ARMA(p,q)模型参数初估计新方法研究

提出了一种Ｙ－Ｗ法与逆函数法相结合的ＡＲＭＡ（ｐ,ｑ）模型参数初估计新方法．该方法不但具有在计算机上容易实现的特点,而且与当前常用的参数初估计方法相比,在参数估计精度上有了较大的提高．这对ＡＲＭＡ（ｐ,ｑ）模型的进一步推广与应用将有着极为重要的意义．     

基于向量模糊模式识别的纹理图像分割方法

提出了一种基于同步自回归（ＳＡＲ） 模型和模糊信息原理进行纹理分割的方法．利用二阶ＳＡＲ模型对图像纹理进行描述,用最小平方误差方法对模型参数进行估计,将估计的参数作为纹理的特征向量．根据模糊信息原理,分析了纹理图像的模糊特性,给出了一种基于向量模糊集合簇模糊模式识别的纹理分割方法．实验结果表明,用所提出的方法进行图像纹理分割取得了较好的分割效果．     

多元Cp统计量

对回归模型ｙ＝β０＋βｌｘｌ＋．．．＋βｌｘｔ，把Ｃｐ统计量推广到ｑ≥１的情况，得到Ｃｐ＝（２ｐ－ｔ－１）ｑ＋（ｎ－ｔ－ｑ－２）ｔｒ〔（ＲＳＳ）＾－１（ＲＳＳｘ－ＲＳＳ）〕，并讨论了Ｃｐ的若干统计性质。     

关于ARMA（pq）模型序列的叠加问题

讨论了关于零均值的平稳时间序列ＭＡ（ｑ），ＡＲ（ｐ），ＡＲＭＡ（ｐｑ）三种模型在一定条件下的叠加，乘积所呈现模型的一些结论。     

LAC准则及其在ARMA模型辨识中的应用

基于残差序列最小自相关原理，提出了模型适用性ＬＡＣ检验准则及其递推算法，用于辩识和估计ＡＲＭＡ（ｐ，ｑ）模型的结构和参数，在实际应用中取得了较满意的结果。其特点是计算量小、精度高，并且不受ｑ＜ｐ条件的限制。     

非平稳随机信号ARMA模型时变参数与其WVD的关系

研究了非平稳随机信号自回归滑动平均（ＡＲＭＡ）模型时变参数与其对应的离散ＷＶＤ以及ＡＲＭＡ模型时变参数与连续ＷＶＤ之间的关系，使ＷＶＤ可以用ＡＲＭＡ模型的时变参数表示，计算机仿真结果验证了理论推导。     

CVD 矩阵与 n-宽度的(p,q)问题

证明了ｄ２ｋ＝δ２ｋ＝ｄ２ｋ≥ｂ２ｋ，其中ｄ２ｋ、δ２ｋ、ｂ２ｋ分别表示Ａ（ＢＭｐ）在ｌＮｇ中的ｋｏｌｍｏｇｒｏｖ、线性、Ｂｅｒｎｓｔｅｉｎ型２ｋ－宽度，ｄ２ｋ表示ＡＴ（ＢｌＮｑ′）在ｌＭｐ′中Ｇｅｌ′ｆａｎｄ型２ｋ－宽度，这里Ａ（ＢＭｐ）＝｛Ａｘ：ｘ∈ＡｌＭｐ，‖ｘ‖ｐ≤１｝，其中Ａ是一个Ｎ×Ｍ的ＣＶＤ矩陈（Ｎ＞Ｍ＝ｒａｎｋＡ，Ｍ是奇数），１ｐ＋１ｐ′＝１，１ｑ＋１ｑ′＝１（１≤ｑ≤ｐ＜＋∞，ｐ≠１）．     

关于高斯函数的几个恒等式

对高斯函数的两个恒等式：〔ｘ〕＋〔ｘ＋１／ｍ〕＋．．．＋〔ｘ＋ｍ－１／ｍ〕＝〔ｍｘ〕，其中ｘ∈Ｒ，ｍ∈Ｎ；１／２（ｐ－１）Σ（ｋ＝１）〔ｋｑ／ｐ〕＝Ｐ－１／２．ｑ－１／２，其中ｐ、ｑ是正奇数且（ｐ，ｑ）＝１，以及Ｔｏｍ．Ｍ．Ａｐｏｓｔｏｌ的一个问题“若ａ＝１，２，３，４，５，６，７。证明存在一个（依赖于ａ的）整数ｂ，使得ｎΣ（ｋ＝１）〔ｋ／８〕＝〔（２ｎ＋ｂ）＾２／８ａ〕”，作了进一步的推广，得到     

混合范数空间与面积积分

研究了混合范数空间Ｈ（ｐ,ｑ,α）中解析函数ｆ的面积积分Ａｒ（ｆ）和Ａｒ（ｔ,θ,ｆ）的增长性,对ｐ的不同取值,分别用Ａｒ（ｆ）和Ａｒ（ｔ,θ,ｆ）给出了ｆ∈Ｈ（ｐ,ｑ,α）的充分条件和必要条件。对Ｄ上的面积平均ｊ叶函数族,给出了充要条件。结果推广了Ｆ．Ｈｏｌｌａｎｄ,Ｊ．Ｂ．Ｔｗｏｍｅｙ和Ｓ．Ｙａｍａｓｈｉｔａ的主要结论。     

基于向量模糊模式识别的纹理图像分割方法

提出了一种基于同步自回归（ＳＡＲ）模型和模糊信息原理进行纹理分割的方法,利用二阶ＳＡＲ模型对图像纹理进行描述,用最小平方方法对模型参数进行估计,将估计的参数作为纹理的特征向量,根据模糊信息原理,分析了纹理图像提模糊特性,给出了一种基于向量模糊集合簇模糊模式识别的纹理分割方法,实验结果表明,用所提出的方法进行图像是分割取得了了分割效果。     

基于互信息非刚性医学图像配准的方法

提出了一种基于互信息的对非刚性三维医学图像进行弹性配准的方法．用２Ｄ联合直方图法计算两幅图像重叠部分的图像灰度之间的互信息,使之最大化,从而实现两图像之间的全局仿射配准．然后将两幅图像的重叠部分均分成互为重叠的体积子块,再最大化每对对应体积子块图像灰度之间的互信息,实现每对对应子块的局部刚体配准,并将每个子块的中心作为一一对应的控制点．利用这些均匀分布的控制点对结合薄平板样条插值法实现图像的全局非刚性弹性配准．实验结果表明,该算法可以有效地实现三维图像全局弹性配准,但计算时间较长．     

基于FIR神经网络的非线性盲信号分离

针对实验环境中可能出现的非线性卷积混合盲信号分离问题,在反馈结构最大似然盲信号分离算法的基础上,利用混合高斯模式概率密度函数估计方法,提出了一种采用有限冲激响应神经网络的非线性盲分离算法,并推导了新算法的权向量迭代公式．通过与其他盲信号分离算法的计算机模拟实验结果比较,新算法能更有效地进行非线性函数逼近,得到更小的输出均方误差,达到较好的非线性盲信号分离效果．     

基于数学形态学和神经元网络的货币识别

基于Ｇｒａｎｕｌｏｍ ｅｔｒｉｅｓ 定义的基础,给出了模式谱的定义．运用基于“开”运算的Ｇｒａｎｕｌｏｍ ｅｔｒｉｅｓ得到纹理的模式谱,并以此作为纹理的特征向量,通过双隐层的人工神经网络分类器进行分类,达到识别的目的．给出了该方法在货币识别上的应用实验结果．     

基于MGGD 和上下文模型的小波域图像去噪

考虑到自然图像小波系数分布的两个统计特性,用多元广义高斯分布（MGGD）模型描述小波系数的统计分布,采用基于上下文模型的自适应协方差矩阵估计,再利用最大后验概率估计原始图像的小波系数。实验表明,该方法在直观视觉上去噪效果明显,在信噪比方面也要优于其他的一些小波去噪方法。     

丹瓜方对转基因糖尿病小鼠心脏损伤的作用

探讨丹瓜方对转基因糖尿病小鼠心脏组织的影响。32只A poE-/-小鼠数字随机等分为模型组、丹瓜方组、联合用药组（丹瓜方＋吡格列酮）、吡格列酮组。喂以普通饲料，各组分别给药12周。小鼠处死，取心脏、匀浆，免疫组化测心脏血清反应因子（SR F）含量；解剖冠状动脉，光镜观察比较。结果：与模型组比较，联合用药组与丹瓜方组SR F阳性率降低有显著性差异（P＜0.01）；形态学观察，丹瓜方组与联合用药组冠状动脉内膜大部分无增厚。结果表明：丹瓜方对糖尿病小鼠心脏具有保护作用。     

基于遗传算法的海气耦合模型参数反演

为了提高模型参数反演效率和精度,基于遗传算法和系统优化思想,从一个简单的海气耦合模式出发,反演模式参数和强迫项.试验结果表明:遗传算法和系统优化结合的方法,可以有效优化模式参数和强迫项,进而修正模式的预报误差.同时,该方法具有参数反演过程不与模型结构发生耦合,计算量小和操作性强、反演效率高等优点,为在实际应用中改善模式参数和初值、提高预报准确率提供了一个可借鉴的方法和途径.     

预测模型在指标化用电管理中的应用

通过对西北大学用电数据的分析，建立了季节模型、线性季节模型和比例季节模型等３ 种相应的预测模型，应用此模型可以对校内各单位用电量进行预测并做适当处理，据此下达今后的用电指标。     

一种新的基于自相关相似距离的语音信号端点检测方法

基于短时能量和隐马尔可夫模型（ＨＭＭ）的端点检测方法都有一定的局限性,提出了自相关相似距离的概念,并讨论了基于自相关相似距离的新的端点检测方法．对自相关相似距离进行统计分析,给出了算法的具体实现步骤,阐述了门限的确定方法．用此方法、人工方法和ＨＭＭ 模型方法得到的实验测试结果进行了比较．结果表明,即使在较低信噪比的环境下,采用本算法仍能较准确地检测出语音信号的端点位置．     

山西省城镇生活用水现状与节水效益分析

在对城镇生活用水节水现状和节水存在问题进行系统分析的基础上,从取水对象分类、取水指标对比、供水设施改造及污水再生回用等方面挖掘了节水潜力;预测了2010年城镇生活需水量,估算了节水投资与效益;提出了节水总体目标与主要任务。     

基于回波阵列特征结构分解的血流运动信息高分辨估计方法

在将混合模型引入时域分析并建立表征超声运动检测回波的一般模型的基础上,对特征结构法的运动估计性能进行了仿真．结果表明,该方法在处理由空间部分相关分布的运动散射子所产生的超声血流信号时同样具有高分辨性能．