增强的主分量分类器

主分量分类器是在最大化样本投影代数和的前提下求解分类面法方向,并采用核方法解决线性不可分问题．它对所有真实世界样本(包括野值)的重视程度相同,且只考虑了一个野值．设计并实现了一类鲁棒性较主分量分类器更强的增强型主分量分类器,其中重点讨论了三种典型权设置下的分类器特性．分析和实验证实了增强的主分量分类器的抗野值、噪声性能以及学习和推广能力均优于主分量分类器．     

标值点过程非参数估计的中偏差原理

考虑标值点过程的非参数核密度估计的中偏差,我们得到逐点中偏差原理且给出了速率函数的表达式,其中主要工具是Cramer方法．     

基于核函数强化学习的抗干扰频点分配

针对学习未知动态的干扰图样问题，提出一种基于核函数强化学习的雷达与通信抗干扰频点协作算法。与需要获得干扰模式、参数等先验知识的研究相反，所提算法能够利用过去时隙中频点的使用情况来优化抗干扰频点分配策略。首先，通过核函数的强化学习来应对维度诅咒问题。其次，基于近似线性相关性的在线内核稀疏化方法，确保了抗干扰频点分配算法的稀疏性。最后，仿真结果验证了所提算法的有效性。得益于稀疏化码字对于系统动态特性的学习，所提算法与传统基于Q学习的抗干扰频点分配算法相比，收敛时间更短，并且可以快速规避外部未知干扰源的干扰。     

基于Box-Cox变换分位数回归与负荷关联因素辨识的中长期概率密度预测

中长期电力负荷预测是电力部门制定电力系统发展规划和稳定运行的重要前提.针对影响中长期电力负荷预测精度的多个因素,本文利用逐步回归方法,从众多影响负荷预测精度的关联因子中,对关键的影响因子进行辨识,并提出基于Box-Cox变换分位数回归和核密度估计相结合的概率密度预测方法,得出不同分位点下未来连续几年的概率密度预测结果,实现了对未来年用电量准确波动区间的预测.以安徽省的历史用电量和社会经济数据为例,进行仿真实验.结果表明:该方法不仅实现了中长期电力负荷概率密度预测,而且利用强关联因素提高了中长期电力负荷概率密度预测的精度,有效解决了考虑多因子的中长期电力负荷概率密度预测问题.     

一类非局部边值问题的数值方法

讨论一类带有积分边界条件的非线性常微分方程边值问题的数值方法.通过建立满足边界条件的再生核空间,获得简单易行的再生核数值逼近方法.给出方程精确解的级数表达式,通过截断级数获得方程的近似解.数值模拟结果说明了该方法的有效性.     

基于核Fisher判别的致密碎屑岩岩性识别

致密碎屑岩储层具有致密、低孔隙和非均质性强等特点,岩性识别是储层预测中的难点之一。文章针对这一问题,提出将核Fisher判别方法用于致密碎屑岩储层的岩性识别,结果表明核Fisher判别方法能有效的识别川西XC地区致密碎屑岩中的砂岩和粉砂岩。     

保序部分单变换半群到保序部分变换半群的同态

设 IOn和POn分别是集合X n＝｛1,2,…,n｝上的保序部分单变换半群和保序部分变换半群。文章刻画了 I On到 PO n的所有同态。     

混合核函数的性质及其在混合灵敏度分析上的应用

为了度量不同的分布参数对结构输出性能统计特征的影响,定义了失效概率及功能函数统计矩对输入变量分布参数的混合灵敏度.并针对混合灵敏度,相应地定义了一种新的混合核函数.推导了一般两分布参数情况下混合核函数的表达式,并讨论了其通用的性质.利用这些混合核函数的性质,解析地求得了正态变量情况下二次不含交叉项功能函数失效概率混合灵敏度的解析解.算例中数值仿真算法与解析结果的对比验证了基于混合核函数的失效概率混合灵敏度近似解析表达式具有较高的精度.     

正态分布均值变点的小波检验和估计

本文探究的是方差不变的条件下服从正态分布的随机序列均值变点问题,利用小波方法检测和估计均值变点.考虑存在一个或多个均值变点,利用小波方法构造检测均值变点的统计量,并且估计均值变点的个数、位置以及跳跃度,最后通过模拟仿真验证有限样本下本文方法的有效性.     

一类振荡奇异积分交换子在加权Morrey-Herz空间上的有界性

利用函数分层分解和权函数的估计式,得到了一类振荡奇异积分算子与BMO函数生成的交换子在加权Morrey-Herz空间上的有界性.