平稳过程回归函数核估计相合的充要条件

本文对一类平稳过程,在 EY~2<∞下及最大相关系数ρ(n)=O(n~(-(1/2))(logn)~(-2))时,获得了回归函数递归核估计强、弱相合等价的充要条件。     

纵向污染数据半参数回归模型中的强相合估计

研究了一类纵向污染数据的半参数回归模型，并在更切合实际的情况下，建立了模型参数和回归函数的估计方法，在适当的条件下，证明了所建立的估计量均具有强相合性。     

数控机床热补偿中温度变量的选择与建模

叙述了一种在机床热补偿过程中,利用多元统计分析中的聚类分析方法对温度变量进行初步筛选,然后利用逐步回归方法获得最优模型的方法.对一台车削加工中心温度测量的变量进行了选择,并且利用逐步回归方法得到了补偿模型.结果表明,这种建模方法,不但很好地避免了温度测点的相互影响,保证了模型精度,而且节省了工作量和成本.     

厚板对接多道焊最高焊接温度的预测

采用多元非线性回归的方法,建立了厚板对接多道焊的最高温度与焊接线能量、层间温度、环境温度以及测点到热源中心的距离之间的数学模型.通过相关性检验、线性回归的显著性检验以及回归系数的显著性检验,证明了模型可行;同时分析了回归系数与测点到焊缝中心距离之间的关系.结果表明,它们之间的关系是一种非线性关系,而且呈现出了一定的变化趋势.     

基于回归分析与时序分析降水预报迭合模型的构建与实现

通过对大气降水序列确定性成分和随机性成分特征的分析,给出一种基于回归分析与时序分析降水预报迭合模型的构建方法.在分离和构造逐月降水序列趋势项、周期项和随机性项的基础上,给出基于Fortran和MATLAB的程序实现思路.最后给合实例验证了该方法的实用性和可行性.     

带斯塔克势的非线性Schroedinger方程L^2集中性质

讨论了带斯塔克势的非线性Schroedinger方程爆破解的定性性质，运用一个变量替换建立了带斯塔克势的非线性Schroedinger方程与不带势的经典非线性Schroedinger方程之间的联系．结合经典非线性Schroedinger方程的性质，进一步研究了临界的带斯塔克势的非线性Schroedinger方程爆破解的结构，证明了其爆破解具有L^2集中性质．特别地，当初始值条件径向对称时，证明了原点O为集中点．     

基于案例学习的排球机器人运动规划及其支持向量回归实现

针对混合型控制问题,以排球任务为例研究机器人的运动规划.模拟人类球员通过经验积累而采取相应动作的行为学习模式,采取案例学习的方式解决球的初始状态微小变化(仅发球速度和角度变化)时的运动规划问题.由于支持向量回归(SVR)在处理小样本问题的优越性并受局部学习思想的启发,采用局部加权SVR(LW-SVR)实现案例学习.结果证明,LW-SVR的学习精度较RBF神经网络和SVR明显提高.     

非参数计量经济模型的变窗宽核估计

在随机设计(模型中所有变量为随机变量)下,提出了非参数计量经济模型的变窗宽核估计,并利用概率论中大数定理和中心极限定理,在内点处证明了它的一致性和渐近正态性.它在内点处的收敛速度达到了非参数函数估计的最优收敛速度.     

Mining the Change of the Quality of Stored Grain

The quality of grain changes continually during its storage, including the change of its physical characteristics and physiological characteristics. This paper presents an approach to predict the change of the quality of stored grain with data mining technology. Logistic Regression, Decision Tree and Muitilayer Perceptron are applied to predict the change of the grains＇ quality control index and to obtain the grains＇ quality change probability. The grain sampling with higher probability can be processed earlier.     

缺失数据下局部M-估计的相合性和渐近正态性

在缺失响应变量的不完全数据下,对非参数回归模型进行研究,利用稳健的变窗宽局部线性回归的方法,给出了回归函数m(x)的估计,并证明了局部M-估计具有相合性和渐近正态性.所提出的方法继承了局部多项式回归的优点并且克服了最小二乘方法缺乏稳健性的缺点.并且使用变窗宽提高了所得M-估计的可塑性,使之能成功地处理空间非齐次曲线、异方差性及非均匀设计密度.所得估计的渐近结果为求渐近最优方案以及直接从数据估计最优变窗宽提供了理论基础.