多项式互质与可控性分析

讨论了一类单输入线性定常系统和多输入线性定常系统完全可控的多项式判据,通过多项式组的互质性即可判断线性系统的可控性,同时讨论了可控性矩阵可逆的条件及逆阵的求法.     

基于分位数回归的辽宁省R&D经费投入影响因素的动态研究

根据理论研究,从宏观、中观、微观3个层次指出国家经济发展水平、政府科技投入、产业结构、国际贸易、外商直接投资、知识积累及人力资本积累是影响我国R&D经费投入的重要因素。利用逐步回归方法对影响辽宁省R&D投入因素进行了筛选,得出经济发展水平、政府科技投入和产业结构是影响辽宁省科技投入的主要因素,然后利用分位数回归模型对辽宁省R&D投入在不同分位点上各影响因素的作用进行了详细的研究,发现政府科技投入的影响较稳定,产业结构对其影响在逐渐增大,最后在此基础上提出了提高辽宁省R&D投入的相关政策建议。     

游艇形态意象认知与感性设计研究

从游艇的形态美学入手研究人的感性认知与游艇的形态要素,通过意象尺度和感性工学的方法分析它们之间的关系,试图建立语意空间和感性设计概念模型,为游艇的造型设计提供参考依据,更好地服务于以消费者为市场导向的产品设计.     

山西省影响旅游业发展因素的实证分析——基于多重共线性的检验

借助E-views统计软件建立1993-2011年间的山西省影响旅游业发展的因素模型.通过对影响旅游业发展因素的分析,建立以旅游收入为因变量,以接待旅游总人数、省内公路里程、铁路里程、省内星级宾馆数以及国内城镇居民人均旅游支出、国内农村居民人均旅游支出等为自变量的多元线性回归模型,并利用模型对影响因素进行量化分析和共线性检验,为山西省"十二五"期间发展旅游业、增加旅游收入在政策方面提供相关理论依据和参考性意见.     

LANDSAT MSS数据和混浊海水的频谱分布关系的定量分析(英文)

本文首先阐述了利用LANDSAT地球资源卫星多光谱扫描数据,在ERDAS(地球资源数据分析系统)上,通过细心地选择“训炼子区”,对中国黄河口水域的泥沙分布进行了监督性分类。同时本文详尽地论述了通过合理选取初始值与边界条件,利用高斯-赛得尔迭代数学方法对黄河口上空大气层的瑞利散射效应进行了理论计算,进而对相应研究区域的MSS数据进行了大气参数校正。在现有的地面不同泥沙含量的水体反射光谱特性数据的基础上,对不同频带进行泥沙与反射光谱的回归分析,并通过F-检验得出某一频带的最佳回归方程。最后求导出黄河口水域的泥沙分布。     

京津冀地区县域人均GDP的空间差异演化及其影响因素

基于GIS空间分析和地理加权回归模型等方法,研究1993—2013年京津冀地区县域人均GDP的空间分异特征及其影响因素,以期为促进县域经济发展的政策制定和路径设计提供依据。得到以下结论。1)京津冀地区县域人均GDP快速增长,县域间的差异扩大;县域人均GDP呈现显著的正向相关性,"高高集聚"和"低低集聚"的趋同性在增强。2)京津唐地区一直是京津冀地区经济发展的热点区域,河北省大部分县域的人均GDP处于较低水平,"涞源县–高阳县–武邑县–枣强县–邱县"经济冷点带逐渐形成;县域人均GDP呈现"东北–西南"的走向分布,并且整体上呈现强化趋势;经济发展重心以文安县为核心,呈现"先西南、后东北"的"V"形变动,东北方向的经济功能进一步强化。3)与OLS模型相比,地理加权回归模型的拟合效果明显改善。人均规模以上工业增加值、第三产业增加值比重、人均实际使用外资金额以及城镇化水平等显著促进了2013年京津冀地区的县域经济发展。     

错误指定模型中回归系数混合估计的小样本性质

在均方误差矩阵（ＭＳＥＭ）准则和ＰｉｔｍａｎＣｌｏｓｅｎｅｓ（ＰＣ）准则下,本文比较了错误指定的线性回归模型中回归系数的混合估计相对于最小二乘估计的优良性     

快速求解导体电磁散射问题的插值退化核方法

退化核函数将积分方程的核函数展开为场源点分离的函数积,可以用于构造积分方程的快速求解算法,项数少、精度高的退化核函数是快速算法的关键.文中针对导体电磁散射问题,研究由两种插值技术构造的退化核,推导了由拉格朗日（Lagrange）多项式和指数型高斯径向基函数构造的退化核,并比较了它们的精度和效率.此外,引入一种新的近表面插值点网格来减少退化核的项数.最后,结合H矩阵框架实现了导体电磁散射问题的快速求解,数值例算验证了插值退化核的有效性,近表面网格的采用可以显著提高算法的计算效率,相比均匀网格,计算时间减少将近45％.     

基于改进广义回归神经网络的雷达故障预测

针对目前雷达故障预测存在的问题,提出了一种基于遗传算法(GA)的广义回归神经网络(GRNN)模型.该模型以前10个时刻的雷达状态为输入,以下一时刻状态及其变化速度为输出;利用遗传算法对网络平滑因子以及网络结构进行优化,以均方差(MSE)最小构造适应度函数.仿真结果表明,所提出的GRNN模型预测值与计算值的偏差系数2.62%,期望偏差率2.07%.     

SUR 回归模型中最小二乘估计与 Gauss-Markof 估计及两步估计重合的条件

讨论了（１）如何确定ＳＵＲ回归模型的协方差参数矩阵的列展空间;（２）在什么条件之下,ＳＵＲ回归模型的最小二乘估计,Ｇａｕｓｓ－Ｍａｒｋｏｆ估计,及Ｚｅｌｎｅｒ的两步估计可以相等。此外,也得到了关于最小二乘估计在线性无偏估计类中的容许性的某些结果。