关于二元三次样条函数空间的维数

研究平面上单连通闭区域Ω的任意三角剖分△上的二元样条函数空间S_3~1(△),依据一定规则对三角剖分△中个数不超过内网点个数的三角形胞腔进行HCT加密,形成新三角剖分△~*,并利用B网方法通过递推方式构造样条函数空间S_3~1(△~*)一个最小决定集,显示其维数S_3~1(△~*)具有非奇异性且等于Schumaker的维数下界.     

Piccolo结构抵抗差分和线性密码分析能力的进一步评估

为评估Piccolo结构的密码性能, 对该结构抵抗差分密码分析和线性密码分析的能力进行研究。给出任意轮差分特征中活动轮函数和活动S盒个数的一个新的下界, 并利用Piccolo结构的差分线性对偶性, 给出任意轮线性逼近中活动轮函数和活动S盒个数的一个新的下界。同时, 证明这些下界是不可改进的。     

加权p,q对称熵损失下Lomax分布形状参数的Bayes估计与性质

在加权p,q对称熵损失函数下,讨论了Lomax分布形状参数的Bayes估计及其性质,在任意先验分布下得到了参数的Bayes估计的一般形式;在两种确定先验分布下得到了参数的Bayes估计的精确形式,证明了所得Bayes估计具有可容许性;利用Matlab进行数据模拟,验证了所得估计的合理性.     

非参数Bayes样条回归

对于非参数回归模型y= f(x)+ε,其中f (x)为光滑的连续函数.用样条函数来逼近f (x),不具体选择结点的个数,考虑到结点个数的不确定性,给定结点个数一个均匀的无信息先验,用Bayes模型平均的方法来估计f (x).得到了f (x)的Bayes估计和Bayes后验区间估计.     

具有重叠结构的有向图集的维数估计

找到一种估计具有重叠结构迭代吸引子的维数下界的方法,并以此方法得出具有重叠结构的有向图集的Hausdorff维数的一个下界估计.     

熵损失函数下幂函数分布和瑞利分布参数的Bayes估计

【目的】研究熵损失函数下幂函数分布和瑞利分布参数的Bayes估计并对它的可容许性进行验证。【方法】以幂函数分布及瑞利分布为基础,以熵损失函数为主要的损失函数通过参数估计的方法和性质进行证明和研究。【结果】证明得到任意分布在熵损失函数下参数的Bayes估计、先验分布为伽马分布熵损失函数下两个分布参数的Bayes估计,得到参数可容许性。【结论】得到参数的Bayes估计,同时得到两个分布的参数在熵损失函数下的Bayes估计是可容许的。     

Linex损失下Pareto分布参数的EB估计：PA样本情形

在Linex损失下,讨论了Pareto分布参数的经验Bayes（EB）估计.利用同分布PA样本下概率密度函数的核估计构造了参数的经验Bayes估计,建立了所提出经验Bayes估计的收敛速度.在一定的条件下该收敛速度可以任意接近于1.     

Linex损失下Pareto分布参数的Bayes估计

该文讨论了在Linex非对称损失函数下Pareto分布参数的Bayes估计及多层Bayes估计,并证明了相应的估计是可容许的.     

Piccolo结构抵抗差分和线性密码分析能力评估

Piccolo结构是从Piccolo算法中归结出来的一种分组密码结构,该结构的特色在于轮函数和移位变换的设计。为评估Piccolo结构的密码性能,对该结构抵抗差分密码分析和线性密码分析的能力进行了研究。给出了任意轮差分特征中活动轮函数和活动S盒个数的一个下界,并通过研究Piccolo结构的差分线性对偶性,进而给出了任意轮线性逼近中活动轮函数和活动S盒个数的一个下界。     

PA样本下连续型单参指数族参数的EB估计

目的 研究PA样本情形下连续型单参指数族参数的经验Bayes估计.方法 对密度函数及其导函数采用核估计的方法 构造了参数的EB估计.结果 在平方损失函数下,给出PA样本情形参数EB估计的收敛速度.结论 在适当条件下,连续型单参指数族参数的经验Bayes估计,在PA样本下收敛速度可与iid样本及NA样本一样,任意接近D(na-1/2).     

半参数回归模型参数的Bayes估计

讨论了半参数回归模型在先验正态假设下的Bayes估计，当σ2已知时，它是Blight的著作中非参数回归有关结果的推广．还给出了当σ2未知时，各参数相应的Bayes估计．半参数回归模型参数的Bayes估计@陈兰祥@李生文     

HTK参数对普米语孤立词识别率的影响

普米语是一种无文字的少数民族语言,目前已处于濒危状态,建立语音语料库及开展语音识别研究是保护和传承普米语的重要手段.基于HTK的语音识别中,参数的选取对不同语言的识别率有很大的影响.针对MFCC维数、HMM状态数及GMM个数这3个参数对普米语的识别率进行研究,结果表明:普米语语音识别的最佳MFCC维数为13维,最佳HMM状态数为8个,最佳GMM个数为3个.     

高维情况下一类集的Hausdorff维数及测度

本文研究在高维情况下Cantor构造集的Hausdorff维数及测度,得到如下结果:若I~n(?)R~n(n为自然数)是R~n空间中的n维超单位立方体,则对任意一个满足0相似文献   

Koch曲线的Hausdorff维数

关于分形维数的证明,如果能给出其下界和上界的估计,则证明成立,但是关于下界的估计往往比较困难.文章对Koch曲线深入讨论,给出其迭代函数系统,然后计算出其Hausdorff维数,并作详细的证明.     

一类特殊的指数分布族参数的经验Bayes检验:NA样本

在线性损失函数下,对NA样本下一类指数分布族参数θ的经验Bayes单侧检验问题进行了研究.通过构造参数的经验Bayes单侧检验函数,获得了它的渐近最优(a.o)性,在适当条件下得出了所提出的经验Bayes检验函数的收敛速度可以任意接近O(n-1/2).     

半参数回归模型参数的Bayes估计

讨论了半参数回归模型在先验正态假设下的Bayes估计,当σ2已知时,它是Blight的著作中非参数回归有关结果的推广,还给出了当σ2未知时,各参数相应的Bayes估计     

求Ramsey数最优下界值的递归算法

要确定每个具体的Ramsey数的数值是相当困难的,至今人们只求出了为数很少的几个Ramsey数的数值.人们在研究Ramsey数性质的同时,也在估计Ramsey数的数值,得出了某些Ramsey数的下界值,但工作进展缓慢.本文提出了一种计算Ramsey数最优下界值的递归算法,该算法利用当今关于Ramsey数的最新结果,能得出Ramsey数的目前最优下界值.1 算法描述不妨将本算法定名为G,参数个数为1个以上(可变化),算法允许递归调用,其输出值为Ramsey数的目前最优下界值.C(k_1,k_2…,k_n)表示以k_1,k_2…,k_n作为输入,通过算法G所得到的输出结果,即C(k_1,k_2…,k_n)表示的是G算出的Ramsey数N(k_1,k_2,…,k_n;2)的目前最优下界值,其中N(k_1,k_2…,k_n;2)的含意与文献[2]中有关含意相同.算法G:     

色指数临界图的一个新下界

Fiorini不等式是Fiorini在研究色指数临界图时得到的一个关于大点个数的不等式,给出了大点个数的一个下界.本文对Fiorini不等式进行了改进,得到了色指数临界图中大点个数的一个新下界.     

一类扩展广义Feistel结构的活动轮函数个数的下界

扩展广义Feistel结构是近期提出的一类分组密码结构,为评估该类密码结构的安全性能,对4分组扩展广义Feistel结构抵抗差分密码分析的能力进行了详细的研究.在轮函数为双射的假设条件下,给出了任意轮差分特征中活动轮函数个数的下界.     

一种新的Bayes网络条件概率学习方法

针对大规模Bayes网络的条件概率赋值问题,提出一种学习方法.首先使用类层次结构定义一种新的基于层次的Bayes网络模型,用于表示大规模Bayes网络.然后将训练数据集由单个数据表的形式转化成多表数据库,其中每个数据库表对应一个Bayes网络模块.在此基础上导出条件概率计算公式,从每个数据库表中算出相应的Bayes网络模块的条件概率表,由此实现对整个层次Bayes网络的概率赋值.通过适当增加数据库表的数目来控制每个表中属性的个数,保证计算的可行性.将层次Bayes网络及计算公式用于解决图像中文本的自动检测与定位问题,实验结果表明了它们的有效性.