基于对数变换的非高斯噪声几何功率谱特性分析

在简要介绍稳定分布统计特性的基础上,介绍了常用的信号非线性变换方法,建立不同于传统二阶过程的对数阶过程及其几何功率、几何相关、几何功率谱密度等新的信号分析概念,提出了一种新的稳定分布对数阶白噪声概念及其判断准则,建立了一种基于非线性变换的重拖尾稳定分布脉冲信号分析的新框架与模型.计算机模拟表明,这种模型是一种在高斯和分数低阶α稳定分布噪声条件下具有良好韧性的模型,是对传统的基于二阶统计量基础上的信号模型分析方法的改造与推广.     

一种基音提取算法

根据基音周期平滑变化的特点,基于语音信号的准周期性进行了语音信号的基音提取。该算法主要针对多带激励模型（ＭＢＥ）,采用传统的时域分析法,先用语音信号的相关性进行基音周期的估计,再由分数延迟法提取基音周期,使预测结果更加准确,更具实时性,有利于语音编码与识别。     

论标准分数在确立学生多科考试总成绩相对位次中的应用

标准分数是将原始卷面分数经过某种数学公式转换后,扣除难度和区分度等客观因素影响而只考虑主观因素影响的一种相对分数.在确立学生多科考试总成绩相对位次的应用方面(如招生、评优、评奖等),由于仅仅考虑孝生总成绩的相对高低,因此标准分数较原始卷面分数显得更为恰当、合理、客观、公正.     

论标准分数在确立学生多科考试总成绩相对？…

标准分数是将原始卷面分数经过某种数学公式转换后,扣除难度和区分度等客观因素影响而只考虑主观因素影响的一种相对分数,在确立学生多科学考试总成绩相对位次的应用方面（如招生、评优、评奖等）,由于仅仅考虑考生总成绩的相对高低因此标准分数较原始卷面分数显得更为恰当、合理、客观、公正。     

大规模数据下基于充分降维的Leverage重要性抽样方法

随着信息技术的飞速发展，大规模数据在短时间内搜集并储存下来，为分析决策提供了巨大的信息量，也给统计建模带来了一定难度。对于样本容量大、变量个数少的数据，Leverage重要性抽样是一个简便可行的方法。本文发现，该方法中度量样本重要性的Leverage分数与因变量无关，而且在维度较大的情形下对样本没有区分程度，使得估计结果较差。为了同时考虑因变量和维度的影响，本文提出了基于充分降维的Leverage重要性抽样方法。该方法以不损失信息为前提，在充分降维的空间内重新计算Leverage分数，使得抽样更具有代表性。模拟数据分析显示，在样本容量较大的复杂数据中，相比于原始的Leverage重要性抽样方法，本文提出的方法可以降低估计的均方误差。三个实际数据也证实了该方法的可行性和有效性。     

Stirling数与精细划分数的关系

本文利用划分数网络(泛巴斯卡三角),建立了第一类:tiiling数与精细划分数之间的关系(定理1);并指出两类划分数的递归关系均可在划分数网络上推出,二者的区别仅在于邻阶同次划分间的连线重数:第一类:stirling数的重数为m_1k_m,而第二类stirling数的重数为k_m1.     

从科学发展观看教育现代化

教育现代化是一个社会科学发展的重要方面之一.它首先是教育观念、教育理论和教育制度的现代化,而不能简单地把教育现代化理解为教学手段与教学设备的现代化,这一点是实现教育现代化的前提性条件.在这方面,我们教育的传统认识误区是把知识等同于能力、考试第一、分数至上和教师学生关系的倒置.     

关于温州大学教职工体质状况的研究分析

运用文献资料法、数据统计法等方法，对温州大学教职工体成分测试与分析，旨在了解其不同年龄段的体脂肪量、体脂肪率以及脂肪分布的特征变化，为指导高校教职工的科学健身和制订运动处方，提高其工作效率、生活质量提供理论依据。     

基于指标体系违约鉴别能力最大的小企业债信评级体系及实证

债信评级是通过评级体系确定债务违约的可能性大小。根据单个指标违约鉴别能力大小的遴选来建立评级指标体系看上去似乎是一个不错的选择，但事实并非如此。因为用违约鉴别能力强的单个指标组成的一组指标，其指标体系的违约鉴别能力却不一定强。本研究基于一组指标构成的指标体系的违约鉴别能力最大标准，构建了小企业债信评级体系。创新与特色：一是通过将单个违约鉴别力最强的指标组成的指标体系的b值，与本文建立的整体违约鉴别力最大的指标体系的b值对比，证明了单个违约鉴别力强的指标，组合起来的体系违约鉴别力不一定也强。在构建债信评级指标体系时，应关注指标体系整体的违约鉴别力，而非单个指标的违约鉴别力。二是在由n和n-1个指标构成的两组指标中，根据两组指标体系的非违约客户的综合得分S_i越高，则S_i偏离非违约状态（y_i=0）的距离越大；违约客户的综合得分S_i越低，S_i偏离违约状态（y_i=1）的距离越大；则布莱尔分数b越大，指标体系鉴别力越强的思路来遴选违约鉴别能力最大、而不是单个指标违约鉴别能力最大的一组指标体系，确保了评级体系具有最大的违约鉴别能力。三是在相关系数大于阈值的一对指标中，删除违约鉴别能力b值小、即区分违约状态能力弱的指标，既避免了指标体系的信息冗余、又避免了误删区分违约状态能力强的指标。实证表明：一是由于指标间的相互影响，单个违约鉴别力强的指标，组合起来的体系违约鉴别力不一定也强。二是非财务指标在小企业债信评级中的地位更加重要。