广义自旋变相过程的最优耦合及其保序性

将最优耦合方法应用到广义自旋变相过程,证明了其最优耦合的存在性,并给出一类特殊情形的显示表达式,还讨论了其保序性。     

广义块Pick型矩阵和带导数的Nevanlinna-Pick矩阵插值问题

建立了广义块Pick型矩阵和块Toeplitz矩阵之间的一种等价关系,并将其用于求解一类带导数的Nevanlinna-Pick矩阵插值问题     

基于阻尼最小二乘法的鲁棒自校正预测控制器

本文将广义预测控制器（GPC）与阻尼最小二乘法（DLS）相结合,构成一种鲁棒自校正预测控制器．仿真结果表明,这种算法比基于通常的递推最小二乘法（RLS）的自校正预测算法有更强的鲁棒性．     

约束力学系统的Noether对称性

利用变分法研究非完整约束力学系统的Ｎｏｅｔｈｅｒ对称性问题,结果表明,如果非完整力学系统的动力学性质和约束的几何性质满足某种条件,那么该系统的对称性与守恒量之间也存在着对应关系。     

关于Van der Waerden猜想的一个注记

给出了（ｘｉｊ）ｎ×ｎ＝（１／ｎ）ｎ×ｎ为ＶａｎｄｅｒＷａｅｒｄｅｎ猜想对应多元函数的一个极小值点的改进证明．     

Forecasting in the presence of level shifts

This article addresses the problem of forecasting time series that are subject to level shifts. Processes with level shifts possess a nonlinear dependence structure. Using the stochastic permanent breaks (STOPBREAK) model, I model this nonlinearity in a direct and flexible way that avoids imposing a discrete regime structure. I apply this model to the rate of price inflation in the United States, which I show is subject to level shifts. These shifts significantly affect the accuracy of out‐of‐sample forecasts, causing models that assume covariance stationarity to be substantially biased. Models that do not assume covariance stationarity, such as the random walk, are unbiased but lack precision in periods without shifts. I show that the STOPBREAK model outperforms several alternative models in an out‐of‐sample inflation forecasting experiment. Copyright © 2005 John Wiley & Sons, Ltd.     

用非对称零标架研究Vaidya-Bonner-de Sitter黑洞Dirac粒子的热辐射

用一种非对称零标架研究了Vaidya-Bonner-de Sitter黑洞的Dirac方程，对所得方程的各项系数进行了讨论，得出了黑体谱、Hawking温度与视界表面引力．     

基于广义逆的受控机构优化

基于受控原动件的机械特性和受控机构二自由度的特点，建立精确实现多点轨迹受控机构的圆拟合优化模型．提出运用广义逆求解补偿运动位移的方法。     

偏序BCH-代数

引入了偏序BCH-代数和广义a-结合BCH-代数的概念,很自然地在偏序BCH-代数中建立了一种偏序关系;最后,证明了由每个广义a-结合BCH-代数可以构造出一个交换幺半群。     

BCH-代数中的广义结合理想与拟右交错理想

给出了广义结合BCH-代数、强BCH-代数、BCH-代数的拟右交措理想、BCH-代数的理想、广义结合理想、次广义结合理想等概念。讨论了广义结合BCH-代数中理想与广义结合理想的关系;广义结合理想与次广义结合理想的关系;强BCH-代数与广义结合BCH-代数的关系;广义结合BCH-代数与广义结合BCI-代数的关系;BCH-代数的拟右交措理想与理想的关系.进而证明了:BCH-代数是拟右交措的当且仅当它的任意理想是拟右交措的。