广义生长曲线模型中均值矩阵的泛容许估计

讨论了广义生长曲线模型中均值矩阵的线性估计在二次损失矩阵函数下的泛容许性，并在某些线性估计类中得到了泛容许估计的充要条件。     

多元随机共同均值泛容许估计的特征

讨论了多元随机共同均值线性模型中均值矩阵和参数的线性估计的泛容许性 ,并在齐线性和非齐线性两个估计类中分别得到了泛容许估计的特征。     

泛优良性和均值矩阵线性估计的泛容许性

讨论了矩阵参数的估计问题。试图给出损失取为矩阵损失时,风险矩阵的一个统一的比较标准——泛优良性。并得到了多元线性模型中均值参数矩阵的可估线性函数的线性估计在线性估计类中泛容许的特征。     

带有线性约束的共同回归系数矩阵线性估计的泛可容许性

针对带有线性约束的多元共同均值回归模型，在泛优良性准则下，得到了其共同均值参数矩阵的线性函数的线估计是泛可容许的必要条件，进而给出了在不同的线性约束条件下，Ｈ的泛可容许估计类之间的一种刻划。     

增长曲线模型回归系数线性估计的泛容许性特征

讨论了增长曲线模型回归在线性估计时的泛容许性特征，得到了其在齐次线性估计类Ｆ０和一般线性估计类Ｆ１中是泛容许估计的充要条件．     

平衡损失下带约束的回归系数的线性容许估计

文章在推广的矩阵形式的平衡损失函数下,利用矩阵的向量化方法,研究了带线性约束的多元线性模型中回归系数的线性可容许估计;并在齐次线性估计类和非齐次线性估计类中,分别得到了齐次线性估计和非齐次线性估计是可容许估计的充分和必要条件,推广了有关文献的结果。     

矩阵损失下线性估计可容许性的注记

研究矩阵损失下线性模型中线性估计的可容许性, 利用矩阵论的相关知识给出了齐次线性估计类和非齐次线性估计类中可容许估计的新刻画, 并举例说明所给条件更易于应用.     

矩阵损失下带约束多元线性模型回归系数可容许线性估计的特征

讨论矩阵损失下带约束多元线性模型中线性估计的可容许性问题,证明了约束条件下多元线性模型中线性估计KB的可容许性与约束条件下一元线性模型中线性估计Kβ的可容许性具有等价性;根据这一特征得出了多元线性模型中线性估计KB的估计LY是可容许估计的充要条件。     

一般增长曲线模型中共同均值参数的线性估计的容许性

本文讨论了一般的增长曲线模型中共同均值的线性（包含齐线性与非齐线性）估计的可容许性，给出了共同均值的线性组合的线性估计在矩阵损失下是估计类中的容许估计的充要条件。     

均值矩阵的线性估计在广义线性估计类中的可容许性

对于多元线性模型Y～(XΘ,σ2Σ(s)V),本文在最大特征值作为矩阵大小的比较标准下,讨论了XΘ的函数SXΘ的线性估计AY在齐次线性估计类中可容许与AY在齐次广义线性估计类中可容许的关系,还讨论了AY+D在广义线性估计类中可容许与AY在齐次广义线性估计类中可容许的关系.     

线性混合模型中的参数与方差分析

给出了一种将一般的线性混合模型转化为满足Gauss-Markov假设的线性模型方法,然后对其中的参数进行最小二乘估计,并讨论了QR分解在线性混合模型中方差的ANOVA估计中的应用.     

一阶线性椭圆型复方程一些边值问题解的有限元逼近

本文用有限元方法证明了最一般的一阶线性一致椭圆型复方程Riemann-Hilbert边值问题和复合边值问题的有限元解是存在的,并给出了误差估计。另外,借助于[1]中解的先验估计式讨论了上述边值问题解的稳定性。     

系数随机的多元线性回归模型的参数估计

对一般系数随机的带有相关因子的多元线性回归模型的参数进行估计。估计值是用EM算法给出的极大似然估计或约束的极大似然估计。给出了EM算法的具体公式,并利用bootstrap方法估算出这些估计值的精确度。最后通过一判别儿童总体中是否存在Catch-Up生长的例子以解释给出的方法。     

非线性抛物型方程柯西问题整体光滑解存在唯一性

非线性抛物型方程整体解研究在理论,应用上都很重要,本文运用线性抛物型方程较丰满的能量估计和衰减估计,借助于Matsumura整体存在性框架,得到了在非线性项满足某种条件,空间维数不小于3且初值某种模适当小时,柯西问题整体解存在唯一性。     

抛物型方程的Schwarz交替法及其误差分析

考虑一般线性抛物型方程的Schwarz交替法,就重叠子域的情形给出两种区域分解格式,并证明其按最大范数的收敛性和稳定性以及误差估计。     

机器人部分状态反馈自适应控制

研究了机器人部分状态反馈自适应跟踪控制问题,提出两种通用的动态滤波器设计方法。该方法不同于现存的高通滤波器设计,可以避免速度信号测量,最后保证闭环系统输出误差渐近稳定。证明了在期望轨迹满足持续激励条件时,辩识参数将收敛到真值。给出了仿真验证。     

关于某类整函数系数高阶齐次线性微分方程解的级和零点

本文研究了高阶齐次线性微分方程f(k) Ak-1f(k-1) … A1f ′A0f=0的增长性问题,其中A0,A1,…,Ak-1是整函数,当存在系数为A0为缺项级数且比其它系数有较快增长的意义下时,得到了上述齐次微分方程的一定条件下超越解的超级的精确估计。