谱聚类的扰动分析

以矩阵的扰动理论为工具对谱聚类（spectral clustering）进行了分析，通过引入图的权矩阵并对权矩阵的谱和特征向量进行分析，得到了权矩阵的谱与聚类的类数、权矩阵特征值的大小与每一类所含点的个数、以及权矩阵的特征向量与聚类之间的关系．据此，设计了一个基于权矩阵的无监督谱聚类算法（unsupervised spectral clustering algorithm based on weightmatrix，简记为USCAWM），并在模拟点集和实际的数据集上进行了实验，实验结果肯定了理论分析的正确性．     

非线性时间序列建模的混合GARCH方法

在文献[1]的基础上，首次提出混合广义自回归务件异方差（Mixture Generalized Autoregressive Conditional Heteroscedastic Model简记MGARCH）模型；给出并证明了MGARCH模型的一阶平稳性的充分必要条件及二阶平稳性的充分务件；给出该模型参数估计的EM算法：利用BIC定阶准则对MGARCH模型的各成份进行定阶；计算结果表明该模型对金融非线性时间序列中存在的变异率现象具有较强的描述能力，有广阔的应用前景。     

含趋势项时间序列持久性变点监测

针对核加权方差比率统计量不是监测从非平稳向平稳变化持久性变点一致方法的问题，通过引进一个窗宽参数，提出了一种滑动核加权方差比率统计量来监测含趋势项时间序列从非平稳向平稳变化的持久性.在非平稳原假设下给出了监测统计量的极限分布和经验临界值表，在备择假设下证明了新方法的一致性.模拟结果表明新方法具有比原方法更高的势和更短的平均运行长度，最后通过分析人民币与美元汇率数据进一步说明了该方法的有效性.     

基于谱聚类的图像多尺度随机树分割

针对谱聚类（spectral clustering）应用于图像分割时权矩阵的谱难以计算的实际问题，定义了像素点与类之间的距离，给出一个采样数定理，设计了一个图像的分层分割（hierarchical divisive）算法．在利用该算法进行图像分割时，由于既要对待分类的点进行随机抽样，又要通过调节尺度因子来合并较小的类或拆分较大的类，因此图像的分割既具有随机性又具有多尺度特性，称之为基于谱聚类的图像多尺度随机树分割（multiscale stochastic hierarchical image segmentation byspectral clustering，简写为MSHISSC）．实验结果表明了算法的有效性．     

多分辨率网格的数据压缩

针对任一个三角形网格模型，按其简化顺序，对其三角形表数据进行重新排列，将其直接构造成一个多分辨率表示，构造的多分辨率表示与单分辨率表示完全一样，其存储空间是原模型的存储空间100％，达到了多分辨率表示存储空间的下限，实现了多分辨率表示与单分辨率表示的统一。进一步地，对多分辨率模型的三角形表数据的存储空间再进行压缩。实验表明：压缩后的三角形表数据的存储空间是压缩前对应的存储空间的70％，比单分辨率表示方式还简单、省空间。本文的多分辨率表示的构造方法及数据压缩方法非常简单，适合一般的三角形网格模型。     

山东省基层社会治理现状调查报告

本研究以山东省为分析单位,通过问卷调查和结构式访谈的方法,从生存发展、社会保障、社会公平与社会矛盾化解、公共安全体系、社会参与五个方面入手,描述并分析了山东省基础社会治理的现状,并提出相关对策。     

二元正态混合模型的偏度与峰度

有限混合模型已被广泛应用于金融、工程技术、生物统计等许多领域。主要得到了二元Gauss混合模型的偏度和峰度的精确表达形式。并对异方差和同方差两种情形下混合模型的偏度和峰度的性质进行了研究。通过一些仿真例子对文中的主要结果及该类模型分布形式的灵活性进行了演示说明。     

异方差混合双自回归模型-HMDAR

研究了异方差混合双自回归模型(Heteroscedastic mixture double-autoregressive model,HMDAR)。给出了HMDAR模型的平稳性条件。利用ECM(Expectation conditional maximization)算法估计模型的参数,运用BIC(Bayes information criterion)准则选择模型.HMDAR模型分布形式的灵活性使得它能够对具有非对称或多峰分布的序列进行建模。将该模型应用于几个模拟和实际数据集均得到了较为满意的结果。特别是对于波动较大的序列,HMDAR模型能比其它模型更好的捕捉到数据序列的特征。     

异方差非参数回归模型均值与方差变点的小波估计与应用

金融市场中,受突发事件的影响反映资产平均收益的均值函数和反映资产收益波动的方差函数都有可能出现变点. 本文讨论了均值和方差都存在变点的异方差非参数回归模型的变点估计问题. 给出均值函数与方差函数的局部线性估计,利用函数小波系数的特性求得均值与方差变点位置的估计值并给出其收敛速度.在模拟实验中分析变点估计值的样本特性及均值变点估计与方差变点估计的相互影响.最后通过对两组股票数据的均值变点和方差变点进行估计,说明方法的有效性.     

时空地理加权回归模型的时空非平稳性检验

针对时空地理加权回归模型,通过时空加权距离构造权重矩阵,采用地理加权拟合技术得到回归系数的逐点估计. 构造合适的统计量对回归系数进行关于时间和空间的非平稳性检验,利用三阶矩χ²逼近方法计算检验的p值. 最后,模拟算例和实际例子都说明该检验方法的有效性.