l_q稀疏正则化理论及其在热传导反问题中的应用

lq(0q≤1)稀疏正则化在实际应用领域已经得到了广泛的应用。在信号处理领域,简单的迭代算法能够得到满意的重构结果,但是,针对较为复杂的偏微分方程反演问题,利用这些算法进行反演往往很难达到最佳的重构效果。将已有的迭代算法进行改进,并将其应用到热传导反演问题中,通过和标准的吉洪诺夫正则化方法进行比较,说明lq稀疏正则化方法和改进的迭代算法的优点。     

通货膨胀与股票收益:需求冲击与供给冲击效应分解

将影响宏观经济波动的冲击分解为两类:供给冲击和需求冲击,并考察它们对通货膨胀和股票收益关系的影响.一个简化的理论模型表明,供给冲击导致通货膨胀与股票收益负相关,而需求冲击则导致通货膨胀与股票收益正相关;供给冲击下通货膨胀和价格水平都是逆经济周期的,而需求冲击下通货膨胀和价格水平则是顺经济周期的.以上结果也得到中国经验数据的支持.中国的经验还表明,短期股票收益动态更大程度上由供给冲击决定,而短期通货膨胀动态则主要由需求冲击决定.在总体或长期上,实际股票收益和通货膨胀呈现负相关关系,归因于两类冲击中供给冲击的效应占相对主导地位.     

基于小波回归分析法的短期负荷预测模型研究

电力负荷预测在能源领域中是一项非常重要的研究课题，它对于保障系统的安全运行，并在此前提下实现能源的节约和生产的效益最大化真有非常重要的应用价值．本文以大孤山选矿厂的电能消耗为研究对象，首先利用小波变换对负荷序列进行分解，得到不同频率的各个负荷分量，然后利用数据分类和多元回归分析方法分别对各个分量进行预测，最后再将各个分量的预测值组合起来，得到最终的预测结果。     

回归精神故乡——一个美国人的中国情结

寒山说：“一旦你的精神驻足此地，你将永远属于这里。”当我携带着《唐宋诗词》，乘着轻轻摇晃的列车行驶在中国宁静广阔的乡野时，梦中的景象便次第展开在眼前。     

带有MA误差结构的信度SUR模型

在常见的信度回归模型中,索赔观测往往是一维变量,而对索赔为多维变量时的情况涉及较少.文章利用似不相关回归模型,研究了信度理论框架下索赔为多维变量且误差带有移动平均结构的情况,给出了参数估计的方法,并通过计算机模拟证明了该方法的可行性.     

基于资源约束的当代中国城市化发展轨迹与特征北大核心CSSCI

建立资源约束条件下当代中国城市人口增长模型,应用非线性回归拟合并模拟出发展轨迹,分析当代中国城市化速度和加速度的特征。研究表明:当代中国城市化发展轨迹呈"S"型曲线;速度呈倒"U"型曲线,于2003年达到顶峰,且平均速度比以往其他时期更快;加速度不断减小且在2003年达到零值。之所以出现这些新特征,主要是因为经济增长对城市化的推力和资源约束对城市化的阻力双重作用。     

第三方支付与商业银行的关系研究

电子商务的快速发展使第三方支付的角色发生转变,由最初充当银行的合作者转变为多项业务的竞争者。因此,第三方支付对银行的绩效影响是值得关注的问题。研究首先运用面板数据回归分析双方的关系,得出第三方支付业年交易额及一期滞后交易额都会对当期银行绩效产生一定的负面冲击;最终通过演化博弈方法,得出双方在一定假设条件下的最终趋向,为政策建议提供有参考价值的结论。     

基于信号稀疏性的EMT流型辨识

针对电磁层析成像流型识别率低的问题,提出基于信号稀疏性的EMT流型辨识方法.在Maxwell方程组电磁感应原理基础之上,用Comsol有限元仿真软件建立了带有8个电磁线圈的仿真模型.首先建立了几种不同流型的仿真模型并测量其电压值,将测量电压归一化后作为EMT流型辨识的判别依据;然后将其表示为稀疏性组合;最后通过信号稀疏性建立的数学模型求得最优解,从而实现流型归属.实验结果表明:本文方法能对环流、核心流等进行识别,且识别率较高,是一种值得进一步研究和推广的方法.     

基于絮凝沉砂的立式砂仓面积最佳计算模式

为探究全尾砂絮凝沉降条件下立式砂仓面积最佳计算模式,根据最理想沉砂条件和不同沉砂特点,从3种计算模式中确定出结果误差最小者.以某铅锌矿为例,进行细粒级全尾砂絮凝沉降试验,回归分析得到最佳沉砂条件下的沉降曲线,依此从3个角度分析立式砂仓面积计算模式的可靠度.最佳絮凝条件:相对分子量为8×106的阴离子聚丙烯酰胺(APAM),入料砂浆体积分数为7.80%,对应的絮凝剂单耗为17.66 g·t-1.最佳立式砂仓面积为36.06 m2,托麦吉-菲契图解计算模式所得结果与其贴近度达97.04%.     

一种动态校正的AGMM-GPR多模型软测量建模方法

工业过程常常是强非线性的,并有多个工况,传统的软测量方法存在预测能力差,不能有效利用误差信息等缺点.为了有效解决这些问题,提出一种基于自适应高斯混合模型-高斯过程回归(AGMM-GPR)的多模型动态校正软测量建模方法.首先,通过贝叶斯信息准则构建自适应高斯混合模型(AGMM),得到优化的子模型个数;然后,利用GPR方法建立各局部模型,当新的数据到来时,将其隶属于各局部模型的后验概率和预测值融合得到多模型输出;最后,为了进一步提高模型的精度,构建自回归积分滑动平均(ARIMA)模型对多模型输出进行动态反馈校正.通过数值仿真和硫回收装置(SRU)中H2S浓度的估计,验证了所提方法具有良好的预测精度和泛化性能.