模糊亚相似矩阵和模糊相似矩阵

初步研究了模糊亚相似矩阵和模糊相似矩阵,并给出了它们的一些应用.     

MAXIMUM LIKELIHOOD ESTIMATION FOR A POISSON RATE PARAMETER WITH MISCLASSIFIED COUNTS

This paper proposes a Poisson‐based model that uses both error‐free data and error‐prone data subject to misclassification in the form of false‐negative and false‐positive counts. It derives maximum likelihood estimators (MLEs) for the Poisson rate parameter and the two misclassification parameters — the false‐negative parameter and the false‐positive parameter. It also derives expressions for the information matrix and the asymptotic variances of the MLE for the rate parameter, the MLE for the false‐positive parameter, and the MLE for the false‐negative parameter. Using these expressions the paper analyses the value of the fallible data. It studies characteristics of the new double‐sampling rate estimator via a simulation experiment and applies the new MLE estimators and confidence intervals to a real dataset.     

等参单元在货车转向架强度计算中的应用

推导了八节点六面体等参单元的应变矩阵、刚度矩阵,对该单元的位移解收敛性和畸变敏感性进行了分析。针对转向架强度分析的特点,在MATLAB平台上开发了一套求解位移的有限元程序。该程序通过读取ANSYS软件输出的数据文件中的模型信息,采用八节点六面体等参单元,求出单元刚度矩阵及单元体积力矩阵,组集单元,引入位移边界条件,得到一组以节点位移为未知量的多元线性方程组,求解得到单元节点位移。最后对160 km/h货车转向架侧架的主要载荷进行了位移计算,结果与ANSYS软件计算结果基本吻合。     

小麦籽粒产量选择指数的研究

本文用35个普通小麦品种(系)为试验材料,研究单株籽粒产量的遗传参数及选择指数。结果表明:单株籽粒产量的遗传力、遗传进度均较低,直接选择效果较差。通过各独立性状进行间接选择,效果亦不理想。将各性状分别与单株产量建立指数方程进行综合选择,则以穗粒数、剑叶面积、单株穗数为好,相对效率分别为112.47%、107.92%、103.20%。在所有三个以上性状所组成的选择指数方程中,凡包含了单株产量的构成因素:穗粒数、千粒重、单株穗数的指数方程,其遗传进度最大,相对效率最高。由穗粒数、千粒重、单株穗数、单株生物产量、剑叶面积所组成的选择指数方程:y=0.2127x_1+0.1932x_2+3.8454x-3-0.3406x_4+0.0598x_7,相对效率达173.13%,超过了大部分由6个以上性状所组成的选择指数方程的遗传进度。在育种工作中,对这些性状综合筛选,将事半功倍。     

广义对角占优矩阵的充分条件

研究具有广泛应用背景的广义对角占优矩阵的充分条件，获得了几个简捷的实用结果。所得条件允许矩阵的非对角占优行可达ｎ－１行，运用于广泛的矩阵类。     

C—代数的特征矩阵的性质

本主讨论了C-代数的特征矩阵的性质,并获得了求特征矩阵的逆的一个方法。     

教育考试命题入闱管理模式探析

本文追溯了命题入闱的历史渊源,对新时期教育考试命题采取入闱管理模式的必要性与可行性展开探讨,并针对教育考试命题的组织特征提出了入闱命题"三、二、一"管理模式,分析了该模式的内涵与特色,对教育考试命题组织工作做了初步探索.     

复正规矩阵的亚正定性

研究了复正规矩阵的亚正定性，给出了复矩阵之积为复亚正定矩阵的一系列充要条件，获得了一些新的结果；改进并推广了Ky Fan Taussky定理、Fejer定理等。     

传感器个数及距离对盲分离影响的分析

在使用盲分离技术进行信号处理时,分离高频信号和低频信号对传感器分布的要求是不同的,而传统的方法在处理高低频混合信号时采用了统一的模式,得不到很好的分离效果。为了在采用盲分离技术进行高低频混合信号处理时能得到更好的效果,文章对传感器个数和距离对盲信号分离的影响进行了深入的分析,并提出了一种能有效处理高频和低频混合信号的模型——分离子系统模型。该模型可以根据频段对传感器距离进行调整,分别对高、低频混合信号进行分离。通过实验证明分离效果更好。     

Local model uncertainty and incomplete-data bias (with discussion)

Summary.  Problems of the analysis of data with incomplete observations are all too familiar in statistics. They are doubly difficult if we are also uncertain about the choice of model. We propose a general formulation for the discussion of such problems and develop approximations to the resulting bias of maximum likelihood estimates on the assumption that model departures are small. Loss of efficiency in parameter estimation due to incompleteness in the data has a dual interpretation: the increase in variance when an assumed model is correct; the bias in estimation when the model is incorrect. Examples include non-ignorable missing data, hidden confounders in observational studies and publication bias in meta-analysis. Doubling variances before calculating confidence intervals or test statistics is suggested as a crude way of addressing the possibility of undetectably small departures from the model. The problem of assessing the risk of lung cancer from passive smoking is used as a motivating example.