A latent class probit model for analyzing pick any/N data

A latent class probit model is developed in which it is assumed that the binary data of a particular subject follow a finite mixture of multivariate Bermoulli distributions. An EM algorithm for fitting the model is described and a Monte Carlo procedure for testing the number of latent classes that is required for adequately describing the data is discussed. In the final section, an application of the latent class probit model to some intended purchase data for residential telecommunication devices is reported. Geert De Soete is supported as “Bevoegdverklaard Navorser” of the Belgian “Nationaal Fonds voor Wetenschappelijk Onderzoek.”     

离散型输入输出数学模型应用的研究

本文讨论离散型输入输出数学模型的建立及在定期存款问题,溶液的混合、树群株数的增长和经济方面的应用。     

用于图像目标识别的神经网络方法

本文提出了一种全局最优的神经网络（ＦｕｌｌＤｏｍａｉｎＯｐｔｉｍｕｍＮｅｕｒａｌＮｅｔｗｏｒｋ）模型用于目标识别。通常所设计的神经网络不能保证全局最优，使得网络不一定收敛到期望样本点上。本文的模型采用了先设计稳定点、再构造吸引域的方法，提高了网络的识别正确率及速度。针对图像识别中矢量维数大的实际，提出了一种不变性方法，使得样本维数下降而分类距离保持不变。同时又证明了网络的收敛性、收敛速度及映射保距等。计算机模拟结果表明，网络对噪声或缺损图均能正确识别。     

基于时效性的垂直搜索及其应用

基于时效性信息的特征,构建了一个用来提高专业搜索的"查全、准、新率"的垂直搜索引擎. 以航空机票价格为例,分析了时效性信息的获取和过滤技术,并给出了基于时效性垂直搜索引擎的关键程序.     

拥挤交通流的行为分析与仿真建模

从分析拥挤状况的交通行为特性出发，建立了相应的仿真模型。该模型在跟车子模型加入了随机扰动项，换道子模型的可行性检测中加入了前后间距不足时司机的减速行为。与传统模型相比该模型能更好地反映拥挤流下的交通行为，更适合于拥挤状况的交通微观仿真。     

数学期望模型应用实例

混合样本检验法是预防医学中常用的方法，通过建立数学期望模型，可以在定量分析中减少检测次数，达到减少工作量，提高工作效率的目的。     

T＝∞跟踪问题的一种解法

跟踪问题是线性系统二次型性能指标最优控制讨论的一个重要应用问题。当终端时间T为有限时 ,很多文献都给出了适当的解法 ,但T =∞时的求解还有很多问题值得探讨。本文给出了终端T =∞时预期输出满足一定条件的跟踪问题的一种解法。此种情况可转化为输出调节器问题 ,并给出了具体的求解方法和例子。     

多变量随机系统的辨识软件IDMR

软件IDMR是用于辨识离散时间多变量随机系统的有效工具,它同时还使用辨识结果给出系统输出仿真。本文介绍IDMR的结构和功能及其特点,并对使用方法和运行操作进行了说明。     

冀东金矿集中区控矿条件探讨

论述了冀东金矿集中区绿岩型金矿的矿质来源，并恢复其矿源层的原岩。对构造及中小型岩浆任入体的控矿作用作了论述，并提出了成矿模式。     

师资预测一类纵横统计推进模型

提出了一个新的人才预测模型,其主要优点是可对残缺原始数据进行加工,且可修正预测值的随机误差影响,预测精度较高.本文还给出了用该模型对某校师资进行预测的实例,得到满意结果.