基于聚类分析的多级综合评判

在聚类分析的基础上讨论综合评判，利用先验信息和现有信息对问题的各因素进行多级聚类，为多级综合评判搭建了有理有据的平台，同时减少了综合评判的计算量和存储量，消除了因选择函数的不同而引起的偏差．最后，给出了数值算例．     

基于犹豫三角模糊相关系数的聚类分析

针对评估值为犹豫三角模糊元的聚类问题,提出了基于犹豫三角模糊相关系数的聚类算法。首先给出犹豫三角模糊相关系数的定义和计算公式;其次考虑到犹豫三角模糊元权重的影响,将犹豫三角模糊相关系数推广为犹豫三角模糊加权相关系数;最后将提出的方法应用于犹豫模糊环境下的聚类问题,实例分析验证本文方法的可行性。     

一般关系下粗糙集的模糊性

从粗糙隶属函数的角度出发,研究了一般关系下的粗糙集模型的模糊性度量,用模糊集的截集的概念描述了一般关系下变精度粗糙集模型。     

求同存异的非局部图像去噪

非局部方法是近年来图像恢复领域最重要的方法之一,这类方法的关键在于如何理解和描述自然图像的自相似性质.本文通过对自相似性质的深入分析,提出描述自相似性质的两个原则：1）＂两方向＂原则：利用隐含在图像中的两方向相关结构.2）＂求同存异＂原则：利用相似性的同时保持各相似块之间的相对差异.然后利用奇异值分解建立了一种符合这两个原则的非局部图像去噪模型.该模型能获得很好的去噪效果.     

T—细胞无关免疫响应的动力学研究

为描述Ｔ－细胞无关免疫系统对于抗原的瓜，提出了关于大Ｂ溧巴细胞分化为浆细胞和腿 化为记忆细胞的分化－退化假定机制，从而建立了一个完全动力学的模型，并利用计算机模拟得出模型的数值解，其结果可以较好地与已知的实验事实相符。     

一类线性模型M—估计的渐近分布

设线性模型ｙｔ＝θ１ｘ１ｔ＋…＋θｐｘｐｔ＋εｔ，ｔ＝１，２，…，Ｎ，θＮ是θ＝（θ１，θ２，…，θｐ）Ｔ的Ｍ－估计，Ψ（εｔ），Ｆｔ｛｝是鞅差序列，Ｆｔ是σ－代数，且ＦｔＦｔ＋１，ｔ＝１，２，…．讨论了在一定条件下ｐ→∞（Ｎ→∞）情形的θＮ的渐近正态性     

系数为非对称指数型模糊数的多元线性最小二乘回归

使用模糊数之间的某种距离和的最小二乘方法，研究了模糊多元线性回归模型，此模型的输入为精确数据，输出为模糊数据，回归系数为非对称指数型模糊数，并通过讨论一元模糊线性回归模型，推导出三组正规方程组以分别用于求解模型回归系数的模糊中心参数，左边参数和右边参数，然后将此结果推广到多元情形，考察了观测值与估计值之间的拟合优度。     

半参数纵向数据的Logistic模型

以纵向数据的半参数模型为基础,建立了半参数纵向数据的Logi st i c回归模型,对此模型中的参数进行了参数估计,讨论了它的信息矩阵,给出了似然方程的Newt on-Raphson迭代求解过程。     

艾拉姆咖分布参数多重模糊假设检验的贝叶斯方法

模糊假设检验问题是应用统计推断和统计决策中处理模糊概念的一种比较重要的情形.对于艾拉姆咖分布参数的模糊假设检验问题,本文在特定的损失函数下研究了其贝叶斯解,并给出了数值算例.其中,先验分布考虑了Jeffreys先验和共轭先验.     

指数分布模型模糊假设检验的贝叶斯方法

在独立同分布样本中，对于单参数指数分布中尺度参数的多重模糊统计假设检验。在定时截尾样本情形下，得到了指定损失函数的贝叶斯解．其中使用的先验分布为Jeffreys先验和共轭先验．最后，给出了数值算例．