利用免疫遗传PTS算法降低OFDM系统PAPR

提出一种免疫遗传PTS（partial transmit sequences）算法来降低OFDM系统PAPR（peak—to-average power ratio）．PTS算法大大降低OFDM系统中高PAPR出现的概率，并且不会带来性能损失．PTS算法的关键是权因子的选择．将免疫遗传算法应用在PTS算法的权因子选择上，不仅简化了计算复杂度，同时对权因子进行了优化，仿真结果验证了新方法的有效性．     

关于干涉因子GM［1．1］模型的F（n十1）的抉择

基子干涉因子ＧＭ［１．１］预测模型的讨论，给出了选择干涉因子Ｆ（ｎ十１）的一般方法．这种方法优于文献［１］的选择方法．     

地球物理线性反演评价准则及分辨力问题的研究

首先归纳和总结了地球物理反向问题的各种准则，然后推导出相应的数据和模型参数的分辨力矩阵，从理论上指出了选择评价准则的一般性原则．认为，加阻尼因子ε的折衰评价准则在观测数据精度不是很高，且结构按矩阵ＧＧＴ条件不很强的情况下，其线性反演效果好，但是，阻尼因子的选择仍然是一个待试验确定的参数．     

两种山雀巢地选择的比较研究

对大山雀（Parusmajor）和沼泽山雀（P.palustris）巢地选择中17个生态因子作了比较研究,通过逐步判别分析得知：两种山雀在9个环境因子中都以平均树高（y2）、中心上层植物盖度（y4）和树种多样性（y5）三个生态因子判别力最强．为主要环境因子；两种山崔在8个洞因子中都以洞口短径（x2）、洞口内径（x5）和洞底短径（x8）三个生态因子判别力最强，为主要洞因子.在巢地选择中洞因子比环境因子相对重要（x2＝26.22＞13．99）两种山雀巢地选择中的区别是：3个主要环境因子中，大山雀与沼泽山雀相比较差异极显著（fmd＝6.02＞f0.01）；3个洞因子中沼泽山雀与大山雀相比较差异极显著（fmd＝6.02＞f0.01）．     

一种循环连分式的求值方法

对于连分式求值问题通常是通过选择合适的修正因子进行加速收敛，而对于循环连分式修正因子序列也应是周期的，这就使得对于周期大于2的连分式其修正因子的选取较为困难．本文k-周期连分式提出一种特殊解法，避免了修正因子的选取．数值例子表明新算法对于某些连分式可较快求出其值．     

PCA─CA在制图地理分区中应用的探讨

以聊城地区为例．选择了最能表征地表覆盖分区特征的土地开发利用程度、地表覆盖类型及构成、土壤等２５个要素作为分区因子，应用ＰＣＡ—ＣＡ．对制图地理分区的界线确定作了定量探讨．首先以行政乡（镇）为总体样本单元进行ＰＣＡ计算，结果表明，聊城地区地表覆盖类型的分布是受众多生境因子综合作用的，其中与耕地相关的因子是主导因子，ＰＣＡ的排序图形象地反映了这种分布的实际情况．其次再以ＰＣＡ的因子得分进行以距离作为统计量的聚类分析，在此基础上．结合以往的分区成果，对类别单元作出合理调整．确定二级区，并通过判别分析验证分区合理性。本次地表覆盖分区共划分为三个区．六个副区，对分区进行判别分析检验，结果证明此分区合理，符合精度要求．     

时装流行色选择影响因素的调查研究

运用因子分析方法对影响时装流行色的因素进行归类，研究时装流行色选择的影响因素．得出消费者在时装流行色选择上的6种影响因子．认为服装设计师应基于消费者选择时装流行色的影响因素进行时装设计，使流行色在时装领域充分发挥引导时尚潮流的作用．     

鲁棒性增强的ART1神经网络

本文详细讨论了ＡＲＴ１神经网络实现算法过程中匹配因子的选择，提出了适用于消除信号噪声以及恢复信号中部份缺损的信息的匹配因子．从而提高了ＡＲＴ１在进行模式分类的工作性能，改善了ＡＲＴ１抗噪性能，一定程度实现了从部份信息丢失的信号中联想恢复出完整信号，增强了ＡＲＴ１的鲁棒性．     

比例因子的选择对模糊控制器鲁棒性的影响

分析了比例因子与系统性能的关系,通过仿真实验研究了比例因子对模糊控制器鲁棒性的影响．实验结果表明,合理选择模糊控制器的比例因子能保证在被控对象的参数变化较大的情况下满足设计要求．在此基础上,提出了模糊控制器的设计和调整的指导性方法．     

广义自校正前馈控制算法

本文基于带积分因子的ＣＡＲＩＭＡ模型，将自校正控制策略与极点配置策略有机结合起来，提出了能够在线选择加权项的广义自校正前馈控制算法．该算法由于引入了积分作用能够消除跟踪误差，具有较强的鲁棒性．在非最小相位系统给出了算法的全局收敛性证明．     

随机生成候选因子集的逐步回归原型匹配算法

为实现符号回归，将逐步回归技术引入了一种基于逐步回归技术的符号回归算法，通过恰当组织基函数库，可以发现为数众多的符号函数，该算法效率较高，且可用于样本数据中含有较大随机噪声的场合。根据该算法开发的符号回归程序，可用于符号微积分，函数方程求解和科学定律的实验发现等智能发现任务。     

基于IRS-P6数据的森林生物量遥感估算——以桂林尧山为例

以桂林市尧山森林生物量为研究目标,以IRS-P6的LISS-III/IV数据和Landsat-7 ETM+数据为信息源,通过逐步引入-剔除法,建立起5种变量剔除情况下的遥感估算针叶林材积的多元线性回归方程.以此作为基础,对尧山针叶林材积开展了定量遥感计算和分析.研究结果表明尧山东南部森林生物量要大于西北部.相关研究结论为尧山以及桂林地区生态环境综合治理提供了林学方面的新依据.     

回归分析在短跑教学中的应用

针对教学中学生１００ｍ跑的具体情况，采用逐步回归分析方法建立了回归方程；在此基础上，分别以各相关因素、１００ｍ跑成绩作为因变量与自变量建立了多项式回归方程，并依据正态分布理论制定了各因素平衡发展的标准。上述方法在指导短跑教学中取得了较好的效果。     

广义样条带权回归及其应用

在样条回归的基础上，提出了适用于非单调数据的广义样条带权回归方法，经我校区用电量实例计算验证，比广义线性、多项式逐步和传统样条回归方法的效果显著     

R统计软件在统计教学中的应用

在讲授统计基本思想方法的同时利用统计软件进行辅助教学,以提高学生利用专业知识解决实际问题的能力已成为现代统计教学的重点;以回归模型为例介绍了R统计软件在统计教学中的应用。     

顾及自变量与因变量误差及相关性的线性回归

提出一种顾及自变量和因变量观测误差及误差相关性的线性回归新方法,并导出了求解线性回归系数的迭代公式.以一元线性回归为例,导出了与最小二乘回归系数表达形式类似的解析解,并揭示了新方法与最小二乘方法的本质区别.此外,对于含有多个自变量的多元线性回归,给出了相应的同时考虑自变量和因变量观测误差及误差相关性的回归系数求解方法.试验表明,当自变量是非随机变量时,新方法与最小二乘方法的回归效果相同;当因变量和自变量都是随机变量(自变量与因变量的观测误差相关或不相关)时,新方法的回归系数比最小二乘方法的回归系数更加接近实际值.     

一种改进的线性回归模型

本文阐述了一种改进的线性回归模型——偏最小二乘回归模型的基本原理,并结合实例指出当变量间存在着线性关系时,普通的多元线性回归建模方法会失效;通过对偏最小二乘回归模型和主成分回归模型的系数估计精度及预测精度两方面的比较,说明要消除变量间的线性关系,前者优干后者。     

基于信息量和逻辑回归耦合模型的滑坡易发性评价

目前,滑坡易发性评价大多只采用单一模型进行研究,而单一模型存在缺陷,如只采用信息量模型则不能反映各因子对滑坡发生的权重。通过将两个模型进行耦合分析可以很好地发挥各模型的优点和弥补各模型的不足,从而达到模型优化的目的。针对滑坡易发性常用的信息量模型和逻辑回归模型,提出信息量-逻辑回归耦合模型。以江西省宁都地区为例,获取研究区共297个滑坡,提取高程、坡向、坡度、平面曲率、剖面曲率、地形起伏度、距水系距离、岩性、植被覆盖率、地表建筑物指数共10个因子建立评价指标体系,再分别采用上述3个模型开展易发性评价,最后采用预测率曲线(the prediction rate curve, ROC)评价各模型精度。结果表明:信息量模型、逻辑回归模型和信息量-逻辑回归耦合模型预测率曲线与坐标轴围成的面积(area under ROC, AUC)值分别为0.838、0.864和0.876,可见信息量-逻辑回归耦合模型的评价精度更高,建模更为合理。研究区内滑坡主要沿水系两侧分布,高程和岩性对滑坡的发生起主要作用。     

深圳证券市场的CAPM模型实证分析

对深圳股市的资本资产定价模型(CAPM)进行时间序列数据和横截面数据检验,研究了股市风险与收益的关系,对深圳股市的特点进行了分析.发现深圳股市不满足资本资产定价模型(CAPM),系统风险与收益虽存在正相关,但不是线性关系;市场投机氛围过重,说明市场还不成熟.     

化工原理实验数据回归处理实用程序

本文介绍了用微机处理诸如：流体阻力、离心泵特性曲线测定、吸收、精馏、干燥及一 般数据拟合等化工原理实验数据的实用程序．提出了以线性回归取代非线性回归的可靠性，并以 传热实验为例表明该软件操作简单，易于掌握．