完整的最小二乘递推算法及其对跟踪与预报的应用

借助广义逆矩阵的理论，本文分别就一般加权情形、最优加权情形和指数加权情形，给出了无需事先提供待估计量的任何初始统计知识而能获得严格意义下的所谓完整的最小二乘递推(PRLS)算法。应用这种算法，分别得到了某些线性系统的无差和无偏状态估计以及机动目标多模型跟踪与预报(MMTP)算法。     

复杂系统的遗传-模糊建模方法

针对复杂系统的模糊建模问题，提出了一种遗传．模糊建模新方法。首先，利用竞争学习算法对输入空间进行自适应聚类，基于聚类结果提取模糊模型的规则前件隶属函数参数，采用局部最小二乘法求得规则后件参数，从而初步建立起系统的T-S模糊模型。然后，对规则前、后件参数进行编码，借助于实值编码遗传算法优化模糊系统。最后，数字仿真结果验证了算法的可行性和有效性。     

一类特殊的奇异级数

讨论了华林问题中一类特殊的奇异级数，在分析的范围内用代数数论的方法对它的下界作出一个估计，从而改进了Vaughan的结果。     

实空间上的闭子集与相似包含关系

Paul Frdos曾提出如下关于实直线R的问题：是否对R的每一个无限子集X，都存在一个具有正测度（Lebesgue测度）的闭子集E，使得E的任何子集都不相似于X（E的任何子集都不与X线性同胚）。1984年，Falconer证明了如下结论：对于一个满足limxn=0和linxn 1/xn＝1的单调递减的正实数列{xn}，Erdos问题有一个部分肯定的解答。本文将证明：上述关于数列的条件可以替换为更一般的（弱一些的）条件。最后把本文的相应结论推广到有限维欧氏空间R^n中。     

关于“增乘开方及其相关问题的再探讨”一文的点评

中国传统数学历史悠久，成就辉煌，即使在明末《几何原本》前六卷(1607)、《同文算指》(1644)等西方几何知识与笔算方法传人中国以后，中国传统数学仍不断吸取西方数学精华以完善自身体系并不断有所发现．清代乾嘉以降的古算复兴所产生的诸多成果以及研究西方传人的新课题所得成果均可说明，中国传统数学以其自     

关于凸模糊子集的研究

给出了强凸模糊子集和严格凸模糊子集的定义．研究了强凸模糊子集与凸模糊子集的关系，及严格凸模糊子集与凸模糊子集的关系．将Yang的一些结论推广到凸模糊子集上．     

奇异矩阵的Krylov方法的误差分析比较

Krylov方法是求解线性方程组Ax=b,A∈CN×N,b∈CN的一种迭代方法,当A非奇异时,已有很好研究.而当A奇异或接近奇异阵时,在一定的假定条件下,Krylov方法的解与范教最小的最小二乘解A+b之间的差是可以估计出来的.     

最小二乘解存在的充分必要条件

本文提出了当观测值的权矩阵为正定或半正定的前提下，其最小二乘解存在的充分必要条件为并以间接平差为例验证了该结论的正确性。     

两个线性最小二乘问题解流形之间的逼近性

运用广义逆矩阵理论,研究了两个线性最小二乘问题解流形之间的逼近性,推广了若干已有结论。     

对协同学习算法的研究

在讨论协同学习算法和广义逆关系的基础上,指出了最小二乘广义逆的求解算法都可以看作是协同学习算法,从而大大丰富了协同学习算法的种类．理论和实验表明,Ｈａｋｅｎ提及的学习算法在某些性能指标上不如通常的Ｍｏｏｓｅ－Ｐｅｎｒｏｓｅ广义逆求解算法,因此,在具体应用场合,可考虑使用通常的Ｍｏｏｓｅ－Ｐｅｎｒｏｓｅ广义逆求解算法进行协同学习．