奇异线性模型均值向量最小二乘估计的相对效率

在奇异线性模型下,文章通过比较估计量的协方差矩阵的谱范数和F范数,定义了均值向量的最小二乘估计(LSE)相对于最佳线性无偏估计(BLUE)的2种新的相对效率,并给出了其下界.     

奇异线性模型最小二乘估计的相对效率

对于奇异线性模型，引入了参数β的最小二乘估计相对于最佳线性无偏估计的一种新的相对效率，给出了与其他两种相对效率的关系，导出了该效率的上下界．     

设计阵列亏秩时几种估计性能的比较

在给定的线性模型下，讨论了在设计阵列亏秩时，最小二乘估计、最优加权最小二乘估计和线性无偏最小方差估计的性能比较。得出了在一定条件下，最优加权最小二乘估计等价于线性无偏最小方差估计。在噪声方差矩阵可逆、未知参数方差矩阵可逆条件下，可算出最优加权最小二乘估计与线性无偏最小方差估计方差的差表达式，并在一定条件下，两者趋于一致。     

奇异线性模型最小二乘估计的相对效率

对于奇异线性模型,引入了参数β的最小二乘估计相对于最佳线性无偏估计的一种新的相对效率,给出了与其他两种相对效率的关系,导出了该效率的上下界.     

最小二乘估计和最佳线性无偏估计的关系

本文讨论广义线性模型的均值向量的最小二乘估计和最佳线性无偏估计的关系,得到了它们相等的充要条件以及它们的偏差关系和偏差范数估计;并在欧氏范数下,进一步讨论了这种偏差估计。     

一类线性模型参数的Bayes估计及其优良性

导出了一类线性模型中参数的Bayes线性无偏估计.在均方误差矩阵准则、predictive Pit mancloseness(PRPC)和posterior Pit man closeness(PPC)准则下分别研究了Bayes线性无偏估计相对于广义最小二乘估计的优良性.     

一般线性模型中参数的平衡广义LS估计

基于平衡损失的思想,对一般线性模型提出了一种全面地度量估计优良性的标准,给出了在此标准下回归系数的平衡广义最小二乘估计,并讨论了其优良性.得到了该估计为无偏估计的充分必要条件,以及在一定条件下,在均方误差损失的准则下平衡广义最小二乘估计优于最佳线性无偏估计的充分必要条件.     

生长曲线最小二乘估计和最佳线性无偏估计相等的几个充要条件

讨论了生长曲线未知参数的最小二乘估计与最佳线性无偏估计相等的几个充要条件,并给出了主要结论的两种不同证明     

半参数回归模型中参数的Bayes估计

导出了半参数回归模型中参数的Bayesian最小风险线性无偏估计(BMRLUE),研究了其在均方误差矩阵(MSEM)准则、PRPC和PPC准则下相对于最小二乘加权估计(LSWE)的优良性.     

一般线性模型下删除观测值的影响

在一般情形下，给出了在模Ｍ＝（Ｙ，Ｘβ，σ＾２Ｖ）与删除第ｉ个观测值后得到的模型Ｍｄ＝（Ｙｄ，Ｘｄβ，σ＾２Ｖｄ）下Ｘｄβ的最佳线性无偏估计的表达式，得到了二者相等的充要条件，给出了在模型Ｍｄ下Ｘｄβ的最小二乘估计是Ｍ下Ｘｄβ的最佳线性无偏估计的充要条件，以及Ｍｄ下σ＾２的最小范数二次无偏估计是Ｍ下σ＾２的最小范数二次无偏估计的充要条件。     

基于Bregman联合聚类与加权矩阵分解的 融合推荐算法

针对当前大数据背景下推荐系统中所存在推荐效率低下、扩展性差、推荐质量不高等问题,本文提出一种基于Bregman联合聚类与加权矩阵分解的融合推荐算法（CO-CWMA）。首先,通过Bregman联合聚类挖掘出多样、不同层次的低秩评分子矩阵,组合不同约束与距离的聚类结果训练得到子模型,进而在各个模型的子矩阵上并发地进行矩阵分解,最后将各个子模型进行均值融合,提高推荐质量、效率与扩展性。在矩阵分解阶段采用SVD++算法,基于每个子矩阵中的评分分布计算加权策略,给予高频评分较大权值,在梯度下降阶段利用学习率函数控制学习率的更新。实验结果表明,该算法与三种基线算法相比在均方根误差（RMSE）与平均绝对误差（MAE）上均有明显降低,即推荐质量有较大提升。     

体操运动员平衡木直体后空翻动作数据抗干扰挖掘

针对当前数据挖掘方法挖掘精度低、抗干扰能力差,挖掘效率低等问题,提出一种新的体操运动员平衡木直体后空翻动作数据抗干扰挖掘方法。给出体操运动员平衡木直体后空翻动作完成过程,利用体操运动员平衡木动作数据的预测值和实际值间的误差去除干扰数据。依据关联系数矩阵与差异性系数矩阵求出体操运动员平衡木直体后空翻动作数据集之间的关联映射,结合关联映射确定数据集间的关联规则,计算出同一空间下平衡木直体后空翻动作数据集之间的关联因子,获取两个数据集的挖掘公式,从而实现数据的抗干扰挖掘。实验结果表明,所提方法具有很高的挖掘精度和挖掘效率。     

专利技术功效短语获取研究

在专利技术功效矩阵构建研究中,专利技术功效短语获取是矩阵构建的基础,也是构建矩阵的词汇来源。专利技术功效短语获取的准确性直接影响专利技术功效矩阵构建的效果。为了提高专利技术功效短语的准确性,基于汽车新能源专利文献文本数据基础上,综合考虑专利文献结构、专利文献线索词,以及专利文献的句法、语法分析等多种因素,提出了基于规则和统计相结合的专利技术功效短语获取方法。首先,根据专利摘要文本定位包含专利技术功效短语的单句,提取技术功效目标句;其次,在改进的分词方法和词性标注的基础上,针对包含功效短语的句子,结合依存关系规则、短语规则计算出共现频率较高的词,并提取技术功效短语。利用该方法获取专利技术功效短语,其准确率可到达85%。实验证明该方法在获取专利技术功效短语中是有效的、可行的,进而整体上提高专利技术功效短语的识别效果。     

多传感器次优Kalman滤波器及其融合效果评价

给出一种简单有效的次优Kalman滤波融合算法,用相对误差协方差矩阵和绝对误差均值等量化指标分析了融合算法的有效性,并用计算机仿真结果对融合效果做进一步验证．     

半空间体物理非线性分析的半解析元法

本文提供了半空间体物理非线性力学分析的半解析元法，给出了物理非线性半解析元法分析时的弹塑性刚度矩阵及增量－常刚度迭代法的计算步骤。     

马氏正态过程在教育质量评价中的应用

首先利用正态分布给出状态空间的划分方法;然后将马氏正态过程离散化为马氏链,并给出一步转移矩阵的计算方法,根据不同的状态划分,给出对应的权矩阵,并使用加权平均确定出教学效率的指标,从而给出一种评价教学效率的新方法,并用实例验证其可行性及有效性.     

基于综合目标函数的神经网络多新息辨识算法

为提高动态神经网络学习算法的辨识精度及抗噪性能,提出一种基于综合目标函数的多新息辨识算法。该算法基于多新息理论在最小均方误差目标函数中引入一辅助项构造综合目标函数,利用该目标函数进行网络输出层权值的训练,并采用牛顿法推导出输出层权值的递推计算公式。与已有二阶学习算法相比,新算法鲁棒性强,收敛速度快,辨识精度高。仿真结果验证了算法的有效性。     

磨粒辅助电火花加工金属基复合材料实验研究

针对金属基复合材料的加工难题,提出了采用磨粒辅助电火花法加工该类材料。利用电火花加工和磨粒辅助电火花加工2种方法,对比研究了金属基复合材料加工时的材料去除率和表面粗糙度。利用正交试验法研究金属基复合材料中增强相的不同体积分数对加工效率的影响,得到了磨粒辅助电火花加工的最佳工艺参数。实验结果表明,磨粒辅助电火花加工法在材料去除率和表面粗糙度方面均优于电火花加工法,各加工参数对加工效率的影响从大到小依次为占空比、平均电流、脉冲宽度,复合材料的增强相的比例是影响加工效率的主要因素之一。     

两种修正判断矩阵一致性方法的比较分析

对层次分析中判断矩阵一致性的修正方法进行了研究，证明了修正判断矩阵一致性的加权算术平均法的收敛性，并同时加权几何平均法进行了详细的比较。理论分析表明：虽然这2种方法都具有收敛性，且均可对一致性较差的判断矩阵进行修正，但加权几乎平均法比加权算术平均法简洁，且前者无需通过转换，直接保持了修正后的判断矩阵的互反性。数值结果也显示：加权几何平均法所需的迭代次数比加权算术平均法所需迭代次数少。     

谱约束下的矩阵最佳逼近的特征

文中讨论论文[1]提出的矩阵的最佳逼近问题,给出了最佳逼近的充分必要条件,并通过这个特征条件得到最佳逼近的计算方法,从而包含了[1]的结果。