一类非线性方程的渐近解

用两变量方法讨论了一类二阶非线性方程εy＂ a(x)y＇ b(x)y＂=0,n∈Z,x∈(0,1),y(0)=α,y(1)=β，并得到了该类非线性方程的渐近解。     

基于直接变量反馈控制混沌

变量反馈控制混沌的基础上，提出了一种不需要知道目标轨道的直接变量反馈控制混沌的方法，通过调节反馈强度可以得到不同的稳定周期轨道，这种方法用于控制混沌的Duffing方程，得到了满意的结果。     

变量贡献率在提高企业效益能力中的应用

根据科学性与合理性、客观性与可行性相结合的原则,创建了企业效益能力评价指标体系,运用因子分析方法建立了表征企业效益能力的因子得分模型。在此基础上,创建了变量贡献率指标及其数学模型,得到提升企业效益能力的显著方法是提高企业总资产效率、总资产报酬率和权益报酬率,为找出影响企业效益能力的关键因素和提升企业效益能力提供了科学依据。     

函数有序变量极限的连续性,可积性与可异性

从极限统一定义及统一定义下的两个极限过程互换定理出发，引入了函数有序变量的概念，给出了并证明了函数有序变量极限的连续性定理，可积性定理和可导导定理，并指出了它们所解决的一些问题。     

基于决策类划分新型多变量决策树算法实例分析

利用"基于决策类划分的新型多变量决策树算法"中的五大步骤,以"气象信息系统表"为实例构造多变量决策树,取得的结果与著名的单变量决策树(ID3)方法和粗糙集多变量决策树方法所获得的结果相同,证明本算法有效。其决策树构造过程简单,易于理解。通过时间复杂度的比较,证明本算法优于粗糙集算法速度更优和ID3算法。     

Cox比例风险模型的桥估计

在经济领域和生物科学领域的研究中,经常会遇到包括有变量指标多、样本量大的数据集.一般来说,在一个复杂模型中如果包括有很多微不足道的变量,统计结果往往很难解释.因此,为了减少这种误差,在没有先验的专业知识情况下,研究变量的选择方法非常重要.Cox比例风险模型是生存分析中重要的模型之一.本文将桥估计的变量选择方法应用于Cox比例风险模型中,该方法使用的惩罚函数是p∑j=1｜βj｜γ.用桥估计方法估计未知参数和变量选择,在一定条件下,讨论了基于惩罚部分似然的桥估计方法在Cox比例风险模型中的Oracle性质,即：相合性和渐近正态性.     

在实表象中含时Hamilton量解的不变量

通过实表象的运动方程的确切解,得到了在静磁场中的含时一维、二维Hamilton谐振子的Lewis-Riesenfeld不变量。数学上,这个正交的不变量函数是一个各向同性的二维Hamilton谐振子的角动量。根据得出的不变量,通过一个简单的试探函数方法仍然可以简单推导出在静磁场中柱坐标下的二维含时Hamilton谐振子的波函数,并且通过在直角坐标下二维含时Hamilton谐振子的波函数表示成为叠加态的形式。     

基于粗糙集决策树算法的研究

传统的决策树方法在实际应用中存在很多不足,如生成树规模过大,抗噪性较差等,因此,提出了将变精度粗糙集和混合变量集算法应用于决策树分类中,通过变精度和混合属性集分类减小树的规模和过度拟合问题,降低了噪声数据对属性选择的影响,并通过实验证明该算法与传统的算法相比具有较大的优越性。     

基于正弦熵的均值-风险模型

就不确定环境下投资组合问题探讨了最小化正弦熵模型.基于收益服从不确定分布,从投资者利益出发建立带有收益和风险的投资组合模型.为求解在不确定环境下的模型,通过数值积分法设计了混合智能算法,最后通过数值例子验证模型和算法的有效性.     

基于高斯混合模型的EM学习算法

本文研究了一类基于无监督聚类学习的算法——EM算法的算法实现．EM算法通常用于存在隐含变量时的聚类学习，由于引入了隐含变量，导致算法难以保证收敛和达到极优值．本文通过将该算法应用于高斯混合模型的学习，引入重叠度分析的方法改进EM算法的约束条件，从而能够确保EM算法的正确学习．