带有ARIMA(0,1,0)误差的非线性模型影响诊断

在带有ARIMA（0，1，0）误差的非线性回归模型中，利用梯度方向研究了观测数据对于其异方差检验的Score统计量的局部影响，分别得到了因变量及自变量的微小扰动情况下度量最大局部影响的诊断统计量．最后，给出了具体的数值实例，说明了本文结论的有效性．     

柱坐标圆柱螺线的NURBS表示

在柱坐标下给出空间圆柱螺线的NURBS逼近，用反求控制顶点法确定逼近螺线控制点的定位。     

基于B样条的左心室核磁共振图像标记面的运动重建

介绍利用改进的左心室数字模拟器提供的核磁共振图像进行左心室运动重建的方法，即以双三次B样条曲面技术拟合短轴和长轴影像层3个方向的标记面．达到亚像素精度。这对于跟踪心肌点几何位置，分析左心室的运动变形具有重要意义。     

深度学习经验损失函数地貌分析研究进展

经验损失函数地貌分析是揭示深度学习优化问题易优性本质的有效途经,已成为机器学习及数学优化领域的重要研究方向.本文回顾了经验损失函数地貌分析的研究进展和挑战,主要包括局部极小点的数量与空间分布、最优点之间的连通性、临界点的最优性、梯度下降法收敛性、经验损失函数地貌可视化等.     

一种基于免疫选择的粒子群优化算法

粒子群算法是一种新的群体智能算法,被广泛用于各种复杂优化问题的求解,但算法存在着过早收敛问题.为了克服算法早熟的缺点,将粒子群看作是一个复杂的免疫系统,借鉴生物学中免疫系统自我调节的机制,提出了一种新的基于免疫选择的粒子群优化算法(IS-PSO).免疫系统中的抗原、抗体和亲和度分别对应了待优化函数的最优解、候选解和适应度.IS-PSO通过免疫算法中免疫记忆、疫苗接种、免疫选择等操作有效地调节PSO算法中种群的多样性.给出了算法的详细步骤,并将本文提出的算法与基本的粒子群算法(bPSO)在几个典型Benchmark函数的优化问题应用中进行了比较,仿真结果表明:IS-PSO算法可以有效避免早熟问题,提高粒子群算法求解复杂函数的全局优化性能.