B0型空间上共轭凸函数的指数共轭性

引入并刻划B0型准范空间中凸函数的上、下指数，建立共轭凸函数上、下指数间的完整共轭关系。     

负二项分布下参数的方差一致最小无偏估计及贝叶斯估计

本文利用充分完全统计量,给出了负二项分布下,总体均值μ和参数P的方差一致最小的无偏估计(UMVUE),特别当r=1时,给出了方差σ2的UMVUE,然后,再利用共轭先验分布给出参数P的贝叶斯估计,并在特殊情形下,对两种估计进行了比较。     

广义Cury线搜索下一种新共轭梯度法及其全局收敛性

本文对无约束最优化问题：ｍｉｎｆ（ｘ），ｘ∈Ｒｎ，提出一种新的共轭梯度法．该算法中参数βｋ采用一种新取法，并结合广义Ｃｕｒｙ线搜索及ｎ步重新开始策略．在关于目标函数较弱条件假设下，证明了所给算法的全局收敛性．     

求解一类二次规划问题的LAZ法

将ＡＢＳ方法与Ｚａｎｇｗｉｌｌ方法相结合．构造出一种有限步收敛的求解具有线性约束的二次规划问题的共轭方向法－ＬＡＺ法．     

螺旋面铣削时的共轭界限与干涉条件

探讨螺旋面铣削时的共轭界限、干涉等问题，得出干涉的必要条件，讨论了接触线上干涉点的特征。     

l_p范数波阻抗约束反演

以模型为基础的反演技术较直接，对地震资料进行反演有较高的分辨率，它将地震资料，测井资料和其他已知信息有机地统一在一起，将多解性降低到最小程度．ｌｐ范数反演较最小二乘反演可更加有效地消除噪音特别是较大偏差数据的影响．本文采用有约束的共轭梯度法求解ｌｐ范数的最优化问题．测井资料在本文的算例和实际资料的反演中得到充分的利用，主要表现在子波反演，初值估计和速度约束上．     

基于灰度和梯度不变矩的人脸识别

提出一种新的人脸识别方法———灰度-梯度共轭不变矩法,克服了传统方法的缺点,在不增加复杂度的前提下,将灰度信息和梯度信息有效地结合起来,并将其共轭分布反映的纹理特征作为对灰度特征的补充参与特征分类.同时,对经典不变矩组进行分析并改进,消除了离散状态下比例因子的影响.以BP网络作为分类器进行试验,结果表明,与传统方法相比,该方法具有更高的识别率.     

LINEX损失下一类分布族参数渐近最优的EB检验

目的 在LINEX损失函数下，讨论一类双边截断型分布族参数的经验Bayes(EB)检验问题。方法 构造适当的EB判决(检验)函数。结果 在经验Bayes检验问题中，将损失函数推广为LINEX损失，在适当的条件下证明了所构造的判决函数是渐近最优的。结论 LINEX损失函数具有比对称损失更广泛的意义，而且在一定条件下可以获得参数渐近最优的EB检验。     

差分分析在序列密码攻击中的应用

给出了差分序列的若干性质，对差分分析方法在序列密码中的应用作了一些探讨，并给出了攻击实例。     

增长曲线模型关于共轭先验的BAYES分析

从贝叶斯观点利用共轭先验考查了增长曲线模型。得到了参数τ和协方∑的边缘后验分布，并在此基础上给出τ的后验估计、估计域和∑的后验估计。