回归方程显著性检验的统一形式

根据线性模型及正态变量二次型的有关理论,以统一的形式导出了可对多种线性回归方程进行显著性检验的统计量。     

长期生存者所占比例的贝叶斯估计

在定时截尾试验兼有随机截尾的情形下 ,给出了一类特殊寿命数据中长期生存者所占比例的贝叶斯估计。     

一类可靠性增长模型的Bayes估计

在可靠性增长模型中 ,针对失效率很低的成败型试验的情况 ,提出一种改进的 Bayes估计法。该方法不将各阶段失效数据作等同处理 ,与传统的 Bayes方法相比 ,具有一定的优越性     

参数估计算法的研究

讨论了轧制过程自动控制中常用的自适应算法——渐消记忆递推最小二乘法,用一个实际应用模型研究了遗忘因子对参数估计结果的影响,给出了参数估计时遗忘因子的选取原则。     

KdV方程的显式精确解

将非线性方程的解表示成修正的三角函数的有限级数 ,从而将非线性方程的求解问题转化为代数方程求解问题 ,借助 Mathematica软件 ,采用修正的三角函数法和吴文俊消元法 ,得到了 Kd V方程的多组显式精确解 .     

不等方差情形下非参数回归模型的小波估计

考虑非参数回归模型Ｙｉ＝ｇ（ｔｉ）＋σｉｅｉ,１≤ｉ≤ｎ,给出了ｇ（ｔ）和ｆ（ｕ）的小波估计ｇｎ（ｔ）和ｆｎ（ｕ）;在适当条件下给出了ｇｎ（ｔ）的弱相合速度,在Ｅ｜ｅｉ＾３｜〈∞下给出了ｇ（ｎ（ｔ）的一致强相合速度,在Ｅ｜ｅｉ｜＾２＋δ〈∞下得到ｇｎ（ｔ）的渐近正态性结果;在Ｅ｜ｅｉ｜＾３＋δ〈∞下证明了ｆｎ（ｔ）的一致强相合性。     

自构形神经网络模型在天然气储量评价中的应用初探

在ＢＰ（Ｅｒｒｏｒ Ｂａｃｋ－Ｐｒｏｐａｇａｔｉｏｎ）算法基础上,采用ＢＩ（ＢａｃｋＩｍｐｅｄａｎｃｅ）算法,运用了自组织优化隐层节点数和自动化优化网络因子的方法,使得人工神经网络ＡＮＮ的计算速度、精度和柔韧性有所提高,且在微机上其操作变得更加容易。在勘探成熟的气藏中,按照天然气成藏理论,选取能够系统反映气藏的８个储量评估参数,进行网络学习,建立储量评估模型。应用所建的网络模型对正处于勘探阶段的气     

A(p)函数类的两个子类

设ｐ是正整数,以Ａ（ｐ）表示│ｚ│〈１内形如ｆ（ｚ）＝ｚ″＋＾∞Σｎ＝ｐ＋１ ａｎｚ″的解析函数全体。讨论了Ａ（ｐ）函数类的两个子类Ｑ＾（ｐ）ａ（ａ,ｂ;ｃ,ｄ）和Ｋ＾（ｐ）ａ（ａ,ｂ;ｃ,ｄ）之间的关系及系数估计,这些结果使Ｎｏｏｒ的工作得到了推广。     

带有约束条件的一般线性模型参数估计

研究了误差相关及未知参数有约束情况下线性回归模型的参数估计问题,分别给出了可控制矩阵列满秩与列不满秩情况下参数的最佳线性无偏估计.     

观测不确定情形下连续系统的采样估计

在机动目标跟踪等实际问题中 ,如果被跟踪的目标失踪 ,则用于状态估计的观测信号就具有不确定性 .在充分考虑系统内采样特性的基础上 ,讨论了观测不确定情形下连续系统的采样估计问题 ,旨在设计离散滤波器 ,使采样估计协方差配置至指定值 .文中利用一修正的离散 Lyapunov方程 ,给出了期望滤波增益的存在条件及解析表达式 ,并以数值例子说明了本文设计方法的直接性和有效性