IFS-BN结合的辐射源威胁评估方法

针对辐射源威胁评估实时性、复杂性和信息不确定性的问题,将直觉模糊集与贝叶斯网络相结合,提出一种基于IFS-BN的辐射源威胁评估方法。IFS-BN算法通过直觉模糊集刻画贝叶斯网络的节点信息,充分描述节点信息的确定性,不确定性以及犹豫度。同时,将直觉模糊集求得的各辐射源先验概率代入贝叶斯网络模型之中,得出后验概率进行威胁等级排序,并在此基础上建立了相应的评估指标体系。仿真分析表明,算法具有较好的可行性与有效性。与经典贝叶斯网络评估方法相比,IFS-BN算法的结果更加客观合理。     

连续生产精品肝素钠的新工艺

本文首次报道连续生产精品肝素钠的新工艺。猪小肠粘膜的提取液在用离子交换树脂吸附之前,先经过氧化除杂蛋白和脱色过程,既提高了树脂对肝素钠的吸附率,同时也减轻提取液中杂质对树脂的竞争和毒害。肝素钠从树脂上被洗脱后,再连续地进行再氧化、除酸、碱性蛋白和核酸、酒精反复沉淀等工艺过程,生产出精品肝素钠,效价为156±5u/mg,得率为1.092±0.035亿单位/1000kg粘膜,本工艺具有较大的应用价值。     

平方损失下区间有界的位置参数函数极小极大估计

给出了位置参数θ区间有界时，函数ｈ（θ的极小极大估计存在的一个充分条件，并据此对一些分布的参数估计进行了讨论。     

信息不对称下企业并购信号传递博弈模型研究

根据企业并购中的信息不对称现象,结合不完全信息动态博弈及信息经济学的有关理论,建立了目标企业与并购企业之间的信号传递博弈模型,并进行了实例分析,结果表明,目标企业所发出的信号能够反映出目标企业的真实质量,尽管并购企业不能直接观察到目标企业的价值,但可以通过观测目标企业发出的信号来判断目标企业的预期价值水平,并据此作出正确的并购行为.     

Duane模型、分组数据的AMSAA模型和具丢失数据的AMSAA模型——Bayes分析方法

本文将Bayes分析方法应用于Duane可靠性增长模型、分组数据的AMSAA模型和具丢失数据的AMSAA模型,得到了参数以及系统能达到的MTBF的Bayes点估计和Bayes区间估计。     

Forecasting recessions using the yield curve

We compare forecasts of recessions using four different specifications of the probit model: a time invariant conditionally independent version; a business cycle specific conditionally independent model; a time invariant probit with autocorrelated errors; and a business cycle specific probit with autocorrelated errors. The more sophisticated versions of the model take into account some of the potential underlying causes of the documented predictive instability of the yield curve. We find strong evidence in favour of the more sophisticated specification, which allows for multiple breakpoints across business cycles and autocorrelation. We also develop a new approach to the construction of real time forecasting of recession probabilities. Copyright © 2005 John Wiley & Sons, Ltd.     

含时滞的m维非均匀分布生态模型平衡态的稳定性

在注意到含时滞的偏微分方程与含时滞常微分方程的差别的同时,指出一些值得注意的问题．其次,建立了两类含时滞的非均匀生态模型平衡态的稳定性判别的充分条件．     

在非时齐马氏决策过程中的动态贝叶斯网络研究

提出了用动态贝叶斯网络（DBN）对非时齐马氏决策系统进行建模的改进方法，使动态贝叶斯网络能被更广泛地应用于各种复杂的真实系统中．该方法的基本思路是，将扩展后的隐藏变量引入DBN的演化过程来建立假设条件所要求的马尔可夫模型，给出从不完整的样本数据集以及存在隐藏变量时来学习DBN结构的算法，进而用贝叶斯概率统计方法对后来的时间片的充分统计因子进行估计，并通过当前已存在的和估计的充分统计因子对基于时间变化的转移概率进行学习，以解决假设条件要求的转移概率的时不变性．原理性分析和仿真实验结果也验证了改进方法的有效性．     

非线形模型方差的贝叶斯估计

 在均方误差的条件下,系统地研究了非线形模型方差的贝叶斯估计,提出了共轭和无先验信息的最佳贝叶斯估计和最佳无偏贝叶斯估计以及方差的最佳条件无偏贝叶斯估计.还提出了带有共轭和无先验信息的方差的极大后验估计,最后用一个简单的例子来说明上述结论的可行性.     

采样间隔非均匀一阶渐近增长模型及贝叶斯预测

利用贝叶斯预测方法给出采样间隔非均匀情况下的一阶渐近增长模型，当观测误差方差已知时，给出了它的先验分布、预测分布和后验分布的修正递推算法。