随机变量序列几乎必然收敛的若干等价命题

由随机变量序列几乎必然收敛可推出其依概率收敛,进而可推出其依分布收敛,可见判别几乎必然收敛的重要性。本文将给出它的几个等价命题,同时还证明了独立随机变量和序列几乎必然收敛等价于依概率收敛,亦等价于依分布收敛。     

随机变量序列几乎处处收敛的几个等价命题

由随机变量序列几乎处处收敛可推出其依概率收敛，进而可推出其依分布收敛，可见判别几乎处处收敛的重要性．给出了它的几个等价命题，同时还证明了独立随机变量和序列几乎处处收敛等价于依概率收敛，亦等价于依分布收敛．     

函数项级数一致收敛的几个判别法

本文从数项级数的判敛法则出发,导出了几个函数项级数的一致收敛判别法。另外,仿照极限的夹逼原理,得到函数项级数一致收敛的夹逼判别法。     

关于函数级数一致收敛的判别法

本文阐明的关于函数级数一致收敛的判别法，我们知道，当我们取消阿贝尔判别法中函数列的单调性后，阿贝尔判别法是难以成立的，但当我们给出函数列与函数和仍然一致收敛，最后通过对一个例题的讨论说明本文所述的判虽法与文中的三咱判别法之异同。     

正项级数敛散性的一种判别法

给出一种判别正项级数收敛或发散的方法，它优于通常所用的达朗贝尔（D′Alembert）判刑法。     

关于Jacobi,Gauss-Seidel迭代法收敛的判别方法

本文引入矩阵广义对角占优的概念，从而推广了迭代法收敛性的判别范围，关给出了几个判 别迭代法收敛的充分条件且附有关实例。     

Bayes判别的小波方法

在非参数Ｂａｙｅｓ参数判别问题结全小波方法,给出了Ｂａｙｅｓ规则的小波估计,并在此基础上,建立了后验错判概率Ｌｎ与Ｂａｙｅｓ风险Ｒ的收敛关系及收敛速度。     

D相关系数的统计性质

该文讨论了一类由Ｓｈａｎｎｏｎ熵导出的Ｄ相关系数的估计问题,给出了这种Ｄ相关系数的相合估计量,并讨论了依概率１收敛的条件,并用蒙特卡洛方法对论了这种估计量的样本性质。得出了这Ｄ相关系数的区间估计形式,判别两随机变量间独立性准则及判别一个随机变量依概率１确定另一个随机变量的准则。     

概率神经网络回归、判别与聚类

本文基于相同结构的概率神经网络,提出了使其具有回归、判别与聚类功能的不同权重学习算法以及通用变元最优选择方法.该网络具有结构和学习算法简单、收敛速度快、易于软件模拟实现等优点,并可方便地应用于预报、控制、决策等领域.     

计算周期序列k-错线性复杂度的混合遗传算法

周期序列的线性复杂度及其稳定性是序列密码评价的重要度量指标.k-错线性复杂度是线性复杂度稳定性的一个重要评价指标.然而,目前对于大部分周期序列(除周期为2~n、p~n、2p~n外),尚无有效的算法求解其k-错线性复杂度.因此,本文提出了一种混合的遗传算法来近似计算任意周期序列的k-错线性复杂度.采用轮盘赌、最优保留策略、两点交叉和单点随机变异,并引入自适应算子来调整交叉概率和变异概率,以保证遗传算法的收敛性.通过并行计算适应度函数来提高算法的效率,同时与模拟退火算法相结合,加速算法收敛并避免早熟.结果表明:当k8且周期小于256时,k-错线性复杂度的实验值仅比精确值高8%.     

函数项级数一致收敛的积分判别法

在数值级数的收敛判别法中,正项级数的积分判别法解决了一类正项级数与无穷积分的收敛判别问题,在此基础上,本文进一步研究函数项级数一致收敛的积分判别法,并以此解决一类函数项级数与含参变量无穷积分的一致收敛判别问题。     

正项级数敛散性的判定

应用正项级数收敛与发散的比较判别法、比式判别法及p级数 收敛与发散的判别法及极限理论给出判别正项级数收敛与发散的其它方法。     

多组逐步判别分析在鄂尔多斯某区块识别气、水层

应用多组逐步判别分析方法原理,结合测井、录井、完井测试等资料的气、水显示情况,选取鄂尔多斯盆地北部某气藏典型井建立该地区气、水层的判别模型,以便对该地区单井进行气、水层划分.在建立初步判识模型后,应用回判率检验、F检验等方法对模型的显著性进行检验,其判别气、水层的平均符合率达到95.48%,表明所建立的模型是可靠的,能够比较准确地判识该地区的气、水层.     

关于正项级数收敛性判断的一个推广

判断正项级数收敛有一种新的比值判别法,在此基础上作更进一步的推广,使其具有一般性,并通过其与达朗贝尔判别法、柯西判别法作比较,说明其比以上二法更好.     

关于幂级数收敛区间端点的收敛问题

通过对阿贝尔定理的深入探讨，获得了幂级数在其收敛区间端点收敛的一些判别条件。     

正项函数项级数一致收敛的Gauss指标判别法

给出正项函数项级数一致收敛的Gauss指标判别法,它是正项函数项级的一致收敛的比值型判别法等判别法一般化.     

哪一个判别法较细

在判断级数敛散性时,常有以下说法:判别法(A)较判别法(B)细。但是,其意义是含混的,本文以集合论的观点,给出其确切的含义,并对判断正项级数敛散性常用的三个判别法,柯西判别法、达朗贝尔判别法及阿拉伯判别法进行比较: 定义设(A)、(B)是判断级数敛散性的两个判别法、以(A)_c表示用(A)判断其收敛的级数的全体,以(A)_d表示用(A)判断其发散的级数的全体,以(B)_c表示用(B)判断其收敛的     

沉积相的定量判别

本文提出了沉积相定量判别的一种新方法。选用多总体判别方法,在参数上不仅选择了粒度参数M_z,σ_1,Sk_1和K_G,还选用了与沉积相关系密切、在薄片中很易获取的成份参数,包括成份成熟度、杂基含量和胶结物的含量。利用多总体判别分析法建立起的粒度判别函数和成份判别函数不仅适用于两沉积相之间,也适用于多沉积相之间的判别,其正判率分别达76％和87％,高于Sahu判别式的正判率。这对于复杂沉积体系中沉积相(环境)的定量研究有一定参考价值。     

复F值函数项级数的研究

引进复 F 值函数项级数及其收敛与一致收敛的概念,给出其一致收敛的判别法,并研究了它的和函数的连续性以及逐项求导和逐项积分问题。     

逐步判别分析的急倾斜煤层顶煤可放性分类

运用煤矿生产实践中积累的相关数据,分析影响顶煤可放性的多个因素,基于逐步判别分析理论,建立逐步判别分析模型.通过逐步判别分析法优选瓦斯、开采深度、倾角、煤层厚度四项作为主要判别指标,利用工程实测数据作为学习样本进行训练,建立相应判别函数对待判样本进行预测,得出预测结果与实际情况相吻合.研究结果表明:经过训练后的判别函数模型回判的误判率为0,判别模型函数效果显著.逐步判别分析模型对急倾斜煤层顶煤可放性分类的判别性能较好,预测结果准确,且操作过程简单,便于实际推广.