Cox比例风险模型的桥估计

在经济领域和生物科学领域的研究中,经常会遇到包括有变量指标多、样本量大的数据集.一般来说,在一个复杂模型中如果包括有很多微不足道的变量,统计结果往往很难解释.因此,为了减少这种误差,在没有先验的专业知识情况下,研究变量的选择方法非常重要.Cox比例风险模型是生存分析中重要的模型之一.本文将桥估计的变量选择方法应用于Cox比例风险模型中,该方法使用的惩罚函数是p∑j=1｜βj｜γ.用桥估计方法估计未知参数和变量选择,在一定条件下,讨论了基于惩罚部分似然的桥估计方法在Cox比例风险模型中的Oracle性质,即：相合性和渐近正态性.     

具有混合时滞随机离散神经网络的渐近稳定性分析

研究了一类具有离散和分布时滞的随机离散神经网络的模型,通过构造新的Lyapunov-Krasovskii函数,给出了模型渐近稳定性的定理.以线性矩阵不等式形式给出的定理,易于用Matlab的LMI工具箱求解.最后通过仿真实例证明了定理的有效性.     

基于工位约束快速启发式算法的混合装配线分段优化

基于目前许多混合装配线多为人工装配的特点,对混合装配线改造问题进行了研究.在现有搭积木模型快速启发式算法的基础上进行改进,建立了带盒子约束可重叠搭建的积木塔模型,制定了新的搭建规则,在此基础上提出了一种适用于对原有混合装配线进行改造的带有工位约束的启发式算法;并针对混合装配线提出了分段优化的策略,将大规模问题分解为小规模问题进行研究,提高了算法的求解速度.算例验证了带工位约束启发式算法的可行性及有效性.     

基于摄影测量原理的道路交叉口机非冲突区域界定

为了界定城市道路交叉口混合交通流中机动车与非机动车冲突(简称机非冲突)区域,应用摄影测量原理建立非机动车实际坐标与图像坐标之间的转换关系.通过视频采集和人工调查的方法,选定4个已知标定点,获得其实际坐标和对应的图像坐标,从而求解转换矩阵中的8个未知参数.通过若干个连续的非机动车图像坐标求解出其对应的实际坐标,所有实际坐标描绘在交叉口区域,将非机动车较为集中的区域界定为非机动车行驶区域,该区域与机动车行驶区域的交叉部分则为机非冲突区域.由于该方法所需的数据具有非接触调查的特点,研究结果较为精确,因此可推广至交通工程其他研究领域.     

基于粗糙集决策树算法的研究

传统的决策树方法在实际应用中存在很多不足,如生成树规模过大,抗噪性较差等,因此,提出了将变精度粗糙集和混合变量集算法应用于决策树分类中,通过变精度和混合属性集分类减小树的规模和过度拟合问题,降低了噪声数据对属性选择的影响,并通过实验证明该算法与传统的算法相比具有较大的优越性。     

Bayes线性无偏最小方差估计相对于岭估计的优良性

在均方误差矩阵准则下研究了未知参数的Bayes线性无偏最小方差(BLUMV)估计相对于岭估计的优良性,在平衡损失风险函数准则下研究了未知参数的BLUMV估计相对于岭估计的优良性,并导出了在一定条件下BLUMV估计与最小二乘估计趋于一致.     

混合主体材料分布对白色磷光有机发光二极管器件光谱性能的影响

在具有双发光层结构的二元白光器件中,研究了混合主体材料的位置和混合主体与客体材料的不同组合对白色有机发光二极管(WOLED)器件电光特性和光谱性能的影响。通过实验,在简单的器件结构中,同时获得了高效率和高颜色稳定性的器件,最优器件的最大亮度为29 630cd/m~2,最大功率效率和电流效率分别为20.84lm/W和33.87cd/A。当电压在5～9V之间变化时,色坐标(CIE1931)为(0.37±0.01,0.44±0.01)。     

ND样本加权回归函数估计的强相合速度

设{ε_i,1≤i≤n}为ND随机误差序列, 利用ND序列的Bernstein不等式, 在非参数回归模型Y_i=g(x_i)+ε_i(1≤i≤n)下, 研究未知函数g(x)加权核估计g_n(x)的强相合速度,
从而将加权回归函数估计的相合性推广到ND样本.     

抛物型积分微分方程的矩形网格混合体积元方法

使用矩形元的最低次R-T混合有限元空间，提出了二阶线性抛物型积分微分方程初边值问题的混合体积元格式，证明了该混合体积元格式解的一阶最优L^2模误差估计。     

基于视频图像处理的行人和非机动车数据采集技术

在交通数据实时采集的诸多技术中,基于视频图像处理的方法不但能够克服人工采集方法精度低、可靠性差等缺陷,还能够解决传统的感应线圈检测、雷达检测和微波检测等方法无法检测非机动车和行人的问题.本文针对该问题设计和提出在混合交通情况下的视频交通数据采集系统,通过将视频图像处理技术和神经网络相结合,采集交通数据并识别和区分不同种类的交通对象.经过测试实验,效果比较理想.