相依数据下非参数方差模型的样条估计

针对相依数据下非参数方差模型,构造了非参数方差函数的多项式样条估计,在α-混合条件下,证明了估计的相合性,得到了最优全局收敛速度,模拟算例表明了估计方法的可行性。     

自适应迭代算法支持向量集的特性研究

针对在支持向量机研究中,传统的优化方法无法处理规模不断扩大的分类问题,为设计适应大样本分类的训练算法,提出了基于块的自适应迭代算法。在该算法的训练过程中,块增量学习和逆学习交替进行,能够自动得到一个小的支持向量集。将该算法与SVML ight在支持向量数量方面进行了比较,计算了UC I(Un i-versity of Californ ia-Irvine)中的6个数据集和著名的Checkboard问题。结果表明:该自适应迭代算法确定的支持向量数一般不到SVML ight所得到的支持向量数的一半,其中70%多的支持向量被SVML ight所确定的支持向量集所包含,在支持向量选择方面具有高效性。     

一类双线性时间序列模型的矩估计

研究一类对角双线性模型ｘｔ＋Σｉ＝１ ｐ ａｉｘｔ－ｉ＝ｅｔ＋Σｊ＝１ ｑ ｂｊｅｔ－ｊｘｔ－ｊ的矩估计方法,着重分析一般模型ｘｔ＝ｅｔ＋ｂｅｔ－１ｘｔ－１的高阶矩估计及其大样本性质。方法 计算模型的矩,理论证明时运用中心极限定理,采用计算机仿真方法验证模型参数。结果与结论 获得一阶模型的高阶矩会计和一般模型的低阶矩估计,并给出仿真结果和说明,得到一阶模型的高阶矩估计的极限分布。     

基于大数据和马尔科夫链的行驶工况构建

为提高代表行驶工况的准确性,对行驶工况构建算法进行了研究.在沈阳市选取10辆乘用车并采用自主驾驶方式收集行驶数据,组建了大样本数据库.首先根据傅里叶变换对原始数据进行了降噪滤波,然后采用改进的Kneser-Ney平滑方法计算状态转移概率矩阵,提出了基于马尔科夫链的行驶工况构建算法,最后开发了沈阳市乘用车代表行驶工况,并将其与数据库总体特征进行对比.结果表明,构建工况与数据库总体的平均偏差为2.46%,所有特征参数偏差均在10%以内,验证了算法的有效性.     

随机右删失下核光滑乘积限估计的大样本性质

讨论了随机右删失下乘积限估计Ｆｎ（ｔ）与核光滑乘积限估计Ｆｎ（ｔ）之差（Ｆｎ－Ｆｎ）（ｔ）的大样本性质，得出了Ｆｎ（ｔ）的一般大样本性质，特别是ｎ＾１／２（Ｆ（ｔ）－Ｆ（ｔ）＝γｎ（ｔ）→Ｇｐ（ｔ）的充分与必要条件。     

杭州民营企业转型升级之“七大样本”

2010年，曾经领潮数十年的杭州民营企业，站在了新的发展起点上。摆在他们面前的，也是社会各界始终关注的重要课题——在转变经济发展方式，推进产业转型升级的大潮中．如何继续勇立潮头。     

一种新的正弦波频率估计算法

研究了高斯白噪声条件下大样本点单一正弦波信号的频率估计方法.首先利用离散傅里叶变换确定频率粗估计,然后以该值为参考频率构造本地信号,将原信号下变频至基带,对基带信号分段求和,能得到一个新的正弦波信号,该信号的频率为真实频率与参考频率之差,最后利用最小二乘法估计新信号的载频,修正粗估计值就能得到原信号频率的最优估计.推导了算法的渐近方差与克拉美-罗限之间的关系.仿真结果表明,本算法能适用于整个频段范围,频率估计的精度接近正弦波频率估计的克拉美-罗限.     

一类非线性结构关系度量误差模型的大样本理论

讨论了预报变量带有随机度量误差的回归模型的大样本理论，在相当一般的条件下给出了未知参数的一个强相合估计，证明了该估计是渐近正态的，并给出了其极限分布的均值与协方差阵。     

关于线性贝叶斯估计

设（Ｘ，）是二维随机向量，参数有未知的先验分布Ｇ，如何利用样本Ｘ１，Ｘ２，……，Ｘｎ来估计是一个很有意义的问题，文章在已知Ｇ的一阶和二阶矩条件下给出了的线性贝叶斯估计，并讨论了其大样本性质。     

经验过程及半参数推理入门

本书对经验过程和半参数推理提供了自含的、循序渐进的介绍。这些功能强大的研究技术在以下两个方面发挥了重大作用。（1）从真实的复杂模型研究统计学估计的大样本性质；（2）对统计学推理开发新的方法。