机器人封闭动力学模型的递推组集方法

本文基于Ｊｏｕｒｄｉａｎ变分原理提出了一种建立机器人封闭式动力学模型的新递推算法，文中用旋转矩阵和相对位置矢量表示相邻杆件间的关系，建立了以关节变量为广义坐标的机器人显式动力学方程，并给出了建立动力学方程时有关运动学参数及其地广义坐标和广义速度偏导数的递推算法。     

平稳过程回归函数核估计相合的充要条件

本文对一类平稳过程,在 EY~2<∞下及最大相关系数ρ(n)=O(n~(-(1/2))(logn)~(-2))时,获得了回归函数递归核估计强、弱相合等价的充要条件。     

关于样本区间长度的联合分布

设（X1，X2，…，Xn）为服从I=[0，1]上均匀分布的简单随机样本，它们将[0，1]分成（n＋1）个样本区间，以Y0，Y1，…，Yn分别表示这些样本区间的长度．本文讨论Y0，Y1，…，Yn的联合分布及其极限分布．     

基于贝叶斯推理的决策树模型

针对决策树（DT）模型缺乏概率背景这一问题，将贝叶斯推理引入DT模型，提出了一种基于贝叶斯推理的决策树（BDT）模型．在假定所含待定参量的先验与似然的前提下，借助贝叶斯推理获得参量的后验，然后运用逆跳马尔科夫链蒙特卡洛算法对后验抽样，最终求出样本属于某一类别的置信度，从而避免了武断判决．BDT模型以抽样代替拆分与剪枝操作，既直观又灵活，同时在抽样时考虑了不同的树结构与递归分割方案，使得分类准确率得以提高．仿真实验结果表明，BDT模型的平均分类准确率与DT模型相比提高了1．7％～3．5％．     

在线增强型复值混合信号盲分离算法研究

基于二阶统计量，对在线分离复值混合信号法进行了研究．假设源信号是独立的且非常态，信号的伪协方差矩阵能增加约束条件，从而可证明二阶统计量能够完全分离复值混合信号，而且对信号是否平稳不作要求．结合非常态信号的独立性，构造出代价函数，利用梯度下降法推导出在线盲分离算法．通过盲分离算法的仿真试验，发现所提出的盲分离算法能充分利用复值非常态信号的二阶统计量，算法具有鲁棒性好、运算速度快和可在线实现等优点．     

基于相对论简并费米气体模型的Chandrasekhar极限

利用简并费米统计理论，并考虑到电子运动的相对论效应，求出白矮星的极限质量-Chandrasekhar极限质量，并进一步讨论了这一极限质量在恒星演化过程中的意义。     

有关正整数的一类分拆数的计算

讨论了正整数n的一些带约束条件的分拆问题.给出了计算其中三类分拆数的递推关系:一类为将n分拆成l个不同的分部(项),且分部量不超过正整数k的分拆数的递推关系;另一类为将n分拆成各分部量互不相同且分部量不超过k的分拆数的递推关系,进而给出了计算这类分拆数的一种计算方法;第三类为将正整数分拆成分部量不超过k且互不相同的奇偶分拆数的递推关系.     

李克特量表的统计学分析与模糊综合评判

针对传统统计分析方法处理李克特量表数据的局限性以及量表评语等级的模糊性,采用统计学分析与模糊综合评判相结合的方法分析量表,用因子分析所得方差贡献率作为二级评判的权重向量,既可了解群体的综合态度总分及其分布,又可直观地得出群体态度的归属等级和各等级态度所占比例。通过对应用实例的研究,证明了该方法的可行性和有效性。     

多个独立正态分布随机变量的最大值分布

求n个相互独立的随机变量的最大值分布是概率论中常见的运算。但是当n很大时求最大值分布及其统计参数很繁，本文用渐近分布理论得知多个独立正态分布随机变量的最大值分布为极值Ⅰ型分布、再推导具体表达式、从而很容易求出其统计参数。     

非线性动态网络/系统（N/S）模型辨识与故障诊断

采用方波脉冲函数变换（BPFT）对一类非线性动态N/S混合模型(H1,B)进行了辨识，导出了计算混合模型（H1,B）的相关公式和N/S响应的伏特劳级数解在方波域内的离散递推算式，解决了一类非线性动态N/S模型的数值计算问题.在此基础上，提出了一种基于多重预置模型的非线性N/S的故障诊断方法，该法通过检验各个预设模型与N/S当前状态的匹配程度来判断N/S是否处于某种故障状态，而无须在线估算N/S当前的模型及分析其特征，从而极大地减轻了在线计算工作量，可实现在线故障诊断.给出了故障诊断实例，实验结果表明该法故障诊断的准确率达到80％～90％.