非正则分布族中参数估计的最高相合阶

将相合阶问题引入到了双参数双边截断分布族与具有一个跳跃点的分布族中,在分布族具有某种光滑性质的条件下,考察了这2个非正则分布族中参数估计的最高相合阶.从而为讨论这类分布族中参数估计的有效性问题奠定了基础.     

一种基于遗传算法的数据预处理组合方法

在数据挖掘的众多数据预处理方法中，要根据不同的数据背景及特征准确的选用不同的处理方法是非常困难的。为此，提出了一种基于最小二乘法原理和遗传算法的数据预处理组合方法，该方法综合了各种算法的估计结果。实践证明，这种方法大多数情况下通用并且可靠性很高。     

基于Bayes估计的有限元模型修正

讨论了基于Bayes方法来修正有限元动力模型问题 ,给出了利用Bayes方法估计参数的公式 .根据Bayes估计结果 ,应用矩阵逆特征值理论 ,提出了有限元模型修正方法 .最后用一个数值试验说明了该方法的有效性 .     

核密度估计的中偏差

在一些正则性条件下，使用Gaer-Ellis定理和尾概率估计的某些技巧，得到了核密度估计在点态和一致范数下的两个中偏差定理。     

基于词形的最佳路径分词算法

在基于词形统计模型分词算法的基础上，通过以存词表结构的有效组织及改进词的匹配算法和切分算法，并以最佳路径法实现了一种快速的基于词形的分词算法，在保证了较高准确率的同时，大大提高了分词速度。     

广义协方差改进估计的优良性

对半相依回归线性系统,我们周期地使用迭加信息的方法,得出了回归系数广义协方差改进估计。这个估计系列的方差是单调不增的。它改进了回归系数的协方差改进估计。特别当m=2时,我们不对误差向量的分布及设计阵之间的关系作出任何假设,而得到广义协方差改进估计的极限便是BLUE的结果;当协方差阵未知时,得到了两步估计的表达式。     

基于规则的专家系统诊断问题求解的一种模型

本文试图通过引进外推推理来克服基于规则的专家系统的不足,并为演绎推理和外推推理寻求一种一致的解释和理论基础.在讨论了规则的因果模型解释后,本文提出了诊断问题求解的最佳蕴含模型和基于该模型的循环生成-测试的推理方法.     

岭估计的影响分析

建立了岭回归中的方差比Cook距离、W-K统计量.用他们研究了数据对岭估计及拟合值的影响,得到了一些有用的结果.此外,找到了方差比,W-K统计量与相关系数之间的精确关系.文[4]和[5]的部分结果是本文的特例.     

关于系数有界限的多项式的最佳逼近

设X是区间[a,b](a·b≥0)上的紧集,f是X上的一个连续函数,K={p=∑_-0αf x~f:α_j≤α_j≤β_j,j=0,1…,n}为系数有界限的多项式之集合。本文给出了K对f的最佳一致逼近的一个交错点型的特征定理。     

线性模型回归参数的Bayes线性估计

在 C.R.Rao 工作中曾指出:在线性有偏估计类中一致地改进最小二乘估计是不可能的.本文试图局部地改进最小二乘估计.本文定理1求出了线性模型的 BLE;定理2指出,近年来研究的 Stein 估计、岭估计都是 BLE;定理3表明,存在一个以原点为中心的、椭球,使得在该域内 BLE—致优于通常的最小二乘估计(LS).