发育毒性研究中两种统计模型与估计方法

在进行毒性分析的试验中,反应变量是试验中怀孕母鼠受精卵对毒性反应的可能性大小.笔者的研究目标是探求这个概率变量的一阶矩和剂量之间的函数关系.采用了以下两种方法:一是假设反应个数是服从Beta-二项分布的随机变量,通过矩方法把分布中的未知参数估计出来,从而得到反应个数取某个值时的概率与反应个数的一阶矩及窝内相关性的估计;二是先建立关于试验的剂量-反应模型,然后用极大似然法得到μ(d)=θ[1+exp (-α-β1d)]-1+(1-θ)[1+exp (-α-β2d)]-1中的四个参数α,β1,β2,θ的估计,(α),(β)1,(β)2,(θ).从而得到μ(d)的估计(d).     

导致破产的索赔量的矩

求出了古典风险模型中导致破产的索赔量的k阶矩,给出了破产发生时导致破产的索赔量的k阶矩与索赔量的k阶矩的关系,同时求出了它的上下界.     

压缩真空激发态的高阶压缩

本研究了压缩真空激发态的高阶压缩性质，发现θ等于零时这种态中正交分量的２Ｎ阶矩表达式可以化为压缩真空态的２Ｎ阶矩和一个与ｍ有关的函数相乘的形式，进一步分析表明当压缩参数ｒ足够大时，这种态可以压缩至任意偶数阶；对于确定的ｒ和ｍ，压缩至２Ｎ阶的这种态必然会压缩至（２Ｎ＋２）阶。     

非线性回归模型M估计的信息损失

首先考虑非线性回归模型中参数向量θ的M估计的用曲率表示的一阶随机展开式.在此基础上,求出θ的Huber形式的M估计的信息损失.     

Meyer-KnigandZeller算子的4阶矩和6阶矩

对Meyer-Knig and Zeller算子的4阶矩及6阶矩进行了研究,通过推导计算,给出了该算子4阶矩及6阶矩的估计结果.     

均匀分布U(a-θ,a+θ)的参数估计与优效性

研究均匀分布U(a-θ,a+θ)关于参数θ的矩估计和与极大似然估计,讨论参数θ估计的优效性,证明参数θ矩估计不惟一,参数θ的极大似然估计不仅是参数θ的无偏估计,还是参数θ的强相合估计,且参数θ的极大似然估计也是UMVUE.     

一类含连续分布时滞的随机Hopfiled神经网络模型的几乎必然指数稳定性和p阶矩指数稳定性

考虑一类含连续分布时滞的随机Hopfiled神经网络模型的几乎必然指数稳定性和p阶矩指数稳定性,借助创建Lyapunov函数和运用非负半鞅收敛定理得到了该网络模型平凡解几乎必然指数稳定和p阶矩指数稳定的充分条件,并通过2个例子,说明结果的有效性.     

Meyer-K(o)nig and Zeller算子的4阶矩和6阶矩

对Meyer-K(o)nig and Zeller算子的4阶矩及6阶矩进行了研究,通过推导计算,给出了该算子4阶矩及6阶矩的估计结果.     

一类双线性时间序列模型的矩估计

研究一类对角双线性模型ｘｔ＋Σｉ＝１ ｐ ａｉｘｔ－ｉ＝ｅｔ＋Σｊ＝１ ｑ ｂｊｅｔ－ｊｘｔ－ｊ的矩估计方法,着重分析一般模型ｘｔ＝ｅｔ＋ｂｅｔ－１ｘｔ－１的高阶矩估计及其大样本性质。方法 计算模型的矩,理论证明时运用中心极限定理,采用计算机仿真方法验证模型参数。结果与结论 获得一阶模型的高阶矩会计和一般模型的低阶矩估计,并给出仿真结果和说明,得到一阶模型的高阶矩估计的极限分布。     

二阶矩的最优二次无偏估计

设X1,X2,…,Xniid,EX1=θ,Var(X1)=σ∧2,在假定X1与N（θ,σ∧2）有相同的前四阶矩的条件下给出参数了τ=aθ∧2 bσ∧2 d的最小方差二次无偏估计,统一和推广了一些已有结果。     

灰色多随从二层线性规划问题及其解法

针对多随从二层线性规划问题, 结合灰色特征, 提出了灰色独立多随从二层线性规划问题. 建立了该问题的数学模型, 并证明了漂移型灰色独立多随从二层线性规划问题等价于漂移型灰色二层线性规划问题. 对于漂移型灰色独立多随从二层线性规划问题, 基于单纯形法设计了一种求解算法. 数值算例表明该算法是可行有效的.     

广义Ⅰ型一致不变凸条件下的极大极小分式规划的二阶对偶

给出一类新的二阶广义(F,α,ρ,θ)-d-Ⅴ-Ⅰ型一致不变凸的概念, 讨论了极大极小分式规划问题（P）, 建立了规划（P）的一个二阶对偶模型, 并利用此二阶广义Ⅰ型一致不变凸性, 得到了弱对偶、 强对偶和严格逆对偶定理.     

李超三系上带有权λ的导子

通过给出李超三系上带有权λ的(θ,φ)-导子和带有权λ的Jordan(θ,φ)-导子的定义,得到了李超三系上带有权λ的Jordan(θ,φ)-导子是带有权λ的(θ,φ)-导子的充分条件,证明了李超三系上带有权λ的Jordanθ-导子即为带有权λ的θ-导子,并对李超三系上的(θ,φ)-导子进行了推广.     

基于LVQ神经网络的植物种类识别

提出一种基于学习矢量量化（LVQ）神经网络的计算机植物种类识别新方法. 使用2-D不变矩、 多尺度2-D Gabor滤波器等多种方法分别提取了叶片的几何特征和纹理特征, 应用LVQ神经网络识别植物种类. 实验结果表明, 该方法对植物种类的识别效率较高.     

INAR(1)模型参数的Bayes估计

利用Bayes方法研究INAR(1)模型的参数估计, 给出了模型参数的Bayes估计因子, 并通过数值模拟将Bayes估计与Yule Walker估计、 条件最小二乘估计、 条件极大似然估计进行比较. 结果表明, Bayes估计方法在一定情形下优于其他方法.     

基于G-KRA模型框架的工作流建模

基于广义知识重构与抽象(G KRA)模型框架给出了工作流建模的一般过程, 根据功能知识引入了功能感知的概念, 自动构造工作流抽象对象库WfO_a. 构造基本行为感知和WfO_a中的基于功能的工作流抽象对象之间的映射关系, 实现基本行为感知与相应关系的替换操作. 通过这些映射关系, 生成了基于功能的工作流抽象模型以简化基本工作流模型的表示.     

非同分布φ混合序列加权和的强极限收敛性

利用φ混合序列矩不等式和截尾的处理方法,研究非同分布φ混合序列加权和强极限收敛性质的问题,得到了若干新结果,推广并改进了独立同分布情形下的相应结果.     

紫外光作用下冰相中α-萘酚的光转化

采用室内模拟实验研究紫外光作用下α-萘酚的冰相光转化规律, 考察了其影响因素, 分析了光转化产物, 并推断了反应机制. 实验结果表明:  在紫外光作用下, 冰相中α-萘酚可以发生光转化, 其转化率随α-萘酚初始浓度的增加而降低, 随光强的增大和超声时间的延长而增加; 天然松花江水中α-萘酚的光转化较纯水中快; 强酸性或强碱性条件有利于α-萘酚的光转化; 加入NO^-₃,NO^-₂,HCO^-₃,Fe²⁺,Fe³⁺和Mn²⁺均促进了α-萘酚的光转化, Cl^-对α-萘酚光转化的影响不明显. 通过GC-MS检测出冰相中α-萘酚的4种光转化产物, 推测其光转化途径为缩合、 氧化和还原反应.     

自 激 滤 过 的 泊 松 过 程

给出了一类与过去事件点相关的滤过泊松过程（自激滤过泊松过程）的相关性质, 并将其应用于截断δ冲击模型标值过程和关系营销客户寿命价值的研究中, 得到了自激滤过泊松过程的一维特征函数、 二维特征函数、 一阶矩以及截断δ冲击模型标值过程的期望和平均客户寿命价值.     

偏最小二乘法用于近红外漫反射光谱测定异福片

应用近红外漫反射光谱结合偏最小二乘法(NIR PLS)对异福片中利福平和异烟肼的含量进行定量分析， 所建立的定量分析模型对校正集样品中利福平和异烟肼的含量预测回归系数分别为0.992　77，0.989　01，交互验证均方根误差(RMSECV)分别 为0.006　65，0.004　23.对预测集样品利福平、 异烟肼的含量预测均方根误差(RMSEP)分别为0.005　73，0.003　79；加样平均回收率分别为99.376%和98.243%；重现性实验相对标准偏差(RSD)分别为0.679　3%和0.639　8%.结果表明， 该方法预测精度高， 且具有方便快捷、 非破坏、 无污染、 可在线检测、 重现性好等优点， 可作为异福片原位质量检测和在线质量监控的方法予 以推广.