赋范线性空间中的最佳共逼近(l)

本文考察了赋范线性空间中的最佳共逼近，给出了共Kolmogorov特征定理及其在某些空间中的应用，从而推广了Papini及Singer的相应结论。     

加权最小二乘法残差图问题探讨——与何晓群教授商榷

一、问题的提出残差图在回归分析中有着重要作用,其用途可以归纳为两个方面:一是检验线性回归模型中与随机误差项有关的假定(同方差与不自相关)是否成立;二是当这些基本假定违背时,验证对模型参数估计的修正方法是否有效。如果残差图不能发挥其中的任一作用,那就没有任何意义。何晓群在讲授用加权最小二乘法消除异方差问题时给出了一张加权最小二乘估计的残差图(见《应用回归分析》第102页。何晓群,刘文卿编著.2001年6月由中国人民大学出版社出版),在我看来,这张图既不能用来检验原始数据是否存在异方差问题,又不能验证加权最小二乘法在消除…     

Kantorovich型Meyer-Knig和Zeller算子的加权L_(p-)逼近

本文讨论取jacobi权函数w(x)=x~a(1-x)~β，x∈[0,1],时的Kantorvich型Meyer-knigtZeller算子的加权L_p-逼近。我们得到了逼近阶的特征刻划定理。     

一类Bernstein-Durrmeyer算子线性组合的局部逼近阶

给出了一类Bernstein－Durrneyer算子的线性组合在一致逼近意义下的局部逼近阶．     

多元Gauss-Weierstrass算子的加权逼近

主要讨论多元Gauss－Weierstrass算子加Jacobi权逼近时的收敛阶,得出了在一致逼近意义下的正,逆定理及特征性     

构造稀疏最小二乘支持向量机的网络入侵检测模型

从最小二乘支持向量机的稀疏表达出发,构建高效的基于稀疏最小二乘支持向量机的网络入侵检测模型,提出了一种通过基于核空间近似策略的有效低秩逼近来有效减小原始训练样本集中的支持向量数来实现最终模型的稀疏表达。以MIT KDD99数据集为基础,对所提出方法进行有效性验证,并与利用剪枝策略通过递归过程中不断减少模型中支持向量个数的稀疏化方法、基本最小二乘支持向量机以及标准支持向量机方法的性能进行对比。结果表明:基于核空间近似的最小二乘支持向量机稀疏化与标准最小二乘支持向量机相当;此外稀疏最小二乘支持向量机能够提高入侵检测响应速度。     

一种基于密度的无监督联系发现方法

在数据挖掘过程中,利用K-近邻(KNN)算法搜索新颖节点往往具有一定的局限性和偏差性。针对此问题,本文提出了加权距离和相对密度的概念,采用基于加权距离的相对密度来度量一个对象的局部离群程度。在此基础上,提出了一种基于密度的无监督联系发现方法,并进行了实验。实验结果表明,该方法能够较准确地描述对象的异常程度,具有更高的精确度。     

基于模糊综合的加权Borda数法研究

通过引入矩阵简化了加权Borda数法的评定方法，分析了应用6该法模糊综合时遇到的问题，构造了广义加权Borda数法，较好地克服了加权Borda数法的局限性，扩展了其应用范围。     

具有常量红利界的经典风险模型及其最优红利界的扩散估计方法

目前,对于具有分红性质的保险产品或是进行了股份制改革的保险公司来说,一个需要研究的问题是如何确定其红利策略,使得投保人或股东利益最大化.在实际中,关于个体索赔额分布的信息一般是不能完全得到的.文章研究了具有常量红利界的经典风险模型,利用个体索赔额分布的前几阶矩得到了最优红利界的扩散估计方法.