紧群的不可约表示

证明了紧群的每一个表示都是不可约表示的直和,并结合紧群的平均算子的性质,得到了紧群的不可约表示的相关性质.     

一类新的SBO及其在GM(1,1)中的应用研究

利用缓冲算子提高数据序列光滑性是提高灰色GM(1,1)模型预测精度的重要途径之一。在对缓冲算子和已有强化缓冲算子研究的基础上,构造了一类新的强化缓冲算子(strengthening buffer operator,SBO),有效地解决了冲击扰动数据序列在建模预测过程中常常出现的定量预测结果与定性分析结论不符的问题,实例分析结果表明:这类新的强化缓冲算子能显著提高数据预测模型的预测精度。     

基于区间灰色不确定语言的多准则决策方法

定义了区间灰色不确定语言及其运算法则和距离公式。拓展了连续区间数据的OWA(C-OWA)算子,提出了基于区间灰色不确定语言的有序加权C-OWA(IGULOWC-OWA)算子,并对其性质进行了分析。针对准则权重已知而方案的准则值为区间灰色不确定语言的多准则决策问题,提出了一种基于IGULOWC-OWA算子的多准则决策方法。该方法通过对各方案在各个准则下的评价值进行转换,将区间灰色不确定语言转化为不确定语言,然后,利用集结算子计算出各个方案的综合准则值,进而得出各方案的排序。最后通过算例表明了方法的可行性和有效性。     

Recursive distribution estimator defined by stochastic approximation method using Bernstein polynomials

We propose a recursive distribution estimator using Robbins-Monro's algorithm and Bernstein polynomials. We study the properties of the recursive estimator, as a competitor of Vitale's distribution estimator. We show that, with optimal parameters, our proposal dominates Vitale's estimator in terms of the mean integrated squared error. Finally, we confirm theoretical result throught a simulation study.     

关于非线性算子不动点收敛定理等价性的探讨

在适当放宽不动点定理的条件下，分别证明了Picard迭代序列与Mann迭代序列收敛定理的等价性以及Mann迭代序列与Ishikawa迭代序列收敛定理的等价性。     

一类指数型幂级数的求和

应用差分算子给出了一类指数型幂级数的一个求和公式，并给出了其在组合恒等式方面的一些应用     

建立在"笛卡尔公理"上的一个怀疑逻辑系统

怀疑逻辑是关于人们合理怀疑的逻辑。如果说知道逻辑、信念逻辑都是"正"的逻辑的话,那么怀疑逻辑则是"负"的逻辑。将怀疑算子D加于命题之上就构成怀疑命题。笛卡尔的"我思,故我在"可以作为怀疑逻辑的特征公理:某人怀疑p,蕴涵着他对怀疑p是不可怀疑的———我们可以将之命名为"笛卡尔公理"。从该公理可以推论得到定理:某人不怀疑p,蕴涵着他对不怀疑p是不可怀疑的。该定理与笛卡尔公理一起作为当下思维存在的自明性公理。我们可以建立一个以"笛卡尔公理"作为一个特征公理的怀疑逻辑系统(PD)。笛卡尔公理与知道逻辑中的智慧公理(苏格拉底公理)在逻辑上是同构的,它们均对应于模态逻辑中的E公理。怀疑逻辑作为一种认知逻辑,有广泛的用途,它可以运用到政策反驳、科学批判、法律推理等领域。     

规模经营背景下基层农技服务“垒大户”现象分析

基于皖南H镇的经验,探讨了基层农技服务“垒大户”现象及其生成逻辑。研究表明,近年来随着地方政府推动规模经营的发展,基层农技部门在服务对象、服务渠道和服务项目上都主要倾斜于新兴的规模经营主体,而不断弱化对广大小规模农户的服务,使其在农技服务中逐渐被边缘化。这一现象的产生是地方政府、基层农技部门和规模经营主体分别基于政治逻辑、行政逻辑和逐利逻辑共同推动的结果。在广大小规模农户仍然构成我国农业经营主体基本面的前提下,基层农技服务“垒大户”亟待纠正。为此,需要从农业发展观、农技服务定位和小规模农户组织建设等方面入手加以解决。     

Extended binomial AR(1) processes with generalized binomial thinning operator

Abstract

In this article, we introduce an extended binomial AR(1) model based on the generalized binomial thinning operator. This operator relaxes the independence assumption of the binomial thinning operator and contains dependent Bernoulli counting series. The new model contains the binomial AR(1) model as a particular case. Some probabilistic and statistical properties are explored. Estimators of the model parameters are derived by conditional maximum likelihood (CML), conditional least squares (CLS) and weighted conditional least squares (WCLS) methods. Some asymptotic properties and numerical results of the estimators are studied. The good performance of the new model is illustrated, among other competitive models in the literature, by an application to the monthly drunken driving counts.