指数-威布尔分布参数贝叶斯估计的混合Gibbs算法

文章利用混合Gibbs算法分别在分组数据和定数截尾场合给出了指数-威布尔分布参数的贝叶斯估计,并进行了Monte-Carlo模拟.结果表明:在两种不完全数据场合,用混合Gibbs算法求指数-威布尔分布参数的贝叶斯估计,结果令人满意,该算法可行、稳定且精度高.     

非线性面板数据聚类方法研究

对于一类变量非线性相关的面板数据,现有的基于线性算法的面板数据聚类方法并不能准确地度量样本间的相似性,且聚类结果的可解释性低。综合考虑变量非线性相关问题及聚类结果可解释性问题,提出一种非线性面板数据的聚类方法,通过非线性核主成分算法实现对样本相似性的测度,并基于混合高斯模型进行样本概率聚类,实证表明该方法的有效性及其对聚类结果的可解释性有所提高。     

混合再生散度模型的参数估计

随着社会信息化的发展数据的种类越来越多样化,在实际的数据分析中相对于同质总体,异质总体更具有普遍性,所以混合回归模型是最重要的统计数据分析工具之一。再生散度模型是一种比指数族分布更加广泛的分布,适用性更强。基于此,提出混合再生散度模型,对方位参数进行建模,并通过EM算法研究该模型参数的极大似然估计。同时,通过随机模拟和实例研究说明该模型和方法是有效和有用的。     

大样本数据聚类的改进方法

K-means算法是处理大样本数据的聚类分析的常用算法之一.该算法的不足之处是聚类的数目k必须事先给定.文章提出应用黄金分割法来度量有关该聚类的有效性,该方法能自动优化确定最佳的聚类个数,以此实现大样本数据的有效聚类:并采用实际数据说明了方法的合理性和有效性.     

基于粒子群优化算法的应急资源调度研究

科学合理地开展应急资源调度,最大限度地发挥有限的应急资源的价值,是应急管理中的一项重要工作.文章构建了多种应急资源需求约束、应急时间约束、应急救援成本约束等多约束条件下的突发事件应急资源调度模型,并运用粒子群优化算法对模型进行求解,从而实现应急救援资源的高效利用与合理调度.     

FIR数字滤波器的优化设计

数字滤波器(DF,Digital Filter)是数字信号处理的一个重要分支。所谓数字滤波器,实质是指用有限精度算法实现的离散时间线性时不变系统(Discrete Time LinearTime Invariant System),以完成对信号进行滤波处理的功能。数字滤波器具有可靠性好、精度高、灵活、体积小、重量轻等优点。     

基于混合蛙跳算法的雷达组网优化部署研究

针对雷达组网优化部署问题多、领域广、难度大的特点,在分析雷达组网部署原则并对其量化的基础上,建立了优化部署的数学模型.利用蛙跳算法全局搜索、收敛速度快和避免局部极优的特性,给出了求解数学模型的具体步骤.最后通过计算机仿真实验证明了模型和算法的有效性.     

均值绝对偏差资产组合选择模型的算法

对均值绝对偏差模型进行了简化,并利用一种旋转算法求解。这种算法比单纯形算法的计算简便,且计算量更小。利用上海和深圳股市1 072支股票70期周末收盘价所作的实验结果表明,对于资产无上界限制的模型,计算20个不同最优投资组合需要1 274次旋转运算,上界为10%时需要1 570次旋转运算,每 次旋转运算约需1 14171次加法和乘法运算。     

基于信息融合的多层次多因素客户洗钱风险综合评估研究

有效的客户洗钱风险评估体系是金融机构全面落实风险为本监管思想、合理利用反洗钱监管资源、有效打击洗钱行为的基础.文章选取金融机构中企业客户的多项核心交易属性作为信息源,借助专家评估系统和新型聚类离群点算法对信息源进行洗钱风险分析与量化,以量化结果为证据源,建立了基于D-S证据理论的客户洗钱风险综合评估模型.通过采用某省企业的外汇交易数据对本模型进行了实证检验,研究结果表明该模型能够较为全面、准确的评估客户的综合洗钱风险.     

一类新的广义变分包含系统及其迭代算法

在Banach空间中介绍了一类新的广义变分包含系统.利用松弛增生映象及预解算子,证明了该广义变分包含系统解的存在性和唯一性,同时也建立了收敛于该唯一解的迭代算法,并给出相应的迭代收敛定理.