基于混沌理论与径向基函数神经网络的混沌时间序列预测

根据混沌时间序列的特性 ,给出了将混沌理论与径向基函数神经网络相结合对其预测的方法 .首先在虚假邻域概念基础上 ,提出了可同时确定合适的嵌入维数与时间延迟的方法 ,从而可据此确定径向基函数神经网络的输入 ;然后 ,用径向基函数神经网络进行学习及预测 .最后 ,给出一个实例 .     

基于主元分析与支持向量机的人脸识别方法

基于支持向量机（SVM）在处理小样本，高维数及泛化性能等强方面的优势，提出了一种基于主元分析（PCA）与SVM的人脸识别方法，利用PCA方法对人脸图像进行特征提取，再利用SVM与最近邻分类器相结合的策略对特征向量进行分类识别，剑桥ORL的人极数据库的仿真结构验证了本算法是有效的。     

南通县城镇区位点型分析

本文利用Barry·N·Boots和Arthur Getis介绍的点型分析技术,对南通县城镇区位进行空间自相关计量,精制最邻近分析、多边形技术计量。结果表明,南通县城镇区位发展在南通市边缘地区具有较大的概率,其空间分布在总体上呈克氏和方形规则分布。     

关于回归函数的最近邻估计的渐近性态

讨论了回归函数的最近邻估计的渐近性质。证明了回归函数的最近邻估计量是渐近正态的。     

“就近入学“探究

“就近入学”这一法律术语曾引起社会的广泛关注 ,一度成为各方论者和某些教育行政部门作为解决引起社会广泛关注的义务教育阶段“择校”问题的重要法律依据和理论支撑。这里存在着对“就近入学”的重大误解。从现行的有关义务教育法规的具体规范来看 ,“就近入学”是教育法规科以政府的一项义务 ,这项义务的实际内容是要求政府根据服务半径合理设置实施义务教育的学校 ,义务教育的适龄儿童有权在自己的户籍所在地和规章规定的服务半径内接受法定的义务教育。目前社会上流行的关于“就近入学”的种种说法亟待梳理和澄清     

可加模型中低维分量近邻估计的强相合性

采用Linton & Nielsen(1995)提出的直接估计法,给出了可加模型分量的最近邻估计,并在应变量的一定的矩条件下,讨论了这种估计的强相合性及一致强相合性.     

解决约束多设备韦伯问题的一种启发式算法

提出解决约束多设备韦伯问题的启发式算法属于一种定位和分配交替算法.约束多设备韦伯问题包含了常见的不带约束的多设备韦伯问题作为它的特殊情况.在分配阶段,采取最近中心再分组方法;在定位过程中,将非光滑约束韦伯问题转化为优化问题,再将之化为单调线性变分不等式,进而通过投影—收缩方法;在文章的最后给出了几组实例的数据计算结果.     

奇奇核~(86)Nb的能谱统计

用粒子 转子理论模型计算奇奇核86Nb低自旋下的能谱 ,研究了不同自旋下能谱最近邻能级间距分布(NNS)和能谱刚性度 (Δ3 )的特点 ,并就影响能谱统计特征的因素进行了分析     

非参数回归函数最近邻估计强相合性的研究

在样本序列{(x_n,y_n),n ≥ 1}为平稳φ-混合的情况下,研究了回归函数m(x)的最近邻估计m_n(x)的强相合性问题,并给出了它在非参数判别中的一个应用.     

动态规划启发式算法求解时变车辆调度问题

时变网络中车辆在任意两节点间的行驶时间不仅与节点间的距离有关, 还与所处的时段有关. 对时变车辆调度问题提出一种满足先入先出准则的跨时段处理方法, 直接推导出跨时段对应的车辆行驶时间. 在此基础上建立了数学模型, 并构造动态规划启发式算法进行求解. 该算法能够通过设置参数H平衡求解质量和运行时间. 通过对10组随机产生的数据进行测试, 结果表明动态规划启发式算法能够在很短时间内改进最近邻算法. 当H=2时, 求解质量改进11%, 平均运算时间为1.34秒; 当H=3时, 在不到2秒的运算时间内求解质量改进17%.