基于RBF网络的混沌时间序列的建模与多步预测

提出将RBF神经网络应用于混沌时间序列的建模与预测中 ,设计了一个三层RBF网络结构 ,说明了RBF网络用于混沌时间序列建模和预测时的基本性质。仿真结果表明 ,RBF网络模型对混沌时间序列有比较强的拟合能力和比较高的一步及多步预测精度。采用RBF网络进行混沌时间序列的建模和预测能够取得比其它方法好得多的效果。     

金融时间序列分形维估计的小波方法

讨论了金融时间序列的性质,通过实际数据说明,金融时间序列具有两个重要特性——统计自相似性和非平稳性.利用正交小波变换的方法,给出了其分形维的估计方法.最后,实证分析了国内金融市场,并应用此方法分别得出了上证综合指数序列过程和深证成分指数序列过程的分形维.     

浅谈递归定义叙列之极限求法

本文着重介绍三种满足一定条件递归叙列极限之求地：一，单调有界法；二，先设ｌｉｎｎ→∞ｘｎ＝ａ，由方程解出ａ＝ｆ（ａ），最后证明ａ确为ｌｉｍｎ→∞ｘｎ的极限；三，若满足条件│ｘｎ－ｘｎ－１／ｘｎ－１－ｘｎ－２│≤α〈１，的递归叙列的极限求法。     

GRAMMATICAL COMPLEXITY OF FEIGENBAUM TYPE ATTRACTORS IN PERIODIC WINDOWS

In [7,8] the grammatical complexity of the Feigenbaurn attractor and the general Feigenbaurn attractors, generated by period - n - tupling, are studied. In this paper we study the grammatical complexity of the Feigenbaurn type attractors, including Feigenbaurn attractors and general Feigenbaurn attractors,in periodic windows. It is shown that the languages determined by these attractors are CLS and are. not CFL.     

集合识别问题的D序列和UIO序列的一种推导方法

集合识别方法是非确定性分布式系统相容性测试的一种新方法，是经典的状态识别方法的一种扩展，提出了在集合识别问题中使用的推导Ｄ序列和ＵＩＯ序列的方法。     

汉语同义词的形式类及其特点

本文是俄罗斯汉学家谢米纳斯对现代汉语同义词现象认识的两个问题(其他几个问题见另外两篇译文)。她从音节特点和语义特点入手给同义词分类,同时指出:准确同义词只有共同成分,没有差别成分,相对同义词有共同成分也有差别成分,共同成分是构成同义词的基础,而差别成分是它们的区别。同义词的可互换性表现在一定的语言环境中。     

甘肃河西地区近50年气象和水文序列的变化趋势

应用累积滤波器和秩次相关法 ,对甘肃河西地区近 5 0年气象和水文序列的变化趋势进行了分析 .结果表明 ,该区年降水量、年平均气温和年平均流量变化趋势存在明显的地域分布 ,并受海拔高程的影响 .这可能是不同的下垫面对全球变暖的不同响应 .该区气候总体趋于暖湿 ,这同GCMs模拟成果基本一致     

φ—混合序列下回归函数估计的相合性

本文在样本序列{(X_n,Y_n),n≥1}为φ-混合的,平稳的情形下讨论了回归函数m(x)的最近邻估计m_n(x)的L_p相合性和强相合性,并给出了它在非参数k_n-NN判别中的一个应用。     

欧氏空间上的随机覆盖及其应用

运用Borel—Cantelli引理，改进并推广了Jean-Pierre Kahane在单位圆周上关于随机覆盖的结果，得到了在高维欧氏空间上关于随机覆盖的类似结果。且运用这些结果研究了多指标复Fourier-Redemacher级数与某些函数空间的关系，得到了多指标复Fourier—Redemacher级数几乎处处属于L^∞及几乎处处属于C的等价性。     

非独立随机变量序列成立大数定律的问题

本文就非独立随机变量序列的情形,总结并推广了一些大数定律。