基于变量选择-神经网络模型的复杂路网短时交通流预测

摘要： 针对传统交通流预测模型正在由单断面历史数据处理向多断面、多时刻历史数据处理转变,但在考虑各断面间的影响时,多变的交通状况往往会使预测模型复杂化的问题,引入一种多元线性回归最小绝对收缩和选择算子方法(Lasso),并利用其优秀的变量选择能力,在复杂路网多断面中选出相关性较高的断面；结合神经网络(NN)的非线性特性,提出了Lasso NN组合模型.结果表明：Lasso NN模型在路网交叉口对未来15 min交通流数据预测的误差率低于9.2%；在非交叉口的误差率低于6.7%,总体优于各自单独使用得出的结果.     

奇异积分算子对p幂可积函数的逼近常数的上界估计

本文探讨由正偶核确定的奇异积分算子对连续函数的逼近常数与对p幂可积函数的逼近常数之间的关系,并由此得到Fejér算子、Jackson算子和Vallee-Poussin算子对p幂可积函数逼近常数的上界。     

Szász-Mirakyan算子对不连续函数的逼近研究

研究用szász-Mirakyan算子S_n(f, x)逼近在(0,+∞)上具有第一类间断点的有界函数了,给出了收敛速度的估计。     

电磁场问题光滑样条函数解法

利用一类二元样条函数，对任意给定区域的任意三角剖分，导出了光滑有限元方法，此方法求解二维电磁场问题，不仅可保护场域中位函数的连续性，而且可保证场量（位的导函数）的连续性，此方法与常规线性插值有限元相比，具有三角剖分数少及初始输入数据量小等优点。     

一类振荡积分渐近可展条件

本文讨论了一类振荡函数积分的渐近展开的充要条件 ,改进了一些已知的结果     

关于函数的连续性与可导性的几点注记

在微积分学中 ,函数的连续性与可导性是函数重要的性质 ,一些特殊的函数在这方面也表现出了特殊的性质 ,本文将对这些性质进行讨论     

积分中值定理刍议

文章从积分中值定理的几何特征出发,对该定理作了一点补充说明,并通过实例进一步验证了这种改进的优点。     

一种利用绝对最小Lipshitz延拓的医学图像插值算法

提出一种基于最小Lipshitz延拓的图像插值半隐式算法,并用医学图像放大实验初步验证了算法的有效性.     

关于积分中值函数性质的注记

本文在严格单调的前提下 ,讨论了积分中值函数的严格单调性、连续性和可微性 ,得到了具有一般性的结论。     

数据包络模型的随机性研究

利用最小绝对误差估计和机会约束规划，本文研究了数据包络模型中的随机性问题，建立了一系列线性与非线性规划的数据包络模型。并对模型解的存在和鲁棒性作了讨论。