数据序列稳健分析方法中 RYW 估计及其收敛性

根据对Ｍ估计、ＬＳ估计及ＹＷ估计的分析，提出一种新的稳健估计方法———ＲＹＷ估计，讨论并证明了这种估计的渐近性质，结果证明了ＲＹＷ是一种行之有效的简明稳健方法     

稳健估计在水准网数据处理中的应用

探讨在观测值含有粗差的情况下,采用稳健估计的方法,分析稳健估计对粗差的抵抗能力,并在此基础上设计稳健估计程序,通过实例对比分析说明稳健估计方法的优越性.     

AR(p) 模型阶的稳健改进估计

根据稳健自相关函数＾ｒｒ（ｋ）构造了ＡＲ（ｐ）模型阶的估计，其估计结果具有一定的抗干扰性，并从理论上分析了这种估计方法的渐近收敛性质     

基于稳健回归技术的软件成本估计方法

随着软件系统规模的不断扩大和复杂程度的日益加大,人们经常对软件成本估算不足,造成了各种严重的软件危机。本文分析了面向数据挖掘的普通最小二乘法和稳健回归两种回归技术在软件成本估计应用中的准确性,提出了稳健回归的软件成本估计方法。     

基于稳健回归技术的软件成本估计方法

随着软件系统规模的不断扩大和复杂程度的日益加大,人们经常对软件成本估算不足,造成了各种严重的软件危机.本文分析了面向数据挖掘的普通最小二乘法和稳健回归两种回归技术在软件成本估计应用中的准确性,提出了稳健回归的软件成本估计方法.     

稳健的变量选择方法及其应用

在已有的变量选择方法和稳健估计方法的基础上,提出了一种针对纵向数据的稳健的变量选择方法,通过模拟衡量其稳健性,并将其应用到一组实际的纵向数据分析中.模拟和实例分析结果表明,提出的稳健的变量选择方法在选择变量、估计变量系数的同时,对数据中可能存在的异常值有明显的抵抗作用.     

基于高斯滤波的稳健工程表面评定方法

分析了高斯滤波在实际工程表面评定中存在的不足，引入稳健估计理论，提出了一种新的基于高斯滤波的稳健算法，消除了异常值对高斯滤波 效率的影响，提高了高斯滤波的稳健性，实例分析结果表明，该方法能中靠地获得了评定基准，实现表面信息的无失真提取和分析，较之传统高斯滤波，更便于工程表面评定的实际应用。     

稳健经验似然估计方法

在经验似然方法的基础上提出了一种稳健的经验似然估计方法,在约束条件的估计方程中使用权重函数以及有界得分来限制异常点的影响。通过数值模拟研究该方法的稳健性。模拟结果表明,相比普通的经验似然估计,提出的稳健经验似然方法在数据中存在异常值的情况下所得估计的均方误差更小。同时对于非正态的厚尾分布数据,提出的稳健经验似然估计也在均方误差意义下更优。     

污染模型下的最小二乘估计

研究了污染模型下观测值的分布结构及方差，并以此为基础导出了污染模型下的最小二乘估计．结果表明，在测量平差中常用的随机误差模型下，该估计就是李德仁教授提出的验后方差估计；而在均值移动模型下，该估计是均方误差最小的稳健估计．     

GARCH(1,1)模型的M估计

常用的参数估计方法有最小二乘法,但最小二乘估计存在不稳健性.为了找出更稳健的估计方法,提出了M估计的定义及其算法,然后对QMLE和LAD估计做了模拟比较,并对道琼斯指数做了实证分析.     

一类双线性时间序列模型基于累积量的辨识

获得了一类双线性时间序列模型的二、三和四阶累积量所满足的差分方程,它们与线性平稳ＡＲＭＡ模型著名的Ｙｕｌｅ－Ｗａｌｋｅｒ方程相似,可看作是标准Ｙｕｌｅ－Ｗａｌｋｅｒ方程的推广,因此它们可用于双线性序列模型的辨识,并以一个数值仿真例子表明该方法是可行的。     

INAR(1)模型参数的Bayes估计

利用Bayes方法研究INAR(1)模型的参数估计, 给出了模型参数的Bayes估计因子, 并通过数值模拟将Bayes估计与Yule Walker估计、 条件最小二乘估计、 条件极大似然估计进行比较. 结果表明, Bayes估计方法在一定情形下优于其他方法.     

NGINAR(1)模型的Bayes估计及预测

先利用Bayes方法研究NGINAR(1)模型的参数估计问题, 再利用条件分布预测方法进行模型预测. 模拟结果表明, Bayes估计效果优于条件最小二乘估计和Yule Walker估计, 且条件分布预测方法比条件期望预测方法更适用于整数值序列.     

ADCINAR(1)模型的加权条件最小二乘估计

用加权条件最小二乘方法, 对基于相依计数序列的一阶整值自回归模型(ADCINAR(1))进行参数估计, 给出参数估计的表达式及其渐近分布, 并推导模型的高阶矩、 高阶累积量、 谱密度和双谱密度. 数值模拟结果表明, 将加权条件最小二乘估计、 条件最小二乘估计和Yule Walker估计进行比较, 验证了加权条件最小二乘方法的有效性.     

NGINAR(1)模型的Bayes估计及预测

先利用Bayes方法研究NGINAR(1)模型的参数估计问题, 再利用条件分布预测方法进行模型预测. 模拟结果表明, Bayes估计效果优于条件最小二乘估计和Yule Walker估计, 且条件分布预测方法比条件期望预测方法更适用于整数值序列.     

一种基于高阶累积量的复共轭四阶系统辨识方法

研究了利用高阶累积量方法对复共轭四阶系统进行辨识的问题，分析讨论了四阶系统的特点，给出了由连续系统到离散系统的转换公式，并利用基于累积量表示的修正尢勒－沃克方程对该四阶系统进行了辨识。针对估计精度不高的问题，提出了前滤波的方法。在各种不同条件下的仿真对比实验表明，在SNR（Signal Noise Ratio)比较低和两对共轭极点距离相距较近时，基于高阶累积量的复共轭四阶系统辨识方法比普通自相关方法具有更好的辨识结果。     

徐霞客玉林行踪初考

根据记载,徐霞客曾经到过玉林游览,但其在玉林的游览行踪,前人均未能具体说明,本文即是在披阅《徐霞客游记》中的《粤西游记》部分,经过初步的甄别,梳理出徐霞客在玉林的游览线路。     

也谈《话语分析》

话语分析作为一门新型的学科,与其它语言学分科如语义学、认知语言学、功能语言学、语用学等相结合,研究语篇和话语的隐性意义。Brown＆Yule合著的《话语分析》系统地论述了该学科的理论和方法,为之后的话语分析开了一扇新窗。     

任意初始条件ODE数值解的并行算法

应用Adams公式研究任意初始条件ODE数值解的并行算法，并给出相应计算次数估计。结果表明比用梯形公式和Runge-kutta方法更优越。