时间序列AR模型的正则化及其应用

基于正则化理论,通过添加一个正则化因子,构造了一个正则化时间序列模型.算例分析表明,新的正则化时间序列分析模型可改善时间序列分析模型中信息矩阵的病态程度,避免时间序列分析模型产生的不适定性,在一定程度上起到了稳定所求参数的作用.     

一种自适应正则化参数和模数的图像去卷积方法

自适应正则化方法是解决图像去卷积问题中平滑噪声和保持边缘矛盾的一种方法,传统的自适应正则化方法只考虑到图像的整体信息而忽略了图像内部不同区域的细节信息,本文提出的自适应正则化方法,利用Katsaggelos自适应正则化参数,自适应的改变正则化参数,并通过图像内部不同区域的信息自适应改变正则化模数矩阵．从而实现了平滑噪声和保持边缘的平衡,既保持了边缘又抑制了噪声,取得了更好的去卷积效果．     

上市公司财务预警的正则化逻辑回归模型

基于统计学习理论的正则化技术构建L1(一范数约束惩罚)正则化的逻辑回归(Logistic Regression)模型,同比建立了logistic回归模型和L2(二范数约束惩罚)正则化的logistic回归模型,结合沪深股市ST公司和正常公司的T-3年和T-2年财务数据进行仿真实验用于上市公司财务预警实证分析.实验结果表...     

测量误差二次多项式回归模型的参数估计

本文在Fuller.W.A等人做出的测量误差一元线性回归模型及一元p维向量线性回归模型的参数估计基础上,讨论了测量误差二次多项式回归模型的参数估计。利用测量误差多项式回归模型样本（Yt,Xt）,t=1,2,…,n,通过统计方法求出样本所包含的统计信息,得出了测量误差二次多项式回归模型的参数估计。     

多变量控制系统的频域参数化

本文采用系统的多项式矩阵表示法,给出了在多输入多输出单位反馈系统中,所有使 褥闭环系统为稳定控制器的参数化描述.该参数化具有线性形式,计算方便,并且保 证了控制器传函矩阵为真,从而改进了现有文献中的参数化结论,为多变量系统控制 器的设计提供了一类新的有效设计方法.      

一种新的求解非线性最小二乘问题的牛顿迭代算法

通过对普通牛顿迭代法的Hessian矩阵添加一个正则化因子,改善迭代过程中Hessian矩阵的病态程度,构造出一种新的求解不适定非线性最小二乘问题牛顿迭代算法,并给出算法迭代步骤,解决了普通牛顿迭代法在迭代过程中其Hessian矩阵秩亏或者严重病态而导致不能收敛的问题,最后,以地基沉降-时间关系预测的泊松模型为例,进行了数值分析实验,结果表明本研究中所提方法是适用的．     

整周模糊度改进算法研究与实现

介绍了在短基线状态下利用单频单历元双差载波相位定位时模糊度固定的基本理论.结合正则化理论和阻尼矩阵的思想,提出了一种用改进的正则化方程来改善法方程病态性的方法.算例分析表明,应用改进的正则化算法可以改善法矩阵的病态性,得到更加精确的浮动解,利用LAMBAD方法搜索可得到准确的整周模糊度解.     

动态参数线性回归模型

讨论了回归系数本身也随时间的线性回归模型，称为动态参数线性回归模型。目标是探讨动态回归系数随时间变化的规律，并从数理统计学角度研究如何对其作出合理的推断。在动态回归系数可为某时间函数的线性组合时，导同了回归系数变化规律的估计表达式，并证明了该估计的两条优良统计性质。     

基于套索（Lasso）的中文垃圾邮件过滤

使用向量空间模型表示的文本邮件数据高维而稀疏,不利于邮件过滤分类模型的建立,通常需在分类器训练前进行维数约减。Lasso回归是一种基于l1正则化的多元线性模型,其在模型参数估计的同时实现了变量选择。提出使用Lasso回归进行垃圾邮件过滤,建立Lasso回归邮件分类模型、Lasso回归词条选择结合逻辑回归的分类模型,结合中文文本垃圾邮件数据集TREC06C进行垃圾邮件过滤实验。实验结果表明Lasso回归词条选择结合逻辑回归的邮件分类模型性能更佳。     

一类四正则图的完全亏格分布

一个图G的完全亏格多项式表征了图G的亏格（可定向，不可定向）分布情况．本文推广了Yang和Liu提出的图类，得到了一类新的四正则图，并得出了此类四正则图的完全亏格分布．