关于W_2~1[a,b]空间的两点注记

讨论再生核空间W12 [a,b]定义中的条件是否可以减弱的问题,得到下面的两个结论:(1)条件u(x)是[a,b]上实的连续函数且u′(x)∈L2 [a,b]不能推出u(x)是[a,b]上实的绝对连续函数; (2)再生核空间W12 [a,b]定义中的条件改为u(x)在[a,b]是连续函数或连续囿变函数,那么函数空间不再是再生核空间.     

多焦视网膜电流图一阶响应构成模型及应用

为克服目前在多焦视网膜电流图(m fERG)应用中对一阶响应成分构成的认识不足,通过对一阶响应提取过程的分析,将一阶响应分解为直接成分和诱发成分,并在此基础上提出一阶响应构成模型。为验证该模型的正确性,设计实验得到正常人在刺激时间间隔分别为13.3、26.6、40和66.5m s时的m fERG记录,用一阶响应构成模型解释记录条件的改变对一阶响应特征波峰所造成的影响。结果表明该模型合理可行,能够解释一阶响应的波形变化规律。     

第二类Cartan-Hartogs域上的一类双全纯不变量

利用全纯自同构映射，求出了第二类Cartan-Hartogs域Y11上Bergman度量矩阵行列式det T（W，Z；W^-，Z^-）的显表达式,从而得到Yu上的双全纯不变量JYH．进一步研究了当点（W，Z）趋于边界δYH时JYH的极限。有如下结论：当点（W．Z）→（W0,Z0）∈δYH（｜W0｜≠0）时,JYH存在极限π^m＋n（m＋1＋N）^m＋n）/（m＋N）；当点（W．Z）→（0,Z0）∈δYH时，JYH没有极限.     

v-支持向量机的收敛性

支持印量机是在统计学习理论最新发展的基础上产生的一个崭新的学习系统．支持向量机算法通过支持向量控制学习机器的容量．为了控制支持向量的数目，Schφlkopf等提出了v-支持向量机．研究了v-支持向量机的若干性质，并给出了相应算法的收敛性。     

GA优化支持向量机用于混沌时间序列预测

介绍了利用支持向量机与重构相空间理论预测混沌时间序列的方法，并以股价时间序列为样本，比较了几种常用核函数的预测能力，实验表明高斯核的预测能力明显好于其它核．使用遗传算法优化了高斯核支持向量机的参数，优化后其预测能力较经验定参方法有明显提高，且好于传统的预测方法．     

基于Linux网络协议栈实现及应用

分析了Linux内核TCP/IP协议栈的实现,给出了Linux网络实现的数据结构以及数据发送过程,探讨了在Linux操作系统下进行网络编程的模型、套接字函数的使用方法.针对客户/服务器模式提出了面向连接与无连接的网络编程模型.     

基于支持向量机的概率密度估计方法

介绍了基于支持向量机的概率密度估计。从概率密度的定义出发，利用支持向量机求解线性算子方程的方法，直接估计出密度。建立了几种不同的支持向量机仿真模型来进行概率密度估计。从仿真结果来看，该种方法与Parzen窗的精度等级类似，同时又具有Parzen窗方法所不具备的稀疏解。     

Prediction of ventricular fibrillation based on nonlinear multi-parameter

Ventricular fibrillation (VF) caused by myocardial ischemia is one of the leading factors of death attributed to cardiovascular diseases. It is particularly significant to predict VF and gain valuable time for clinic therapy. Five dogs are taken as the research objects and a VF model is introduced. The nonlinear characteristics of the ECGs before and after VF are investigated with nonlinear multi-parameter analysis methods, Gaussian kernel (GK) correlation estimation algorithm and Lyapunov exponent estimation algorithm. Correlation entropy h2 is also presented. The results indicate that there are three parameters which will change at the same time with the conditions of myocardial ischemia,and any changes of a single parameter may be caused by other factors and mislead the judgment. Multi-parameter analysis is more reliable to reveal the heart conditions, and to predict VF without misjudgments.     

相依样本非参数回归模型误差的相合估计

给出了回归函数基于核估计的密度估计的强相合性及一致相合性。     

软件开发模型 KFFEITO 及其实例分析

在分析四种常用软件开发风范的基础上,提出了能快速开发新产品满足市场竞争需求的中小型软件开发模型,即“核心功能优先、由里向外扩展”的软件开发模型（简称ＫＦＦＥＩＴＯ模型）,探讨了ＫＦＦＥＩＴＯ模型对现代研究与发展管理模式的适应性,并以该模型开发的两个软件为例,分析了实现核心功能的系统半成品的可重用性以及该模型对于不同软件开发的适用性．