逐步Fisher判别法在分析我国12年股市上的应用

应用逐步Fisher判别法的多元统计数学工具，综合分析我国12年股市的各指标因素量化统计特征，建立Fisher判别式，从而得出研判我国股市顶部和底部区域、上升、下降、盘存各种形态的数学模型．     

动节点对自适应接触边界元法

Kamiya提出的弹性接触问题边界元分离解法和申光宪、陈一鸣、刘德义等引入最优罚因子的边界元分离解法，关于计算中接触状态的判别比较模糊，所得接触区与真实接触区相差很大。对此，本文进行了严密的分析，提出一种新的动节点对自适应分离接触迭代判别方法及实现方案并详细描述了数据结构，同时，还编制了自适应动节点对分离接触迭代方法的边界元程序(2-DECPAOBEM)，证实了本文新方案、算法的有效性，从而获得更精确的真实接触区及边界元解。     

上市公司财务状况判别分析算法的实证研究

针对当前财务状况判别分析建模研究中存在的问题，在分析经典判别分析算法不足的基础上结合粗糙集理论提出一种新的判别分析算法，实证分析结果表明其在多指标筛选、指标重要性识别以及判别分析等方面性能良好。     

盆地型长周期地震动的判别准则

为了筛选出盆地内超高层结构抗震设计所需的盆地型长周期地震动(简称为长周期地震动)验算波,总结了长周期地震动的形成机理,分析了长周期地震动中面波的卓越性,提出了截取由面波主导的地震动尾波的方法,通过基于尾波特性的统计分析得到了长周期地震动的判别准则.结果表明:沉积盆地边界所激发的面波在盆地内传播、叠加以及依频率放大是长周期地震动的主要形成机理;长周期地震动中由面波主导的尾波段对长周期结构响应起控制作用;长周期地震动判别准则宜定为:速度反应谱卓越周期大于2s,且截取出的尾波与原始波在速度反应谱卓越周期处的谱幅值比大于85%.     

基于脉搏波数学模型的运动员运动状态判别方法

针对利用运动员脉搏波信息对其运动状态(高强度运动、平静)进行判别,并减少身体状态的随机性对脉搏波特征信息的影响问题,提出了一种对原始脉搏波信号进行建模进而提取特征信息进行状态判别的方法.利用训练-测试的二分类分析方式,对运动员的心率状态进行判别,以分析运动员的运动状态,辅助其进行运动训练工作.实验通过对10名运动员志愿者在不同状态下进行脉搏波采集,对预处理后的原始信号进行函数建模并提取生理信息,利用SVM进行监督训练和测试.结果表明,该方法能够对运动员心率状态进行有效判别,得到运动员的运动状态.     

基于互差跳跃算法的签到系统研究与实现

针对传统签到方式耗时且繁琐,文章研究并实现了一个基于互差跳跃算法的签到系统。该系统使用百度地图应用编程接口(application programming interface,API)获取签到者位置信息,基于中位数的互差跳跃算法判断签到者所在位置是否正确。算法以中位数附近一定范围的互差均值作为基准,以相邻数据互差与基准的比值作为异常门槛系数,根据系数值对已签到用户位置信息的可信度进行判断,从而确定用户的真实出勤状态。该系统目前已应用于某高校课堂考勤,实际应用效果证明该系统拥有较高的准确率,可以满足签到需求,有很好的实用性。     

用于身份识别的ECG特征筛选策略研究

为了解决基于心电信号(ECG,Electrocardiogram)中基准点特征适用度的问题,在理想化的特征计算结果的基础上,本文提出引入由于计算机识别心电波形基准点所带来的误差,从实际应用角度选择出在身份识别中具有应用价值的特征.研究首先采用小波变换处理心电信号,将心电波形的基准点与不同阶小波系数相对应,自动检测基准点并同时获得检测准确率.然后,设计并实现了由基准点检测准确率估算基准点构成特征的准确率策略,进一步利用逐步判别法进行特征选择,最后,获得特征在用于身份识别中的筛选结果排序.研究采用PTB心电数据库(PhysikalischTechnische Bundesanstalt,德国国家计量科学院心电数据库)作为实验数据,在60人的数据集上进行身份识别,获得98.7%的准确率.     

无穷级数新的积分判别法

利用有界变差函数的性质,建立了比Cauchy积分判别法更广泛的新的积分判别法;利用实分析中的Lebesgue逐项积分定理,推广了文献[7]中一个数项级数收敛性判别法.     

Fisher判别分析在企业信用评价中的应用

本文采用Fisher判别分析方法,以100家上市公司综合财务数据为样本数据,建立模型,对当前我国企业信用风险进行评价、分析和判断,为利益相关者提供决策依据,构建一种新的信用评价体系。