一类矩阵反问题的最小二乘解

讨论了反对称正交对称矩阵反问题的最小二乘解,给出了最小二乘解的一般表达式.作为最小二乘问题的特殊情况-矩阵反问题,得到了有解的充分必要条件,在解存在时给出了解的一般形式.     

E-逆半群上的一类特殊同余

利用正则半群上的酉群带同余的刻画,讨论了E-逆半群S上的同余ρ是一个酉群带同余当且仅当它是S上的一个群同余和一个带同余的交.     

双循环半群上的同余

双循环半群在逆半群的研究中起着重要的作用,对此类半群上的同余关系进行了探讨,从而得到一些重要的结论.     

一种总体最小二乘算法及在Volterra滤波器中的应用

针对输入输出观测数据均含有噪声的滤波问题，提出了一种鲁棒的总体最小二乘自适应算法．该算法利用滤波器的增广权向量的瑞利商为损失函数，导出了其自适应迭代公式，并利用随机离散学习规律对权向量模的分析进行算法梯度修正，提高了算法的噪声鲁棒性，而且使得算法简单，稳定性好，收敛精度高．将该算法应用于Volterra滤波器，可使滤波器在非线性系统中的信噪比达到10dB，在学习因子为0．01时，算法仍然能够保持良好的收敛性．仿真结果表明，即使在高噪声环境或使用较大学习因子的情况下，该算法的鲁棒抗噪性能和稳态收敛精度均明显高于其他总体最小二乘方法．     

基于PLS模型的自适应间歇过程质量预测

间歇生产过程中,很多质量指标不能在线测量,导致过程很难控制。该文应用部分最小二乘(PLS)方法建立软测量模型,通过批次初期在线测量的过程变量对最后的产品质量进行预测。同时,利用过程中得到的中间质量测量值对最后的预测结果进行修正。为了解决过程参数随时间变化的问题,在每个批次结束后利用新数据对原模型进行更新。将该法用于异丁烯酸甲酯(MMA)聚合反应过程,仿真结果显示,该法能够克服过程参数变化的影响,有效地预测最后的产品质量。     

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.     

点集拓扑的40个问题

给出了点集拓扑40个问题,是点集拓扑问题的一部分.     

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。     

球面稳定同伦中的两个新元素族

本文证明当p≥7,n≥4时,h1hnγ3≠0, (b0hn+h1bn-1)γ3≠0∈Ext*,*A(Zp,Zp),而且它们在Adams谱序列中分别收敛到πpnq+3p2q+3pq+q-5S和πpnq+3p2q+3pq+q-6S中的一个阶为p的非平凡元素,其中q=2(p-1).