线性模型M—估计下误差密度估计的相合性

线性模型Ｙｉ＝ｘ′ｉβ＋ｅｉ,ｉ＝１,２,…,其中ｅｉ｛｝∞ｉ＝１ｉｄ．,有未知密度ｆ（ｘ）．讨论了在对β作一般估计后,基于残差作出的误差密度核估计的相合性．在比文献［７,８］弱的条件下,证明了误差密度核估计的逐点弱相合,逐点强相合和一致强相合．     

Comparison of Realized Measure and Implied Volatility in Forecasting Volatility

This paper compares the information content of realized measures constructed from high‐frequency data and implied volatilities from options in the context of forecasting volatility. The comparison is based on within‐sample and out‐of‐sample (over horizons of 1–22 days) forecasts of daily S&P 500 index return volatility. The paper adds to the findings of previous studies, by considering recent developments in the related practice and the literature. It is shown that, for within‐sample fitting, the realized measure is more informative than the implied volatility. In contrast, the implied volatility is more informative than the realized measure for out‐of‐sample forecasting, in particular for multi‐step‐ahead forecasting. Moreover, we show that it is helpful to use all the information provided by the realized measure and the implied volatility for the within‐sample fitting. For multi‐step‐ahead forecasting, however, it is better to use only the implied volatility. Copyright © 2013 John Wiley & Sons, Ltd.     

导数平方和准则与SVM参数优化

支持向量机(SVM)的性能与SVM参数的选择有关.SVM参数的优化需要一个准则.针对核函数选择RBF形式的情况,提出了一个新的SVM参数优化的准则,称作导数平方和准则.与著名的SVM参数优化方法如交叉验证或Radius/Margin Bound准则方法相比,利用提出的参数优化准则得到的分类面能够在原空间对样本集"平分秋色",体现了SVM分类器的结构风险最小化的原则,而且算法简单、计算量小、更易于实现.     

基于激光数据配准的移动机器人自定位

提出了一种基于激光数据配准的移动机器人自定位方法。该方法避免了对激光数据进行特征提取以及点对点的对应,仅以预处理后激光数据的核密度估计作为定位依据,以核相关方法作为比较相邻两组激光数据相似性的度量准则,并在此基础上建立以旋转平移向量为参数的自定位目标函数。最后采用BFGS拟牛顿方法对目标函数进行寻优,最终实现移动机器人的自定位。对180度激光数据的仿真实验结果证明了该方法的有效性。     

基于核的Fisher极小鉴别分析及人脸识别

Fisher鉴别分析被公认为是特征抽取的有效方法之一,但由于其只能抽取线性特征,而对于实际应用中复杂的样本图像分布,抽取非线性鉴别特征显得十分必要.先前的基于核Fisher鉴别分析算法虽然解决了非线性特征抽取问题,但是其存在最终特征维数受类别数限制的问题.为了能够进一步提高特征提取效率,提出了一种基于核的Fisher极小鉴别分析方法,该方法使得最终特征雏数不受类别教限制.在Yale和NUST603人脸库上进行了鉴别性能实验,实验结果验证了该方法的有效性.     

一种基于贡献率图的KPCA故障识别方法

提出一种新的针对KPCA模型的故障识别方法——贡献率图法。该方法是在微分贡献率图和核函数导数的基础上提出来的,它采用统计量T2和SPE对每个变量的偏导数来度量每个变量对统计量T2和SPE的贡献率。和基于数据重构法的KPCA故障识别方法相比,该方法不需要任何迭代近似计算和数据的重构,计算量小且可避免重构产生的误差对识别结果的影响。通过在某型涡扇发动机故障检测与诊断中的应用表明,该方法比基于数据重构法的故障变量识别准确率更高,再结合发动机故障机理分析,便可准确地确诊故障,从而大为缩短故障定位及排故的时间,预防重大事故的发生。     

大温差气固相互作用模型的分子动力学研究

气固相互作用是许多物理问题的基础,描述气体分子反射速度分布的散射核模型在宏、微观流动研究中都有重要的应用.经典散射核模型大都依赖于待定的调节参数,且仅适用于气固温度相同或相近的情形.本文针对不同温度气体分子在固定温度壁面上的相互作用问题,利用分子动力学(MD)方法直接模拟气体分子的散射过程,获得气体分子反射速度与入射状态的对应关系,进而应用机器学习方法,以Cercignani-Lampis-Lord模型为基础,从直接模拟数据中重建出更精确的、考虑气固温度差影响的修正散射核模型,分析气体分子散射特性及模型参数随气固温度比的变化规律.结果表明,在所讨论温度范围内,与MD模拟结果相比较,修正散射核模型能准确重现反射速度与同方向入射速度的概率密度分布;气固温度差异对散射核的影响体现在特征温度调整为气体温度、调节系数随入射速度及气固温度比变化等两个方面.随着气固温度比变大,气体分子入射速度对散射特征的影响增强,当温度比超过2.5时切向反射速度分布不再受温度影响,而法向速度持续缓慢变化.     

基于兴趣点（POI）数据的北京市通州区商业空间格局分析

城市商业空间格局是城市规划与发展的重要组成部分,传统城市的商业空间格局分析主要借助统计资料和经济普查数据,效率较低,以兴趣点(POI)数据为代表的众源地理数据为城市商业的空间格局分析提供了新的手段.以北京市通州区为例,提取了26736个商业POI数据,根据商业职能分为综合购物类、生活服务类、公共服务类、餐饮住宿类、休闲娱乐类和金融服务类等6大类,运用数量统计和核密度估计方法,对通州区商业及各业态的空间格局进行了分析,旨在为通州区优化城市商业空间布局提供科学依据.     

极大变指标Herz空间上的参数型粗糙核Littlewood-Paley算子

借助变指标Lebesgue空间上的有界性,利用函数分层分解和实变技巧,得到了参数型粗糙核Marcinkiewicz积分、面积积分和 Littlewood-Paley g^*_λ函数在极大变指标Herz空间上的有界性。同时也证明了面积积分和Littlewood-Paley g^*_λ函数高阶交换子的有界性。     

Kernel density estimation under widely orthant dependence

The kernel density estimator for widely orthant dependent random variables is studied. The exponential inequalities and the exponential rate for the estimator of a density function with a uniform version over compact sets are investigated. Further, the consistency of the estimator is proved. The results are generalizations of some existing outcomes for both associated and negatively associated samples. The convergence rate of the kernel density estimator is illustrated via a simulation study. Moreover, a real data analysis is presented.