非参数回归模型中方差函数的小波估计

讨论了随机设计变量下,回归模型中方差函数的小波估计问题,构造了方差函数的小波估计、并在一定的条件下证明了该估计是相合估计。     

自回归模型参数的最小二乘估计

利用约束规划及计算数学理论,讨论自回归模型参数的精确估计方法,给出求解参数的方法,计算量约为O（N）个运算量。此估计与原来的损失样本信息条件下的最小二乘估计法求解的工作量O（N）基本等价,因此是一个可行的精确估计方法。     

贝叶斯框架下产品可靠度估计问题的研究

在与信息论中的熵函数有关的p,q对称熵损失函数下,用参数估计方法研究了寿命服从几何分布的产品的可靠度的贝叶斯估计问题。得到了可靠度的贝叶斯估计的一般形式与精确形式,并讨论了可靠度的贝叶斯估计的可容许性。最后研究了可靠度的多层贝叶斯估计并进行了数值计算,结果表明得到的多层贝叶斯估计具有更好的稳健性。     

贝叶斯框架下泊松分布参数倒数的估计

在给定的一组泊松样本下,研究了泊松分布参数倒数的贝叶斯估计问题,得到了它的贝叶斯估计的精确形式,并讨论了它的可容许性,最后给出了它的贝叶斯置信下限的表达式以及最大后验区间估计的精确形式．     

平方损失下区间有界的位置参数函数极小极大估计

给出了位置参数θ区间有界时，函数ｈ（θ的极小极大估计存在的一个充分条件，并据此对一些分布的参数估计了讨论。     

扰动项序列自回归模型参数的最小二乘估计

提出一种求解扰动功序列自相关系数ψ及估计回归模型参数Ｂ的迭代方法,证明了该迭代方法关于残差平方和具有全局收敛性质。     

基于股票财务数据的贝叶斯网络的参数学习

研究了基于最大似然估计、贝叶斯估计与EM算法的贝叶斯网的参数学习.选取上市公司的10个股票财务变量构建贝叶斯网络,利用创建好的贝叶斯网络进行统计推断.对比最大似然估计和贝叶斯估计得到的参数值并展示EM算法不同迭代次数时的指数似然值,把EM算法得到的CPT表和最大似然估计的值相比较,对比较得到的结果进行归纳与分析.为基于不同算法的贝叶斯网络的参数学习提供了实证分析.     

k阶Erlang分布参数单变点的贝叶斯估计

利用贝叶斯方法研究了k阶Erlang分布参数单变点模型,得到该分布的似然函数.利用Fisher信息矩阵选取无信息先验分布,从而得到每个参数的满条件分布.使用Gibbs抽样与M-H算法相结合的MCMC方法对各参数进行随机模拟得到贝叶斯估计.模拟结果表明,各参数的估计值的精度在较高水平上都是有效的.     

基于自相关的自回归模型的区间估计

当自回归模型的随机误差项之间存在相关关系时,用普通最小二乘估计自回归模型中的参数将对参数估计式的统计特征、参数显著性检验及预测分析产生不利影响.因此,应采取适当的方法消除自相关的影响.研究了自回归模型消除自相关后的预测区间估计,针对常见的自回归模型,分别求出其相应的预测区间估计公式.     

MA模型阶数在平方损失函数下的贝叶斯估计

从贝叶斯原理出发在假定滑动平均模型阶数q有已知上界,并为离散随机变量,且具有先验分布函数的条件下,讨论了在平方损失下MA模型阶数的贝叶斯估计记为点．     

GL算法在线性回归模型的权值计算中的应用

传统的最小二乘估计在处理含有异常值的线性回归模型的估计问题时拟合得往往不好,根据GL算法给出稳定加权最小二乘优化的参数的估计法．并结合实例进行回归分析,验证该方法的高精度和高效率．     

变系数EV模型系数参数的一步核估计

利用核函数法和广义最小二乘法给出了一般变系数EV模型系数参数的估计,得到了估计的强相合性.模拟计算表明估计的效果优良.     

Borsuk—Ulam型定理的一种推广

本文利用代数拓扑中的周期变换理论,把球面到欧氏空间的映射推广到球面到多个欧氏空间的乘积的映射的情形.     

简化B类噪声模型的参数估计

通信接收机的前置窄带滤波器波改变了非高斯脉冲噪声的幅度统计特性,B类噪声模型可以很好地描述窄带非高斯噪声幅度概率分布. 该文提出一种基于特征函数谱的B类噪声模型参数估计算法,其特点是采用最小均方梯度法求非线性代价函数的解. 计算机仿真验证结果表明：该算法具有快速收敛和复杂度低的优点,并给出了算法的详细推导过程.     

非参数回归函数最近邻估计强相合性的研究

在样本序列{(x_n,y_n),n ≥ 1}为平稳φ-混合的情况下,研究了回归函数m(x)的最近邻估计m_n(x)的强相合性问题,并给出了它在非参数判别中的一个应用.     

基于神经网络算法的谐波参数估计

研究基于神经网络算法的谐波参数估计方法.采用递推最小二乘法（RLSM）作为学习算法,提高神经网络的收敛速度并避免局部极小问题.为验证该算法的有效性,给出利用该算法进行间谐波分析的仿真实例.仿真结果表明,提出的间谐波分析方法具有计算精度高、训练速度快的特点,因此在电力系统间谐波分析中具有较大的应用价值.     

牛顿方法的用导一致性

导数及其使用是一种重要的数学工具与方法,在数值方法研究中起着十分重要的作用,很多经典数值计算方法理论中都涉及了对导数的运用.作为常用的数值方法,牛顿方法大量利用了求导的思想.通过归纳牛顿迭代法的显性用导特性和牛顿插值多项式的隐性用导特性,得到牛顿方法的用导一致性.     

方程utt=a^2（utt＋2／xux）的Cauchy问题的相容性

本文就形如utt =a2 (utt 2xux)的Cauchy问题进行了讨论 ,得到其相容性条件和古典解的存在性定理 ,进而对于更一般的一类形如autt 2butt cutt 2x(aux bux) =0 (a、b、c是常量 ,且b2 -ac>0 )的方程得到类似结果     

基于属性值贡献率的朴素贝叶斯改进算法

朴素贝叶斯分类是一种简单高效的方法.但是当属性独立性假设不成立时,有可能导致待测样本类别判断错误;且当待测样本到各类别的概率相同时,无法判断该样本类别,从而影响了它的分类准确率.本文提出基于属性值贡献率的朴素贝叶斯改进算法,利用待测样本的各个属性值在各类别的总贡献率判别该样本的类别.在蘑菇数据实验结果表明,该算法能有效提高分类的准确率.