正则化学习算法的数学基础

正则化方法使经验风险最小化学习算法变得适定.从数学基础的角度,给出求解不适定问题的正则化方法的思想,证明了正则化算法的核心定理以及Hilbert空间上的正则化方法的有关定理.最后作为一个典型范例介绍了在再生核Hilbert空间上学习算法的正则化方法的基本思想.     

奇异点检测的小波方法在信号初至时提取中的应用

本文简要介绍了一种噪声背景下检测确定性信号间断点的位置及个数的小波方法,该方法的基本思想是利用小波变换所特有的“变焦距”性质,而精确刻画信号在小波变换下的局部奇异性,进一步地,利用统计分布的思想,设定阈值,较好地屏蔽平稳噪声的影响,各奇异点的位置,则可以由小波变换的局部极大性检测出来,通过地震波信号的计算机模拟实验,结果说明该方法对于淹没在平稳噪声中,尤其是强噪声背景下的信号奇异点检测,具有灵敏度高,克服品能力强的特点,检测效果是明显的。     

基于Creative Destruction和模仿的增长模型

本文对 Aghio和 Howitt基于 Schumpeterian Creative Destruction理论的增长模型进行改进 ,研究在企业间相互信息封锁的产品市场竞争的现实下 ,同一行业中的企业采用革新或模仿的单一策略来实现行业内的竞争时 ,对经济增长率产生的影响。