SV模型参数估计的经验特征函数方法

计算基本SV模型和杠杆效应SV模型的联合特征函数，借助经验特征函数方法估计这两个SV模型。使用上海和深圳股票指数收益数据进行实证研究，结果表明经验特征函数方法是一种简单易行的估计SV模型的方法。     

雷电波分析与比较研究

本文对双指数雷电流模型和 IEC1 3 1 2—— 1推荐的雷电流模型进行了分析和研究 ,计算了这两种雷电流模型的雷电流参数。在此基础上 ,用 FFT方法分析了雷电流的频谱分布     

数据库原理及应用课程教学模式的研究与实践

本文针对目前数据库原理及应用课程在教学过程中存在的一些问题,探讨了如何从教学内容、教学目标、教学手段、教学方法以及考核方式上改进教学模式,从而提高学生的综合素质。     

邮政通信网局部预测模型的研究和实现

为建立模型对网络实体流量流向进行预测,通过对实际情况的分析,得出新的局部预测模型方案,并为模型设定多级子模型,当模型需要变换时,只需要加入新的影响因素,不需要改变模型框架,这样使得模型更加适合邮政通信网仿真优化的需要。对于其它类似的仿真系统模型建立也有一定的启发作用。     

二十八天水泥抗压强度动态模型及参数对预测的影响

本文用时间序列分析方法分析水泥生产过程,笔者假设水泥生产过程为一个平稳的随机过程,它的二十八天抗压强度为具有控制项的自回归模型。用30组数据建立了28天水泥抗压强度动态模型,并做了跟踪,分析了七天抗压强度、细度、SO_3等与二十八天抗压强度的关系。最后,把生产中实际值和预测值进行了比较。     

A latent class probit model for analyzing pick any/N data

A latent class probit model is developed in which it is assumed that the binary data of a particular subject follow a finite mixture of multivariate Bermoulli distributions. An EM algorithm for fitting the model is described and a Monte Carlo procedure for testing the number of latent classes that is required for adequately describing the data is discussed. In the final section, an application of the latent class probit model to some intended purchase data for residential telecommunication devices is reported. Geert De Soete is supported as “Bevoegdverklaard Navorser” of the Belgian “Nationaal Fonds voor Wetenschappelijk Onderzoek.”     

用于图像目标识别的神经网络方法

本文提出了一种全局最优的神经网络（ＦｕｌｌＤｏｍａｉｎＯｐｔｉｍｕｍＮｅｕｒａｌＮｅｔｗｏｒｋ）模型用于目标识别。通常所设计的神经网络不能保证全局最优，使得网络不一定收敛到期望样本点上。本文的模型采用了先设计稳定点、再构造吸引域的方法，提高了网络的识别正确率及速度。针对图像识别中矢量维数大的实际，提出了一种不变性方法，使得样本维数下降而分类距离保持不变。同时又证明了网络的收敛性、收敛速度及映射保距等。计算机模拟结果表明，网络对噪声或缺损图均能正确识别。     

拥挤交通流的行为分析与仿真建模

从分析拥挤状况的交通行为特性出发，建立了相应的仿真模型。该模型在跟车子模型加入了随机扰动项，换道子模型的可行性检测中加入了前后间距不足时司机的减速行为。与传统模型相比该模型能更好地反映拥挤流下的交通行为，更适合于拥挤状况的交通微观仿真。     

数学期望模型应用实例

混合样本检验法是预防医学中常用的方法，通过建立数学期望模型，可以在定量分析中减少检测次数，达到减少工作量，提高工作效率的目的。     

冀东金矿集中区控矿条件探讨

论述了冀东金矿集中区绿岩型金矿的矿质来源，并恢复其矿源层的原岩。对构造及中小型岩浆任入体的控矿作用作了论述，并提出了成矿模式。