一类分布的随机加权逼近

研究了一类有渐近展开分布的逼近问题,应用随机加权法给出了比正态逼近精度更高的模拟分布．     

均值误差的随机加权分布的渐近展开—误差为独立和的情况

研究了一种均值误差分布的逼近问题，运用随机加权法给出了比正态逼近精度高的模拟分布。     

均值误差分布的随机加权逼近：误差为独立和的情况

对一种均模型研究了其均值误差分布的逼近问题，得到了比正态分布逼近精度更高的模拟分布。     

基于正交函数逼近变换的分布参数系统可控性与可观性

基于偏微分方程谱分解原理，采用正交函数逼近技术，给出了分布参数系统逼近可控性、可观性的定义，并研究线性分布参数系统逼近可控性与可观性的判定方法。还研究了两种典型分布参数系统在不同形式控制与观测情况下的逼近可控性与可观性判据。     

均值误差分布的随机加权逼近─—误差为独立和的情况

对一种均值模型研究了其均值误差分布的逼近问题，得到了比正态分布逼近精度更高的模拟分布。     

利用鞍点逼近与Bootstrapping方法估计统计量的分布

统计量分布的确定是统计推断的一个关键工作，在总体分布已知的条件下，鞍点逼近在很多场合可以给出统计量分布的良好近似．在介绍鞍点逼近方法的基础上给出了一个结合鞍点逼近与Bootstrapping方法估计统计量分布的方法，解决了总体分布未知的条件下统计量近似分布的估计问题，并以样本均值的分布为例进行了讨论。     

小样本统计推断下对未知分布的逼近

本文给出了在某些对总体的分布不做精确要求的情况下,运用鞍点逼近的方法对未知分布做出的逼近式,并通过几个例子,例如两独立同分布的随机变量之和的分布、污染分布、疾病模型及它们的随机模拟说明逼近的效果十分优良,此法具有较高的统计意义.     

鞍点逼近理论在非中心χ~2分布中的应用

将鞍点逼近法应用到统计学中,给出一种复杂的分布函数一非中心X2分布的密度函数和分布函数的鞍点逼近式,计算过程简洁,避免了直接计算复杂分布的繁琐过程,然后进行绘图将逼近式与准确的密度函数做比较,说明此逼近式的准确性令人满意.     

具空间扩散的时变种群系统最优分布控制计算的乘子方法

应用乘子方法研究了具空间扩散的时变种群系统最优分布控制的计算,用p和u作为两个相互独立变量的无约束的极小化问题的解簇{(pm,um)}来逼近有约束的极小化问题的解,得到了其解的逼近序列,并证明了该逼近序列的收敛性.     

未知函数的尾部概率的鞍点逼近

鞍点逼近是一种对随机变量的密度或者分布进行逼近的方法,可将复杂密度函数或者分布化成一个简单,实用的形式,而且其误差较其他传统方法,比如正态逼近法及泰勒逼近法小得多,特别是在尾部概率的逼近方面优势明显。对已知函数进行逼近是简单的,但是实际试验中,试验数据的分布是未知的,本文对一组未知数据的尾部概率用两种不同的形式去进行近似。     

未知函数的尾部概率的鞍点逼近

鞍点逼近是一种对随机变量的密度或者分布进行逼近的方法,可将复杂密度函数或者分布化成一个简单,实用的形式,而且其误差较其他传统方法,比如正态逼近法及泰勒逼近法小得多,特别是在尾部概率的逼近方面优势明显.对已知函数进行逼近是简单的,但是实际试验中,试验数据的分布是未知的,本文对一组未知数据的尾部概率用两种不同的形式去进行近似.     

未知函数的尾部概率的鞍点逼近

鞍点逼近是一种对随机变量的密度或者分布进行逼近的方法，可将复杂密度函数或者分布化成一个简单，实用的形式，而且其误差较其他传统方法，比如正态逼近法及泰勒逼近法小得多，特别是在尾部概率的逼近方面优势明显。对已知函数进行逼近是简单的，但是实际试验中，试验数据的分布是未知的，本文对一组未知数据的尾部概率用两种不同的形式去进行近似。     

联立逼近解的部分性质

利用P－adic数联立逼近格的概念，讨论了联立逼近解（Q，Q1，…Qn∈Z^n 1在逼近格｛Гm｝中的分布以及联立逼近解的其他一些性质。     

QBD与有限QBD稳态分布比较

讨论了用QBD的稳态分布去逼近相应的有限QBD稳态分布的误差界,并给出了逼近精度所依赖的条件数.     

分解法多孔催化剂n级反应扩散-反应方程逼近解析

应用G.Adomian分解法求解催化剂n级反应扩散－反应耦合非线性微分方程，通过应用边界条件初定和逼近解通式最后求取待定常数的方法，获得了n级反应的逼近解析解的通式和一级反应的解析解，给出了有代表性的2级及0.5级反应的浓度分布和效率因子数学表达式以及浓度分布和效率因子与Thiele模数关系，经与数值法比较，逼近解有令人满意的精度。     

基于Laguerre多项式的分布参数系统最优控制方法

讨论分布参数控制系统最优控制的逼近方法问题.运用Laguerre多项式的正交特性和微分运算矩阵推导出几个有效的结论,把分布参数系统最优控制的积分型性能指标转化为一般的代数式,从而将一类分布参数系统的最优控制问题转化为一般代数极值问题,并给出了具体求解步骤.该方法简化了分布参数系统的最优问题求解,并保持了最优控制和系统状态逼近解的分布参数特性.最后,从理论和对比分析两方面对该算法的逼近效果进行分析,并结合仿真示例验证了方法的有效性.     

基于先验知识和Kullback-Leibler距离的超分辨率图像重建

由给定观测模型和先验模型组合得到潜在高分辨率图像后验分布逼近值,将其作为先验知识进行迭代获得更多的后验逼近值。根据高分辨率图像分布情况得到一特定逼近值以最大程度减小后验分布与Kullback-Leibler距离之差。同时也进行了文中算法与其它超分辨率重建方法的对比研究,实验表明,本算法重建效果较好。     

二项分布对推广的负二项分布的逼近

Y.H.wang在文[1]中给出了多项分布对负多项分布的逼近结果。本文将文[1]的结果在一维的情形下推广到相依情形,同时给出相依情形下二项分布与推广的负二项分布的逼近界。     

曲率插值的二次样条逼近及其收敛性

本文对一般曲率分布提出了二次样条逼近的算法,证明了收敛性,同时也间接地用二次样条逼近的方法证明了平面曲线的基本定理。     

二项分布的一种新的计算方法——逐步逼近法

本文指出了二项分布的Poisson分布逼近误差,并提出了改进的办法,即在Poisson分布的基础上乘上一系列的修正因子,使逼近精度逐次提高。从而将庞大的阶乘循环运算(容易产生溢出)转化为简单的函数运算,并能达到任意给定的精度要求。