密度与回归的随机窗宽核估计的渐近正态性

本文建立了密度和回归函数的随机窗宽核估计的渐近正态性,并给出了在回归函数最近邻估计场合的一个应用。     

C^n中的线性奇异积分方程组

利用算子解法证明了闭光滑流形上具有Bochner-Martinelli 核全纯系数的多复变数的线性奇异积分方程组在 Holder连续函数类中存在唯一解,并讨论了引进参数的相应奇异积分方程组。     

回归函数改良核估计的强相合性

本文研究了回归函数改良核估计的强相合性,得到改良核估计的更一般形式.     

Hamerstein型积分方程的可解性

利用变分方法研究正定核以及拟正定核Hammerstein 型积分方程(?)(x)=∫_G k(x,y)f(y,(?)(y))dy的可解性.通过引进一类条件(H),推广了Krasnosel'skii 的两个经典的结果,同时也推广了郭大钧在拟正定核时的一个结果.     

基于广义特征值和核函数的非线性盲分离算法

在给出了一种基于广义特征值分解的线性混合信号盲分离方法的基础上,结合核特征空间而给出了一种非线性混合信号盲分离算法。该算法首先将混合信号映射到高维核特征空间,同时构造该核特征空间的一组正交基。其次,通过这组正交基将高维核特征空间的信号映射到参数空间,从而把非线性混合信号盲分离问题转化为参数空间的线性混合信号盲分离问题。在参数空间中,应用基于广义特征值分解的线性混合信号盲分离方法对信号进行分离。该算法具有闭解形式,计算简单,收敛精度较高,稳定性好。仿真结果表明该算法是有效的,具有良好的分离性能。     

嵌入式Linux系统实时性的研究

通过对Linux内核及其在实时应用方面不足的分析研究，在细粒度微定时器、内核抢占机制、实时调度策略等几方面提出了改善系统实时性方法。     

基于RTLinux的机器人控制操作系统实现

RTLinux操作系统具有实时性、完备性和源代码开放等很多优点、结合机器人的特点，讨论了将嵌入式RTLinux操作系统应用到机器人控制操作系统中的一些关键问题，重点介绍了构造机器人操作系统的软件设计方法，构造的操作系统在移动机器人平台上进行了实验，取得了较好的控制结果，为机器人控制的深入研究打下基础。     

采用核函数的多用户检测算法

提出了一种基于核函数的多用户检测(MUD)方案,与常规的支持向量机(SVM)学习算法不同的是,判别输出函数中的支持向量采用一种稀疏核逼近方法获取,而其对应系数则由输入采样协方差矩阵的广义特征向量构成,整个算法避免了常规的二次规划(QP)求解过程.仿真结果表明,采用核函数算法的检测性能与SVM检测性能接近,但在较大规模样本集下可有效减小计算量.     

相依误差近似回归模型的稳健设计

利用再生核空间方法研究相依误差近似回归模型的稳健设计问题．假定模型偏差来自概率测度为P的函数类H，同时还假定不同试验所产生的误差不独立．采用广义最小二乘估计作为参数向量的估计，根据平均预测风险最小原理得到了一个稳健设计准则．数值例子表明由该准则得到的设计具有良好的稳健性．     

VHDL仿真中离散事件仿真核的设计和应用

首先用面向对象的方法设计了一个离散事件仿真核，然后将该仿真核应用于VHDL仿真中．由于对离散事件系统进行了合理的抽象以及仿真核提供了简便的编程接口，所以降低了VHDL仿真系统建模的复杂性，并使得VHDL仿真系统具有良好的可维护性和可扩展性．该仿真核还可以应用到其它的离散事件系统仿真场合．