Retail default prediction by using sequential minimal optimization technique

This paper employed sequential minimal optimization (SMO) to develop default prediction model in the US retail market. Principal components analysis is used for variable reduction purposes. Four standard credit scoring techniques—naïve Bayes, logistic regression, recursive partitioning and artificial neural network—are compared to SMO, using a sample of 195 healthy firms and 51 distressed firms over five time periods between 1994 and 2002. The five techniques perform well in predicting default particularly one year before financial distress. Furthermore, the prediction still remains sound even 5 years before default. No single methodology has the absolute best classification ability, as the model performance varies in terms of different time periods and variable groups. External influences have greater impacts on the naïve Bayes than other techniques. In terms of similarity with Moody's ranking, SMO excelled over other techniques in most of the time periods. Copyright © 2008 John Wiley & Sons, Ltd.     

Maxwell's color statistics: From reduction of visible errors to reduction to invisible molecules

This paper presents a cross-disciplinary and multi-disciplinary account of Maxwell's introduction of statistical models of molecules for the composition of gases. The account focuses on Maxwell's deployment of statistical models of data in his contemporaneous color researches as established in Cambridge mathematical physics, especially by Maxwell's seniors and mentors. The paper also argues that the cross-disciplinary, or cross-domain, transfer of resources from the natural and social sciences took place in both directions and relied on the complex intra-disciplinary, or intra-domain, dynamics of Maxwell's researches in natural sciences, in color theory, physical astronomy, electromagnetism and dynamical theory of gases, as well as involving a variety of types of communicating and mediating media, from material objects to concepts, techniques and institutions.     

Glodstein条件下的一种修正CD共轭梯度法

提出了一种新的在Glodstein线搜索准则下的修正Conjugate Descent方法,该修正方法不需要其他要求即可满足充分下降条件,同时,证明了该方法在某些弱条件下的收敛性.     

列联表检验在疾病成因中的应用

在医学中,对某些疾病成因的探究越来越重要,鉴于其样本是离散多元的,列联表在医学,生物学中应用更加广泛。疾病及其成因的研究属于对分类变量进行的分析研究,利用列联表统计样本频数,利用假设检验中的卡方检验并参照临界值表,由此能判断分类变量之间是相关还是相互独立。利用交叉列联表探究现象与其因素的相关关系,而SPSS中的三种检验方法,即χ2检验、ψ系数、列联系数,充分的分析研究了统计量的相关关系,这对于疾病的预防及治疗有很大的帮助。     

基于时间序列的灰色预测技术在估产模型中的应用

在建立估产模型过程中，引进基于时间序列的灰色预测技术，通过对样本点建立基于时间序列的灰色预测模型和常规的多元线性回归气象模型的分析比较，试图找到一种计算简单，数据要求少而精度较高，时效性较好的建模方法，为时间序列预测在农作物估产方面的应用作出一点探索。     

解析几何教学中应注意的几个问题

指出了解析几何常用教材、教学参考书中存在的解法不通用、应用代数条件不准确、消参数忽视等价性等几处瑕疵,相应地提出了解析几何教学中应该注意的几个问题.     

多目标数学规划解的一些新的充要条件

文章给出了多目标数学规划解的一些新的充要条件,其结果是在比文献[4]更弱的情况下建立起来的,因而应用范围更为广泛.     

基于分数低阶统计量的正交小波盲均衡算法

对于服从分数低阶Alpha稳定分布的非高斯信号,其二阶和高阶统计量都是不存在的。当环境噪声为这种噪声时,基于高阶统计量的常数模盲均衡算法(CMA)的均衡性能很差。为了克服环境噪声服从分数低阶Alpha稳定分布时,CMA的性能缺陷,提出了一种基于分数低阶统计量的正交小波盲均衡算法。该算法利用分数低阶统计量来抑制Alpha稳定噪声,根据最小分散系数准则优化盲均衡算法的权向量,并对均衡器输入信号进行正交小波变换,通过降低均衡器输入信号的自相关性来加快收敛速度。水声信道仿真结果表明,该算法性能明显优于CMA。     

关于P方凸函数的一个充要条件

利用P方凸函数的函数凸性,研究了P方凸函数的判定条件和性质,通过比较分析与类比,运用构建辅助凸函数的方法,建立了P方凸函数的一个充要条件,应用该充要条件给出了P方凸函数的导数判别法和Hadamard型不等式的证明。     

晋城煤业集团科技创新能力分析

利用科技统计对晋城煤业集团在科技创新中的优势和劣势进行了分析，并进一步提出了对策及改进措施。