库提供的683个乳腺癌数据为基础，利用相关分析、逐步线性回归和主成分分析等数理统计方法，对用于诊断检测乳腺癌各指标间的相互关系及主要判断指标进行了深入研究，指出细胞大小的均匀性(X2)、细胞形状的均匀性(X3)是检测乳腺癌诸指标中最重要的指标。     

回归函数非线性小波估计的优良性

在X服从区间[0,1]上的均匀分布的假设下,证明了回归函数的非线性小波估计中小波系数的无偏性和一致性.并证明了设置二次阈值情况下,小波系数的估计更有效.     

非线性时间序列的重构及预测

采用自适应前馈网络算法(AFN)进行非线性时序预测，对网络结构设计进行详细的探讨，并应用该方法对经典非线性时间序列数据进行预测，与传统预测方法(TAR)比较，结果证明此种方法具有较好的效果，网络的结构得到了简化。不仅满足了误差目标的要求，而且提高了网络的推广能力。且AFN方法可以对时间序列数据间的关系给出一种基于贡献率的解释。     

DBL(1,0,1)误差非线性回归模型相关性和方差齐性的检验

讨论了具有双线性DBL(1，0，1)误差的非线性回归模型的相关性和方差齐性的检验问题，用Score检验方法给出了双线性项检验以及相关性和方差齐性同时检验的检验统计量，并用随机模拟验证了检验方法的正确性；推广和发展了具有线性序列误差回归模型的结果；最后将结果应用于DBL(0，1，1)误差的非线性回归模型。