基于最大方差组合的选择性神经网络集成

为进一步提高神经网络集成的泛化能力,提出一种基于最大方差组合的选择性神经网络集成构造方法：首先训练出若干神经网络个体,其次,利用离散人工蜂群算法对这些神经网络个体进行组合优化的全局搜索,选出一个最大方差的个体组合,最后,将具有最大方差的神经网络个体使用简单平均方法进行神经网络集成.将该模型应用与广西东南部的区域降水预报试验,实验结果表明,笔者提出的神经网络集成方法比常用的Bagging集成方法提高了8％以上,能有效地提高神经网络的泛化能力.     

单正态总体下抽样分布的一个证明

利用随机向量独立性的相关性质、变量变换定理以及数学归纳法给出单正态总体下样本均值与样本方差的独立性以及样本方差的抽样分布的一种证明方法.     

室外多变光照条件下农田绿色作物的图像分割方法

针对室外农田绿色作物图像分割中存在的问题, 提出一种基于绿色作物G\|R颜色特征, 结合最大类间方差Otsu法和面积阈值分割的农田绿色作物图像分割方法, 解决了室外光照不均及复杂土壤背景环境下农田图像中绿色作物与背景不易分割的难题. 实验结果表明, 该方法不仅对作物、 土壤和光照变化不敏感, 且可以消除图像阴影部分的影响, 与颜色索引方法EXG-Otsu和RGB算法（G>R, G>B）相比, 该方法分割效果更理想.     

三阶近似激光模型线性化近似适用范围的分析

采用具有实虚部关联的量子噪声和泵噪声驱动的三阶近似激光模型,运用线性化近似方法计算了光强关联函数和光强相对涨落,在一定的近似条件下分别讨论了量子噪声强度、泵噪声强度、量子噪声实虚部关联系数对光强相对涨落的影响,并对线性化近似方法的适用范围进行了详细的分析,得出在小噪声、远离阈值时,线性化近似方法适用范围扩大;小噪声、远离阈值且当量子噪声实虚部无关联时,线性化近似方法适用范围最大的结论．     

Effect of regressor forecast error on the variance of regression forecasts

It is well understood that the standard formulation for the variance of a regression‐model forecast produces interval estimates that are too narrow, principally because it ignores regressor forecast error. While the theoretical problem has been addressed, there has not been an adequate explanation of the effect of regressor forecast error, and the empirical literature has supplied a disparate variety of bits and pieces of evidence. Most business‐forecasting software programs continue to supply only the standard formulation. This paper extends existing analysis to derive and evaluate large‐sample approximations for the forecast error variance in a single‐equation regression model. We show how these approximations substantially clarify the expected effects of regressor forecast error. We then present a case study, which (a) demonstrates how rolling out‐of‐sample evaluations can be applied to obtain empirical estimates of the forecast error variance, (b) shows that these estimates are consistent with our large‐sample approximations and (c) illustrates, for ‘typical’ data, how seriously the standard formulation can understate the forecast error variance. Copyright © 2000 John Wiley & Sons, Ltd.     

双率采样数据系统最小方差自校正控制方法

输入输出采样周期相同,而且时间上同步的传统离散时间系统(即单率系统)最小方差控制方法,不适用于输入输出采样周期不相同的双率系统.提出了控制刷新频率是输出采样频率整数倍的未知参数双率系统最小方差自校正控制算法.其基本思想是,通过设计一个参数估计器来估计系统模型参数,设计一个损失输出估计器来计算系统的损失输出(即采样间输出),通过Diophantine方程和极小化最优预测误差方差导出了双率系统最小方差控制律,并提出了最小方差自校正控制算法.最后用仿真例子说明提出方法的有效性.     

基于改进阈值函数的体震信号平移不变去噪

体震信号微弱,受仪器、环境因素等方面的影响,常常含有大量噪声,研究一种基于改进阈值函数的平移不变法用于体震信号的去噪.针对体震信号选择了合适的小波基,说明了小波分解后各尺度上噪声方差的估计方法,分析了所改进阈值函数的性能及特点,并给出了算法的实现步骤.与基于硬、软阈值函数平移不变法的去噪效果比较,基于改进阈值函数平移不变法去噪后的体震信号波形平滑,特征点幅值无衰减.其功率谱密度与原始信号功率谱密度的对比结果表明,基于改进阈值函数的平移不变法能够在去噪的同时更好地保留原始体震信号的特征.     

指数化投资的风险评估与预测:基于中国指数基金的实证研究

以我国的指数基金为研究对象, 通过实证方法,检验我国指数化投资的风险状况. 首先,对样本指数基金的跟踪误差方差进行分解, 分析其历史风险水平; 然后,引入压力测试, 预测样本指数基金未来的风险水平. 实证结果表明,从总体上看, 样本指数基金的风险控制得较好. 最后, 发现我国的指数基金能够较紧密地跟踪其基准指数;指数基金的风险来源和结构, 符合指数化投资的风险特征.     

约束最优控制问题的磨光罚函数算法

针对约束最优控制问题,分析了已有惩罚函数算法存在的缺陷,在原惩罚函数的基础上,通过引进磨光参数,对原惩罚函数进行了光滑处理,构造了带参数的连续可微惩罚函数,将原带约束的最优控制问题转化为含参数无约束光滑的最优控制问题.利用微分方程解对参数的连续依赖性,得到了无约束条件下近似的极小值原理,提出了磨光惩罚函数算法,并证明了此算法的收敛性.该方法克服了传统简单惩罚函数不可微的缺陷,简单可行,易于实现.最后给出仿真实例验证了该方法的有效性.