基于GA和Bootstrap的最小二乘支持向量机参数优选

支持向量机是一种新型的学习方法,该方法以结构风险最小化原则取代传统机器学习中的经验风险最小化原则,在小样本的机器学习中显示出了优异的性能.传统的支持向量机是解凸二次规划问题,而最小二乘支持向量机是解等式线性方程,显得尤为方便.针对最小二乘支持向量机的特点,通过Bootstrap建立适当的性能指标,用遗传算法(GA)优化最小二乘支持向量机的有关参数,并在非线性经济系统中应用.用最小二乘支持向量机对非线性经济系统进行预测的结果与神经网络预测的结果比较证明,该模型的预测精确度是令人满意的,文中提出的方法是可行的.     

一类非参数的ARMA模型

用任意的一元函数代替常数作为线性自回归滑动平均(ARMA)模型中自回归项的系数,提出并研究一类新的非参数ARMA模型.首先研究该模型的概率性质,获得了该模型的平稳性条件.分别用局域线性回归和全局的最小二乘方法估计模型中的函数系数和参数,在函数系数的局域线性估计中,推广了一个GCV准则以选择最优的窗宽.为了检验特殊的参数化模型是否已经足够描述实际数据的动态结构,提出了一个Bootstrap检验方法.随机仿真的例子表明本文的估计和检验方法是正确的和可行性的.进一步,用该模型成功地分析了一个实际数据集.     

APPLEⅡ的启动与DOS3.3引导过程分析

本文就APPLEⅡPLUS的加电启动,磁盘控制卡上ROM内引导程序BOOT 0及DOS盘上本文就APPLEⅡPLUS的加电启动,磁盘控制卡上ROM内引导程序BOOT 0及DOS盘上$00道的引导程序BOOT 1进行了较详细的分析。     

空间非均匀噪声下应用Bootstrap技术的信源数检测

针对阵列系统接收数据有限且存在空间非均匀噪声的信源数估计问题,提出一种基于Bootstrap技术和空间正交性的新方法.该方法首先估计任意信号的入射角度,然后对阵列协方差矩阵进行特征分解,提出了以特征向量和阵列流型矢量内积为基础的一系列假设检验,数据分布未知,并且应用Bootstrap方法估计零假设下提出的检测统计量分布.通过仿真证明了所提方法,在低信噪比(SNR)和小快拍数的情况下有较好的性能.     

导弹子母弹抛撒的均匀性指标的确定及评定方法

本文以导弹侵彻子母弹抛撒为背景，提出了一种适合于有限子弹抛撒的均匀性指标，并且运用现代统计方法——ＢａｙｅｓＢｏｏｔｓｔｒａｐ法模拟了均匀性指标统计量的分布；另外，从火力运用的观点出发，根据子母弹抛撒的均匀性指标的大小对战斗部毁伤效率的影响，确定了均匀性指标的容许下限；应用统计检验方法给出了子母弹抛撒的均匀性的评定方法，为导弹侵彻子母弹抛撒的鉴定及同类武器该项目的鉴定提供可信且便于操作的方法。     

一类线性混合效应模型分位数估计的影响分析

当回归模型误差服从非对称或非正态分布时,尤其是在重尾分布或分布受污染的情况下,如何检测纵向数据中的异常值是数据分析中的一个重要问题。为了克服非正态分布模型误差的影响,采用稳健的分位数方法对一类线性混合效应模型进行参数估计,并分别基于数据删除模型和均值漂移模型构造强影响点的诊断度量和异常值的检验统计量,以有效地检测强影响点和异常值点。在识别强影响点时,为了减轻计算负担,利用光滑逼近的方法给出了数据删除模型参数的一步近似估计,并据此构造出基于损失函数的距离和Cook距离。为了能够识别异常值点,首先构造出检验异常值点的Wald统计量,然后基于数据删除模型和均值漂移模型的系数估计的等价性,利用Bootstrap抽样得到检验的拒绝域。数值模拟结果表明,本文所提的诊断度量和检验统计量都能够很好地判断出强影响点和异常值点。最后应用本文方法针对化学实验纵向数据进行了影响分析。     

球对称性的显著性PP检验

在本文中，利用投影寻踪（Ｐｒｏｊｅｃｔｉｏｎｐｕｒｓｕｉｔ）技巧构造了球对称性的显著性ＰＰ检验，得取检验统计量的斩近分布，讨论了其Ｂｏｏｔｓｔｒａｐ逼近以及逼近的相合性问题。     

Modelling non-normal first-order autoregressive time series

We shall first review some non-normal stationary first-order autoregressive models. The models are constructed with a given marginal distribution (logistic, hyperbolic secant, exponential, Laplace, or gamma) and the requirement that the bivariate joint distribution of the generated process must be sufficiently simple so that the parameter estimation and forecasting problems of the models can be addressed. A model-building approach that consists of model identification, estimation, diagnostic checking, and forecasting is then discussed for this class of models.     

政府扶持与国有能源企业产融结合效率研究 ——基于自助法修正的三阶段数据包络分析模型

经济新常态下,作为"产业+金融"发展模式的主导角色,政府扶持有效性是国有能源企业提升产融结合效率的关键因素.本文基于自助法(Bootstrap)修正的三阶段数据包络分析(data envelopment analysis,DEA)模型,借助2010～2017年国有能源上市公司数据,分析了企业产融结合运行效率及政府扶持因素的影响.结果显示:我国国有能源上市公司产融结合效率呈逐年上升趋势,现阶段静态效率整体处于中上水平.政府扶持因素对产融结合效率值产生反向作用,表明尚存在政府干预过度、补贴投入冗余和监管缺失等问题,导致了产业与金融资源配置效率低下.为此,本文提出相关政策建议.