变系数部分线性EV面板数据模型的效应检验

研究了带测量误差的变系数部分线性面板数据模型中个体效应的检验问题。 基于截面最小二乘方法分别对固定效应模型和随机效应模型中参数部分和非参数部分进行估计,经过纠偏处理后分别得到修正后的估计量,并构造出参数 Hausman 检验统计量和非参 Hausman 检验统计量;进一步,在小样本下结合 Bootstrap 抽样方法和Hausman 检验统计量得到检验的拒绝域,并通过模拟来检验统计量的功效;最后利用本文方法实证分析研究了国内 16 家上市银行绩效影响因素,并给出了实质性建议。     

传感器网络中基于抽样的带权近似Top-k〖WT〗〖HT3,2〗查询算法

提出一种适用于传感器网络的抽样带权阀值过滤近似Top-k聚集查询算法.该近似算法会将无线传感器网络划成几个两两不相交的簇进行处理,在汇聚节点进行预处理以及在各个簇内进行抽样过滤处理,在抽样过程中给可靠而重要的节点赋上相应更大的权值,同时根据节点采集的信息具有时间相关特性,在簇内进行抽样阀值过滤处理,每个簇头节点都会接收到该簇内的Top-k候选子集,然后将每个簇的子集发送给Sink节点,该Sink节点将接收到能代表整网Top-k样本候选集.仿真实验结果显示该算法只需发送少量的数据,更小的抽样样本,并能满足任意精度要求.     

安吉毛竹林生态系统水分收支的研究

利用涡度相关技术观测安吉毛竹林生态系统2013年的水汽通量,同时结合降雨量对该生态系统的水分收支数据进行比较和分析,明确其水收支情况及其影响因子,以揭示毛竹林的水分利用能力,进而为其科学栽培和水分管理提供参考.结果显示:毛竹林生态系统全年表现为水汽源,7月份最高(108.85kg·m~(-2)),12月份最低(19.67kg·m~(-2)),但在2月份和6月份存在着小的波谷.全年降水量和蒸散量呈较弱的正相关关系(r=0.145,p0.05),蒸散主要集中于5—8月份,7月份最大,达到108.85mm,而降水较为分散,6月份有最大值,为394.5mm,且全年除了1、7和11月份的蒸散量略高于降水量外,其余各月均较低;不同季节的降雨量从高到低依次为:夏季秋季春季冬季,而蒸散量(水汽通量)则表现为:夏季春季秋季冬季.此外,全年水汽通量受温度的影响较为显著(p0.05),7月份则受温度和饱和水汽压差的双重影响.总之,2013年全年降雨总量达到1 508.5mm,蒸散量为749.07mm,蒸散量占到降水总量的49.7%,全年水分利用效率仅2.1g·kg-1,表明该毛竹林的地表径流较大,水分利用能力偏弱,若进行人工经营和管理,除了考虑环境因子变化外,还须注意合理用水,以避免水资源的浪费.     

基于L_1范数最小化的逆协方差矩阵估计

由于在高维空间中,基于固定维数的经典方法和结果不再适用,样本协方差矩阵不可逆,估计逆协方差矩阵时存在不稳定、计算成本高和非精确等问题,提出了一种L1范数最小化方法来有效估计高维逆协方差矩阵即精确矩阵.当总体分布满足指数类型条件或者多项式类型条件时,所提估计方法在各种范数下的收敛速率优于其他现存的方法.经分析验证,所提方法为凸优化问题,可采用交替方向乘子算法来解决.之后通过R语言在模拟数据和实际数据下进行仿真分析,并与Glasso方法对比逆协方差的估计性能和图恢复性能,结果表明所提估计方法准确率高、计算成本低.最后,将所提估计方法用来分析白血病数据集,并运用聚类分析对白血病人进行分类.     

基于改进Patchmatch及切片采样粒子置信度传播的立体匹配算法

针对立体匹配时视差不连续区、倾斜平面及非前向平行平面误匹配较高的问题,提出了一种基于改进Patchmatch及切片采样粒子置信度的立体匹配算法.定义了具有边缘特性的Patchmatch相似性函数,并建立基于Patchmatch的非前向平行平面视差平面估计模型.利用粒子置信度传播代替原有的最近邻搜索,使用较少的粒子近似目标分布,并采用切片采样马尔可夫链蒙特卡罗方法解决传播过程中粒子重采样更新问题.Middlebury图像数据集测试表明,该算法能够降低视差不连续区域的误匹配,有效地提高了倾斜平面及非前向平行平面图像的匹配精度.     

介绍一种新的大鼠颈外静脉插管方法

为解决药物毒代动力学实验中对大鼠静脉反复给药、取血的操作问题,采用颈外静脉插管的方法在动物体内埋入导管,通过此管来完成给药、取血的工作。此法简便、易行且对动物损伤小。     

基于Metropolis Hastings抽样短采样宽带信号方位估计AML算法

针对短采样宽带信号近似最大似然（approximated maximum likelihood,AML）方位估计计算量大的问题,将马尔科夫链〖CD*2〗蒙特卡罗方法与近似最大似然方位估计相结合,提出一种基于Metropolis Hastings抽样的近似最大似然方位估计方法（AMLMH）。该方法将AML算法的空间谱函数作为信号的概率分布函数,并利用Metropolis Hastings抽样方法从该概率分布函数中抽样。研究结果表明,AMLMH方法不但保持了原近似最大似然方位估计方法的优良性能,而且减小了计算量。     

用于语音识别的空间相关性变换

针对经典隐含Markov模型忽略了语音信号之间的依存关系的问题,提出一种线性特征变换——空间相关性变换,利用同一个说话人的不同语音单元之间的相关性(空间相关性)得到鉴别性能更好的新特征。该变换的最优变换矩阵在最小协方差准则下得到。识别系统采用新特征及其模型参数代替原特征及其模型参数进行Viterbi搜索。实现空间相关性变换的关键是最优变换矩阵的计算,提出了两种相应的算法。实验结果表明:该方法在说话人无关识别系统上取得了比自适应方法更好的性能,同时该方法与自适应方法结合应用可进一步提高系统性能。     

(Be-G)模型下二行动线性决策问题的抽样信息期望值

提出了(Be-G)决策模型, 给出了二行动线性决策模型的一般形式,讨论了此模型下二行动线性决策问题的抽样信息期望值(EVSI)的计算问题,得到了此决策问题的最优决策函数,进而给出了EVSI的计算公式.     

悬浮液直接进样原子吸收光谱法及其应用进展

原子吸收光谱具有灵敏、快速、选择性高的特点 ,广泛应用于食品、生物样品、环境样品中微量元素的测定 ,但是测定前必须采用干法消化法或湿法消化法对样品进行处理 ,这两种方法均操作繁琐、耗时长、样品容易受污染、待测组份容易受损失。悬浮液直接进样原子吸收光谱法有效地克服了这些缺点 ,能够快速、准确地测定食品、生物样品、环境样品中的微量元素。讨论了悬浮液直接进样原子吸收光谱技术中基体改进剂的选择、悬浮液的制备、升温程序的选择等关键问题 ,并详细介绍了悬浮液直接进样原子吸收光谱法在食品、生物样品、环境样品中微量元素分析中的应用。