PC准则下错误指定模型中回归系数有约束LS估计的优良性

在错误指定的回归模型和线性约束条件下，于ＰＣ准则下，比较了回归系数的有约束的最小二乘估计（ＲＬＳＥ）相对于通常的最小二乘估计（ＬＳＥ）的优良性．也对预测情形类似的问题进行了讨论．     

缺失数据情形下半参数回归模型的二阶段估计

在响应变量有缺失的不完全数据情形下,利用二阶段估计方法得到半参数回归模型Y=X’β＋g（T）＋e中参数β和非参数g（·）的估计,并给出估计渐近正态性的充分条件．     

强混合误差下回归函数小波估计的渐近正态性

文章讨论异方差非参数回归模型,在随机误差序列{ei,i≥1}为α-混合情形下,建立了回归函数g(.)的小波估计,并得到了该估计的渐近正态性,这些结果推广了梁汉营等人(2007年)在NA情形下的结论.     

回归函数改良核估计的收敛速度

回归函数的核估计在通常情况下需要核函数具有有界支撑 ,随机变量Y要求具有l阶矩 ,其中l>1。在核函数改进为包括无界支撑甚至不可积 ,并且去掉了对Y的矩的其它要求的情形下 ,讨论了回归函数改良核估计在完全样本及在删失样本情形下的收敛速度 ,得出了与原来情形同样的结论 ,推广和改进了文献 [1- 2 ]的相应结果     

线性回归模型的深度加权最小二乘估计和拟合检验

在线性回归模型中普通的最小二乘估计(LSE)许多情形下是不稳健的.本文介绍了一种投影深度函数,深度加权平均和深度加权LSE,这些估计量有符合需要的稳健性.并讨论了在深度加权LSE情形下线性回归模型的拟合检验问题.     

右删失数据下回归函数的局部组合分位数回归估计

本文研究右删失数据情形下的组合分位数回归模型,采用局部多项式逼近来估计回归函数,得到回归函数在某一点的估计量的渐近正态性和区间估计,并通过蒙特卡洛模拟验证了所提方法的有限样本性质。     

负超可加阵列下非参数回归函数估计的相合性

对于随机误差是负超可加阵列情形,考虑了非参数回归模型中未知回归函数的估计问题。在较合理的条件下获得了未知回归函数加权估计量的强相合性。     

ρ混合序列权函数估计的渐近性质

为研究非参数回归模型中ρ混合序列权函数估计的渐近性质问题,在矩条件较合理的情形下,采用相依序列概率不等式以及截断的方法,获得了回归函数g(·)权函数估计的几乎处处收敛的强相合性;在矩条件和权函数条件较合理的情形下,利用相依序列概率不等式以及Bernstein大小分块和Lyapunov中心极限定理的方法,获得了回归函数g(·)权函数估计的渐近正态性.将其他相依序列下相应方法和结论推广到ρ混合序列.     

工序能力指数Cp的MRE估计

在产品规格〔Ｌ，Ｕ〕为已知情形下，研究了工序能力指数在熵损失函数下的最小风险不变估计（ＭＲＥ），并且给出了最小风险不变估计的精确形式以及Ｃｐ的区间估计。     

线性回归模型系数Stein估计的改进研究

在线性回归模型Y=Xβ,E（ε）=0;COV（ε）=σ^2Ⅰ下给出了有偏估计βc（K）=（CX’X）＋ФKФ＇）^-1X’Y,其中C≥1,K=diag（k1,k2,…,kp）为对角阵,ki≥0,讨论了这种有偏估计的可容许性,证明利用广义岭回归技术可以改进著名的Stein估计（在均方误差意义下）。     

关于全平面上收敛的B-值随机Dirichlet级数的(p,q)(R)型和下(p,q)(R)型

通过把B-值随机Dirichlet级数在全平面上的(p,q)(R)型和下(p,q)(R)型转化为随机Dirichlet级数在全平面上的(p,q)(R)型和下(p,q)(R)型,结合相应的随机Dirichlet级数的结果,得出了关于B-值随机Dirichlet级数在全平面上的(p,q)(R)型和下(p,q)(R)型的相应结果。     

关于随机游动上确界的尾概率的上界不等式

假设η,η1,η2,…是NUOD且同分布的随机变量列,本文得到了随机游动上确界的尾概率的一个上界不等式．这一结果推广了Leipus等（2007）的相应结果,并且两者使用的方法是不同的．我们指出,后者事实上包含在Veraverbeke（1977）的结果中．     

一类复合Poisson过程的大偏差原理

研究这样一类复合Poisson过程:S(t)=∑(h(t-Si)Xi)from(i=1 to N(t)),其中N(t)(t>0)是强度为λ>0的齐次Poisson过程,Xi(i≥1)是独立同分布非负随机变量序列,独立于N(t),h(t)(t>0),是非负单调实函数.得到了关于S(t)的大偏差原理和弱收敛.     

最小学习机

针对极端学习机（ELM）不能用于多层前向神经网络学习的问题,通过揭示单层前向神经网络（SLFN）的ELM与岭回归以及中心化的岭回归之间的关系,提出了SLFN的最小学习机。通过证明核化的中心化岭回归与核化的PCA之间的关系,提出以无限可微的核函数为激励函数的多层前向神经网络（MLFN）的最小学习机LLM.SLFN/MLFN的最小学习机能够保持ELM的上述优势。     

基于随机失效率的网络抗毁性评价方法

由于对复杂网络的拓扑结构知之甚少,其抗毁性测度的研究一直是个比较困难的问题。从网络连通性的角度出发,在随机失效率的前提下对网络的抗毁性测度进行定义。并分别在只有选择性攻击和随机性攻击的情况下验证所提的全网连通度的有效性,进一步对无标度网络和随机网络的抗毁性能进行比较和分析。结果表明考虑了随机失效率的网络抗毁度定义更加确切有效。     

边缘分布确定的多元Copula函数构建

从二维随机变量(TRV)的边缘分布函数(MDF)与其联合分布函数(JDF)的关系出发,研究如何构建多维随机变量(MRV)的联合分布Copula函数,并对构建的函数进行拟合与检验。首先,简单介绍Copula函数的定义、SKlar定理和常用的函数类型;然后将TRV变量的MDF函数与其JDF函数的关系扩展到MRV变量;最后研究了TRV变量的MDF函数已知时,构建其JDF函数的方法,同时将其扩展到MRV变量,提出了新的构建MRV变量的JDF函数的方法,对构建的函数提出了相应的拟合方法和参数估计方法。     

四类基于支持向量机的多类分类器的性能比较

本文通过UCI数据库中的五个数据集,从分类准确性和运行时间两个方面,比较了四类基于支持向量机的多类分类器——多类支持向量机(MSVM),多元双生支持向量机(MTSVM),多生支持向量机(MBSVM)以及多元支持向量分类回归机(MSVCR)的性能.实验结果表明,MTSVM和MBSVM比MSVM和MSVCR更有效.     

简单随机截距模型参数估计与响应预测的最优设计

研究简单随机截距模型中固定和随机效应线性组合的估计和个体未来观测值的预测的最优设计问题.在模型的方差分量假定为已知的情况下,分别利用估计量的均方误差和预测量的预测均方误差建立设计准则,给出若干最优设计测度的解析解或精确设计数值算法.     

几种混凝土弹性模量理论计算方法精度比较

在研究三种经典的混凝土弹性模量计算模型的基础上,通过ANSYS分析了一组（3个）混凝土随机骨料模型,并通过调节水胶比（0.26～0.55）的大小,计算了30组弹性模量,与三种经典模型的理论计算值进行比较,进而进行误差分析.     

中国西部地区新一代地震动衰减模型

针对我国西部地区,选取汶川地震和部分国外地震记录,通过残差分析方法建立考虑断层破裂机制、场地条件以及上盘效应的地震动衰减模型,应用随机效应回归方法确定模型系数．结果分析表明：模型整体上能较好地预测汶川Ms8．0级地震断层距200km以内的地面运动,但在反应谱长周期段,模型预测值比实际观测值略大;模型在短周期段（T〈1s）预测反应谱与4个美国下一代地震动衰减关系（NGA）模型平均值一致,长周期段（T〉2s）模型预测反应谱小于美国下一代衰减关系模型平均值．