m-END误差下回归模型加权估计的相合性

m-END随机变量是一类很弱的负相依随机变量,它包含了NA随机变量、NOD随机变量和END随机变量。本文基于误差为m-END序列,研究非参数回归模型未知参数的加权估计,获得了加权估计的收敛性,包括矩相合性收敛速度和完全相合性收敛速度。作为应用,给出非参数回归模型未知参数近邻权估计的矩相合性收敛速度和完全相合性收敛速度。     

LNQD样本最近邻密度估计的相合性

本文在LNQD样本下研究最近邻密度估计的相合性,给出弱相合性、强相合性、一致强相合性以及它们的收敛速度的充分条件,同时研究了失效率函数估计的一致强相合性。     

基于强大数定律的参数估计的评价方法

利用强大数定律和切比雪夫不等式对未知参数估计量的2种评价标准作了研究,给出了总体方差的一个无偏估计;分析了相合估计与强相合估计的关系,证明了判别相合估计量的一个命题,指出满足一定条件的最大似然估计具有强相合性.     

相依样本非参数回归模型误差的相合估计

给出了回归函数基于核估计的密度估计的强相合性及一致相合性。     

ρ～混合误差下回归函数的小波估计

研究了误差为ρ～混合平稳序列时,固定设计下非参数回归模型的小波估计.在适当的条件下得到了估计的渐近无偏性、均方相合性、强相合性.     

对称指数分布的参数估计及其优良性

研究了双参数对称指数分布的参数估计问题,给出了2个参数的极大似然估计.在样本容量为奇数的情形,证明了样本中位数作为双参数对称指数分布位置参数的极大似然估计,具有无偏性与强相合性;尺度参数的极大似然估计具有强相合性.在样本容量为偶数的情形,证明了2个参数的任一极大似然估计均具有强相合性.     

END样本最近邻密度估计的相合性

在END样本下研究最近邻密度估计的相合性,给出弱相合性、强相合性、一致强相合性以及它们的收敛速度的充分条件,同时研究失效函数估计的一致强相合性.     

混合误差下回归权函数估计的强相合性

目的研究混合误差下回归权函数估计的强相合性。方法讨论了-混合序列加权和的强收敛性。结果在适当的条件下,得到了混合误差下回归函数估计的强相合性。结论获得了权函数估计的大样本性质。     

NA列的密度估计的相合性和中心极限定理

该文给出了NA序列的密度核估计的均方相合性和强相合性,并对强平稳NA序列,在一定的条件下,得到了NA序列的密度核估计的中心极限定理.     

关于随机截断下半参数回归模型中的相合估计的一点注记

文[1]研究了随机截断下半参数回归模型中的相合估计,但其强相合性的证明有些问题。本文给出了其强相合性的新的证明。     

APT 理论的非参数解释

本文用非参数回归方法中的核函数法和最近邻法来解释ＡＰＴ理论．通过不同核函数的选择和最近邻估计中参数的变化以及鲁棒性回归的辅助解释,来寻找ＡＰＴ理论较好的非参数解释．     

金刚石单空位的分子动力学模拟

用分子动力学方法模拟了金刚石中单空位的最近邻原子和次近邻原子的弛豫过程,计算所用的碳原子间相互作用势为Tersoff多体经验势.结果表明,单空位的最近邻原子是向外弛豫的,平均弛豫幅度约为2×10     

阻挫磁性链中自旋流体二聚化相变点计算的一个有效方法

应用双时格林函数这一有效的方法,考虑自旋为 s=1/2 的海森堡反铁磁链中最近邻和次近邻的作用,通过使用简单的退耦近似——无规相近似,解析地计算得到了低维阻挫系统由自旋流体向二聚化转变的临界值为 a=0.242。计算方法简单,计算结果与其它理论结果一致。     

不同维数下空间对象的反最近邻查询

反最近邻查询是在最近邻查询基础上提出的一种新的查询类型,是空间数据库的应用拓展,在不同维数下,根据不同的索引结构,反映出空间对象的反最近邻查询差异性较大,从不同索引结构的特性出发,分析了低维环境下基于R*-树的反最近邻查询优势,提出高维环境下一种新的基于SRdnn-树索引结构的空间对象反最近查询方法,优化了不同维数下空间对象的反最近查询性能,提高了查询效率.     

最近邻搜索用于分类问题的一种改进

最近邻搜索广泛应用于分类问题,其最显著的优点是分类准确率高、泛化性能好.但现有最近邻分类算法都存在着一个弱点——样本集增大分类计算量也显著增大.为了克服这一不足,本文基于一个新的思路,提出了最近邻分类方法的一种改进方法.该方法在进行最近邻分类时,不一定要找到待分类点的最近邻点,而只要知道最近邻点的类别即可,大大地减少了最近邻搜索时的计算量.用经典的分类问题双螺线问题(TSP)以及其他几个例子,就该改进方法的分类效果、分类速度和学习性能等3个方面进行了测试,并与经典的K维双叉树(KD树)最近邻搜索法以及压缩近邻法进行了比较.结果表明,就综合性能而言,本文改进方法是有竞争力的.     

关于回归函数的最近邻估计的渐近性态

讨论了回归函数的最近邻估计的渐近性质。证明了回归函数的最近邻估计量是渐近正态的。     

范围最近邻查询方法研究

范围最近邻(RNN)查询检索到一个区域内每个点的最近邻(NN),它是点和连续最近邻查询的推广.本文将范围看作矩形,分析了二维空间中范围最近邻查询的性质,描述了算法处理过程,并对提出的算法进行了性能分析.     

t′次近邻跃迁对角分析光电子谱的影响

以SDW波模拟赝能隙,基于具有自旋密度波(SDW)和d-波超导对称性(DSC)的Hub bard唯象模型,同时考虑近邻、次近邻跃迁效应,在平均场近似下计算谱函数及态密度,研究赝能隙和次近邻跃迁(t′)对ARPES的影响。发现考虑次近邻跃迁后得到的结果与铜氧化物高温超导体的性质符合的更好。     

一种改进的K近邻法在模式识别中的应用

针对传统K近邻法的缺陷,改进的K近邻法首先对训练样本进行聚类,将样本的特征空间划分成若干满足一定条件的小超球体,然后依据最近间隔值在这些小超球体内搜索待分类样本的K个近邻点.算法通过特征选取,选出反映样本模式重要信息的特征,从而确保了聚类的质量.同时K近邻算法中引入的最近间隔值,既确定了近邻点的搜索半径,又保障了搜索的准确性.通过实验证实,该方法不但节省时间,还有较高的识别率.     

考虑近邻和次近邻车辆影响的单车道元胞自动机模型

提出了一种考虑当前车辆前方两个车辆影响的单车道元胞自动机模型,根据双倍视距模型的思想修改了NaSch模型的加减速规则.计算机模拟表明,本文提出的模型能够呈现真实交通中观察到的一些复杂交通流现象,如时走时停波等,且最大流量和临界密度比NaSch模型更接近真实交通流的测量值.此外模拟结果表明通过参数调整可使车辆间保持一定的安全间距行进.最后,还讨论了近邻车辆的敏感系数和次近邻车辆的敏感系数的影响.模拟结果表明,固定任何一个参数的值,最大流量都会随另一个参数的增大而增加,对流量的影响显著,说明近邻车辆的影响大于次近邻车辆的影响.