非负线性合成对策的多重线性扩充

在对策的多重线性扩充的基础上，对非负线性合成对策进行了多重线性扩充，并得到了线性扩充函数的具体表达式。     

线性函数与矩阵的迹

讨论线性函数与矩阵的迹的关系，给出了一个线性函数是矩阵的迹的若干充要条件。     

基于代入法的约束线性模型的参数估计

本文利用代入法研究带约束条件的一般线性模型的参数估计问题，当线性模型中固定效应参数β附带线性约束条件时，在不同的协差阵和设计阵结构下，提出了可估函数c′β的约束估计，并给出其优良性质。     

回归系数可容许线性估计的一点讨论

在平方损失函数和一特殊线性模型下，得到了一维不可估参数函数的线性估计为可容许估计的充要条件，以及模型中参数向量的线性估计为可溶许估计的充要条件。     

多元线性模型中的条件最优预测

研究了带线性等式约束下任意秩多元线性模型中条件可预测变量的最优预测。特别地考虑了一类特殊的预测函数：φ－线性预测函数，给出了条件φ－线性可预测变量和条件最优φ－线性无偏预测的定义。得到了条件φ－线性可预测变量的条件最优φ－线性无偏预测，并证明了它在几乎处处意义下的唯一性。     

关于几类不变线性函数的概念、判定和应用

拟线性函数、伪线性函数作为一种广义凸函数已经被广泛研究，本文将该类函数进行推广，提出预不变线性函数、预拟不变线性函数、伪不变线性函数的概念，并讨论了这几类新函数的性质，最后给出伪不变函数最优解集的特征。     

带有线性约束的共同回归系数矩阵线性估计的泛可容许性

针对带有线性约束的多元共同均值回归模型，在泛优良性准则下，得到了其共同均值参数矩阵的线性函数的线估计是泛可容许的必要条件，进而给出了在不同的线性约束条件下，Ｈ的泛可容许估计类之间的一种刻划。     

格分片线性函数的辨识和优化

格分片线性模型由一个实数矩阵和一个 0 - 1矩阵所确定 ,能够表示任意维变量的全体连续分片线性函数 ,其实数矩阵完全由它的局部线性函数的参数向量所组成。这些特点为辨识分片线性函数和利用线性模型的分析方法解决分片线性模型描述的非线性问题提供了极大的便利。该文引入格分片线性模型解决非线性函数的辨识问题。给出了辨识格分片线性函数的实用算法。并对线性约束下的格分片线性函数优化问题提出了通过线性规划算法确定全局最优解的简单方法。这些工作表明 ,用格分片线性函数建模是解决非线性问题的一种有效途径     

几类函数的线性相关性

对于定义在区间I内的n个函数，当其满足某种条件时，研究了其线性相关性。     

一般线性模型下的线性充分性

讨论一般线性模型＜ｙ，ｘβＤ＞下的线性充分性和最小线性充分性，得到相应的刻一理。     

线性混合模型中固定效应与随机效应线性组合两步预测的均方误差

对一般的线性混合模型,研究其固定效应与随机效应线性组合的两步预测问题,给出了两步预测均方误差的一个近似计算公式,为比较不同方差分量估计的优劣性进一步莫定了基础.     

矩阵损失下带约束多元线性模型回归系数可容许线性估计的特征

讨论矩阵损失下带约束多元线性模型中线性估计的可容许性问题,证明了约束条件下多元线性模型中线性估计KB的可容许性与约束条件下一元线性模型中线性估计Kβ的可容许性具有等价性;根据这一特征得出了多元线性模型中线性估计KB的估计LY是可容许估计的充要条件。     

线性区域数量与PLNN表达能力的相关性

使用分段线性激活函数的神经网络(PLNN)在机器学习中得到广泛应用.本文给出了一种PLNN模型表达能力的度量值——线性区域数量，并给出了线性区域的数学表示.分析了线性区域之间的关系并计算合并后的线性区域数量，同时给出一种基于Z曲线的线性区域数量的计算方法.针对一个任务实例进行分析，计算不同网络结构的线性区域数量及合并后的线性区域数量，分析了线性区域数量与不同网络结构的准确性的关联.结果表明，线性区域数量能够表现PLNN模型的表达能力，对于选择网络超参数及解释模型边界具有研究意义.     

复合材料叠层板前屈曲二级线性理论及混合与协同效应

复合材料可定义为两层次材料,其力学本质是两层次力学理论,核心问题在于通过复合效应的研究去建立细、宏观量间的转换.本文提出了前屈曲二级线性理论,并对非经典理论作了一些说明.     

增长曲线模型中线性预测的泛容许性

在二次损失情况下,研究一般增长曲线模型中未来观察值线性预测的泛容许性.根据线性可预测变量泛容许预测的定义,得到了齐次线性预测和非齐次线性预测在对应的线性预测类中是泛容许预测时的充分必要条件.     

线性切换系统基于子系统的灵敏度分析

研究了一类线性切换系统的灵敏度·通过引入灵敏度参数,提出了一种新的线性切换系统的数学模型·指出灵敏度函数的求解,应首先求解一个灵敏度方程,并且通过灵敏度函数定义了线性切换系统基于子系统的灵敏度·在线性切换系统的分析中,灵敏度发挥着重要的参考作用·通过例子计算,验证了理论结果的正确性·     

线性双赢模式的解

以目标函数的梯度为导向,构造一个可以集中显示方程的增、减特性主要部份新的矩阵结构,并分析最大点的充分必要条件,从而得出最大点的解析式.解析式说明可以降低求解的复杂性.     

二次损失下回归系数的线性条件Minimax估计

考虑带线性等式约束的线性模型 .对任一条件可估函数 ,给出了二次损失下线性条件 Minimax估计的定义 ,并得到了唯一的线性条件Minim ax估计 .     

Nonparametric Regression Combining Linear Structure

Nonparametric models are popular owing to their flexibility in model building and optimality in estimation. However nonparametric models have the curse of dimensionality and do not use any of the prior information. How to sufficiently mine structure information hidden in the data is still a challenging issue in model building. In this paper, we propose a parametric family of estimators which allows for penalizing deviation from linear structure. The new estimator can automatically capture the linear information underlying regressions function to avoid the curse of dimensionality and offers a smooth choice between the full nonparametric models and parametric models. Besides, the new estimator is the linear estimator when the model has linear structure,and it is the local linear estimator when the model has no linear structure. Compared with the complete nonparametric models, our estimator has smaller bias due to using linear structure information of the data. The new estimator is useful in higher dimensions; the usual nonparametric methods have the curse of dimensionality.Based on the projection framework, the theoretical results give the structure of the new estimator and simulation studies demonstrate the advantages of the new approach.     

矩阵损失下线性估计可容许性的注记

研究矩阵损失下线性模型中线性估计的可容许性, 利用矩阵论的相关知识给出了齐次线性估计类和非齐次线性估计类中可容许估计的新刻画, 并举例说明所给条件更易于应用.