乳腺癌诊断指标的数理统计分析

以UCI机器学习知识库提供的683个乳腺癌数据为基础，利用相关分析、逐步线性回归和主成分分析等数理统计方法，对用于诊断检测乳腺癌各指标间的相互关系及主要判断指标进行了深入研究，指出细胞大小的均匀性(X2)、细胞形状的均匀性(X3)是检测乳腺癌诸指标中最重要的指标。     

基于径向基概率神经网络模型的小儿厌食症状辅助诊断

结合了径向基神经网络较强模式分类能力与概率神经网络运算简单的优点,提出了一种径向基概率神经网络模型,并应用于小儿厌食症的辅助诊断,通过对119例样本数据的处理,获得了92.4%的准确率.此外,偏最小二乘法的分析结果表明,Zn元素与小儿厌食症关系最为紧密.     

回归函数非线性小波估计的优良性

在X服从区间[0,1]上的均匀分布的假设下,证明了回归函数的非线性小波估计中小波系数的无偏性和一致性.并证明了设置二次阈值情况下,小波系数的估计更有效.     

非线性时间序列的重构及预测

采用自适应前馈网络算法(AFN)进行非线性时序预测，对网络结构设计进行详细的探讨，并应用该方法对经典非线性时间序列数据进行预测，与传统预测方法(TAR)比较，结果证明此种方法具有较好的效果，网络的结构得到了简化。不仅满足了误差目标的要求，而且提高了网络的推广能力。且AFN方法可以对时间序列数据间的关系给出一种基于贡献率的解释。     

龙岩文化回归母体的历史认同

龙岩文化是闽南文化的一部分,闽南文化是龙岩文化的母体文化,龙岩文化与闽南文化具有历史的同源性、同构性和同质性,其历史渊源的传承关系与血亲关系不可分割.历史上,客家文化与闽南文化在相冲撞的过程中,龙岩文化成为闽南文化与客家文化亲密接触的历史金桥,龙岩文化为两大民系文化大融合做出了贡献.如今,客观地认同龙岩文化回归闽南母体文化,具有较大的历史意义和时代价值.     

二维非结构三角形网格的非振荡方法

对非结构三角形网络给出了一种非振荡有限体积方法，该方法在最小平方意义下的构造了非振荡重构良好，对二维Burgers方程国标绕流进行了数值计算，得到比较满意的结果．     

DBL(1,0,1)误差非线性回归模型相关性和方差齐性的检验

讨论了具有双线性DBL(1，0，1)误差的非线性回归模型的相关性和方差齐性的检验问题，用Score检验方法给出了双线性项检验以及相关性和方差齐性同时检验的检验统计量，并用随机模拟验证了检验方法的正确性；推广和发展了具有线性序列误差回归模型的结果；最后将结果应用于DBL(0，1，1)误差的非线性回归模型。     

溶剂对二(2-苯基-8-羟基喹啉)锌的荧光性质的影响

研究了几种溶剂对二(2-苯基-8-羟基-喹啉)锌荧光性质的影响．对二(2-苯基-8-羟基-喹啉)锌在不同溶剂中的激发光谱和发射光谱的研究表明：在不同溶剂中二(2-苯基-8-羟基-喹啉)锌的荧光性质不同．     

拟回归标度参数不相关估计的估计量

在拟回归假设条件的基础上，本提出对拟回归原型的未知标度参数独立进行估计的方法，新方法不仅具有很高的计算效率，而且标度参数的估计量之间不再具有相关性，当样本容量很大的时候，新方法能够达到原方法(献[1]，An and Owen的方法)的计算精度．在章结尾给出了计算机模拟结果。     

基于神经网络模型的水泥粉磨配料

针对水泥粉磨配料过程具有非线性和强不确定性的特点,提出了采用高斯基函数神经网络建模的方法,即先离线训练网络模拟配料过程模型,再应用此模型实时在线计算水泥粉磨物料配合比.仿真结果表明,此方法所得配料计算结果与实际情况相吻合,并且实施快捷,灵活易移植.