广义对角占优矩阵的新判据

广义对角占优矩阵在矩阵分析和数值代数的研究中具有重要作用,但在实用中要判别广义对角占优矩阵是十分困难的.本文通过对矩阵行标作划分的方法,给出了判定广义对角占优矩阵的一组新条件,改进了近期的相关结果,相应数值例子说明了结果的有效性.     

不确定双线性随机离散时间系统的鲁棒控制

文章研究了不确定双线性随机离散时间系统的鲁棒控制.通过构造线性滤波,利用代数里卡提不等式与线性矩阵不等式(LMI)方法,使得系统状态均方有界,以及每个状态误差的协方差矩阵对角元素不超过对应预先设定的对称正定矩阵元素上确界,从而双线性随机系统可达到较好的鲁棒性.数值算例验证了该方法是有效的.     

图的拟拉普拉斯特征多项式的系数

设G是一个简单无向图,A是图G的邻接矩阵,对角矩阵D=diag(dl,d2,…,dn)是G的顶点度矩阵,则L+=D+A称为G的拟拉普拉斯矩阵.本文研究了G的拟拉普拉斯矩阵的特征多项式QG(μ)的系数,利用图G的边数、度序列和三角形个数给出了QG(μ)的一些系数的代数表达式.     

对角占优矩阵的行列式估计

针对对角占优矩阵的行列式估计问题,首先利用严格对角占优矩阵A的元素给出逆矩阵A-1的主对角元的上下界,然后利用逐次降阶法和递归法给出A的行列式的单调递增的下界序列和单调递减的上界序列,改进了一些已有结果.随后将此方法推广,从而得到对角占优矩阵的行列式的上下界序列.最后通过数值算例验证理论结果,数值算例表明所得估计在某些情况下能达到真值且比现有结果精确.     

矩阵的相似变换与合同变换异同

相似变换和合同变换是高等代数矩阵理论中的两个等价基本变换.它们是似同实殊异的两个概念.在<高等代数>里,我们仅讨论了它们简单而直接的应用问题,用相似变换讨论可角化矩阵的相似对角形问题,用合同变换讨论了对称矩阵对角化及二次型标准化问题,矩阵的相似和合同有诸多相同性质,也有许多不同性质.     

单圈图的Laplacian谱

G 是一个图，A（G），D（G）分别是G 的邻接矩阵和顶点度序列对角矩阵，则矩阵L（G）=D（G）-A（G）称为G 的Laplacian 矩阵。作者考察了单圈图的Laplacian 矩阵的谱性质，并着重讨论了单圈图的代数连通度。     

将可对角化矩阵进行对角化的一种简洁方法

矩阵是高等代数中一个重要的概念,而对角矩阵作为一种特殊的矩阵,它在理论研究方面有重要的意义。本文利用矩阵相似的初等变换,给出可对角化矩阵对角化的一种简洁的方法。     

最终严格对角占优矩阵A的‖A~(-1)‖_∞的上界序列

针对逆矩阵的无穷大范数的上界估计问题,利用已有严格对角占优矩阵的逆矩阵的无穷大范数的上界,给出最终严格对角占优矩阵A的‖A~(-1)‖_∞的上界序列,改进了某些已有结果.数值算例显示所得上界序列是单调递减的,且在某些情况下能达到真值.     

三级三角矩阵代数的AR序列

描述了二级与三级三角矩阵代数的模范畴部分AR序列,给出子代数模范畴的AR序列如何扩张为相应的三角矩阵代数模范畴的AR序列.     

一种改进的确定性准规则LDPC码

提出了一种确定性准规则LDPC码的设计方法,通过双对角矩阵以及迭代生成的线性同余序列构造校验矩阵.推导了为避免四边以及更少边的循环,迭代参数所需要满足的条件.该方法主要优点是编码仅具有线性复杂度,并且校验矩阵可通过迭代和双对角矩阵生成,在译码端不需要存储整个校验矩阵,这对于译码器的硬件实现是有利的.仿真结果表明该方法具有优于伪随机方法的性能.     

我国沪铜期货价格的分形统计

运用分形分布参数估计、函数盒维数以及多重分形分析等方法对我国沪铜期货价格时间序列进行了实证研究.结果表明,沪铜期货价格不服从正态分布,价格之间存在长记忆性,从而对有效市场假说提出了质疑.函数盒维数及多标度分析的结果揭示了期货价格的聚类特征及标度变化,说明用单一分形模型来描述期货价格是不充分的,多重分形分析方法为更好地描述期货价格的变化规律提供了有力的工具.     

基于BP神经网络的混沌时间序列预测方法及应用研究

神经网络在时间序列的预测中得到广泛的应用,但神经网络模型的输入层神经元个数的选取仍然没有一个明确的解析式来表达.为解决这个问题,在非线性动力系统中,根据混沌理论重构相空间,通过最大Lyapunov指数判定时间序列是否存在混沌现象,存在则通过G-P算法计算出混沌吸引子的关联维数,进而获得相空间的嵌入维数作为神经网络的神经元个数.通过上述方法对铝现有价格进行建模,验证该方法对时间序列的短期预测有较好的精度,在此基础上,对未来一段时间铝价格进行预测.     

多变量时间序列复杂系统的相空间重构

根据单变量时间序列相空间重构思想 ,提出了多变量时间序列描述的复杂系统的相空间延迟重构方法 .对每一分量的时间序列 ,分别利用互信息最小法确定最佳延迟时间间隔 ,最小嵌入维数的选取方法是单变量时间序列情况下虚假邻点法的推广 .给出了q阶广义关联积分和q阶广义关联维数的计算公式 ,并证明了广义关联维数与所用范数无关 .计算了Lorenz系统按前 2个变量进行重构时的最佳延迟时间间隔和最小嵌入维数 .计算结果表明 ,用多变量时间序列重构比用单变量时间序列重构所需的数据长度要短得多且在方法上更有效     

金融时间序列结构波动的子波变换分析

运用子波变换的分析方法，研究金融时间序列多尺度局域结构的波动性.通过对具体的股指数据分析表明，利用子波分析法，不仅能准确判定出序列的稳定周期大小和相对强弱，而且能提取序列的局部波动和突发波动信息.     

一种金融时间序列区域分割方法的研究

金融时间序列指描述不同金融产品诸如股票、汇率与基金等的时间序列.它与金融市场中人类的各种经济活动密切相关,呈现出复杂多变的状态.为了从海量的金融数据中发现有价值的,可用于投资的信息,大量学者采用数据挖掘来对金融时间序列作数据提取和处理.由于金融时间序列具有高噪声、非平稳性、潜在的周期性等特性,如果直接在金融时间序列的原始数据的基础上进行数据挖掘,会导致结果失败或是取得不理想的挖掘效果.而在数据挖掘前能对原始数据进行数据清洗、数据集成等预处理,数据挖掘质量将达到更好地效果.作为金融时间序列的一个重要分支,股票时间序列预测方法通常采用分段线性表示PLR(Piecewise Linear Representation)进行时间序列的预处理.但是PLR算法存在采用单一的拟合误差作为阈值,分段效果不太理想,算法本身的通用性,时间复杂度等性能都有待提高等缺点.本文提出了金融时间序列区域分割方法,该方法在定性和定量上都优于传统的分段线性方法.     

金沙江流域月径流时间序列的混沌分析

在介绍重构相空间技术的主要定量指标(关联维数D2和柯尔莫奇诺夫熵)的基础上,以长江上游金沙江流域小黄瓜园站和蔡家村站的月径流时间序列为例详细说明了求取时间序列中的混沌特征数的方法;并且采用主分量分析(PCA分布)方法进一步验证了两个站的径流序列具有混沌特性.得到金沙江流域径流序列的预测年限不应超过7～9个月,为金沙江流域径流预测提供了科学的依据.     

基于改进ADPP的多变量时间序列异常检测

针对多变量时间序列异常检测问题进行研究,提出基于改进ADPP的多变量时间序列异常检测算法IADPP.IADPP算法引入适用于多变量时间序列的张量相似性度量SSOTPCA,并以此相似性度量构造序列集的k-近邻图,在构造的k-近邻图上计算多变量时间序列的异常系数.研究结果表明,IADPP算法克服了原有ADPP算法不支持多变量时间序列和要求密度均匀的缺陷,取得了较好的检测结果.     

基于全程信息和时间弯曲校正的签名认证

利用Wintab接口技术实现了对手写签名全程信息的实时采集，提出一种非线性局部寻优时间弯曲校正方法，解决了手写签名全程信息时间序列的时间轴弯曲现象，该校正方法不仅实现了对信息序列不同局部的非等强度校正，而且很地保持了序列的单调性和连续性，利用该校正方法在测试签名样本时获得了96％的身份认证正确率。     

串联式组合模型在基坑监测中的应用

在传统模型基础上提出串联式组合模型,选择灰色模型对基坑监测数据的趋势项进行拟合,时间序列模型对监测数据的随机项进行拟合,发挥两者自身的特点,进行有机地组合预测分析。通过工程实例预测结果分析表明:串联式组合模型不仅能够预测出基坑的变形趋势,而且相对于时间序列模型、灰色模型有着较好的预测精度,体现出将串联式灰色时间序列组合模型应用于基坑监测的合理性和有效性。     

贵州省人口总量时间序列的ARIMA模型

人口研究、预测和控制是关系国计民生的大事.对全国人口总量时间序列模型,已有很多人进行了一定的研究,对贵州省人口总量时间序列模型还未有人研究.通过研究贵州省人口总量时间序列(1952~2002年),应用B-J法建立了AR IMA模型.为人口预测和控制提供一个简单易行的统计方法.