一种基于Cook-Seiford函数的序区间群决策方法

针对具有序区间偏好信息的群决策问题,提出了一种决策分析方法.首先,对具有序区间偏好信息的群决策问题进行了描述;然后依据传统Cook-Seiford函数解决群决策问题的基本思路,给出了求解具有序区间偏好信息的群决策问题的计算步骤,其核心是通过定义群体排序与各专家排序之间的距离,并依此建立最优化模型寻找一种群的排序,使之与各成员排序的总的距离最小,该排序即为方案最优排序;最后,通过一个算例说明了本文给出方法的可行性和有效性.     

L~p空间中新推广的Buniakowski-Schwarz不等式

建立L^P函数空间理论所使用的主要工具是Holder积分不等式和Minkowski积分不等式．反之，研究L^P函数空间中的不等式将会极大地推广各种可积函数的整体结构及其相互关系．现在已有研究成果的基础上，讨论了Buniakowski．Schwarz不等式在L^P空间中的推广形式，为进一步研究L^P函数空间的积分理论提供一种新的思想和方法．     

ε不敏感的核Adaline算法及其在图像去噪中的应用

核Adaline是在最小均方误差基础上，通过迭代产生回归函数，逼近目标函数，方法简单，速度快．引入支持向量机中的不敏感带，推广了核Adaline算法，并将其应用于图像去噪．实验证明，不仅可以有效去除尖峰噪声，而且对随机噪声也具有一定的抑制作用．     

Besov空间的Holland-Walsh刻画

Holland和Walsh首先给出了复单位圆盘上Bloch空间的一个不依赖于导函数的刻画．后来Nowark把该结果推广到”维复单位球上的全纯函数的Besov空间．最近任广斌把该结果做到了。维实单位球上的双曲调和函数BesoV空间．我们正是基于这些基础，得到n维复单位球上的全纯函数的Besov空间的一个不依赖于导函数的刻画．     

n维足码选择定位法

二维足码选择定位法是以专家排序为基础，建立了二维足码定位图，并给出了二维足码坐标图等价的评价函数．本文在二维足码定位法的基础上，建立了ｎ维足码选择定位法，把二维情形推广到ｎ维，形成了一个能解决二维到ｎ维的更全面的综合排序的群决策方法     

效用风险熵

本文提出由客观状态的不确定性和结果价值两方面因素造成的效用风险的概念，定义并构造效用风险函数和效用风险熵的函数表达式，剖析其主要数学特性，阐明效用风险函数和效用风险熵作为客观状态和决策行动方案的效用风险测度函数的合理性．     

利用相空间中薛定谔方程的解构造分布函数

利用推广后的T—F相空间中的薛定谔方程的解来构造分布函数．各种分布函数的构造是不一样的．     

动态A strom定理

从理论上研究了动态模型阶在不小于真阶的情况下，广义最小二乘残差的独立性问题及其损失函数的概念分布；并在观测噪声满足可表示性假设条件下，把稳态模型阶的Ｆ检验推广到动态．计算机仿真的结果表明，推广是成功的．     

多值不完备决策表的属性约简方法

在许多情况下．现实世界的信息系统是不完备的．考虑包含不确定性和不精确性两种因素的不完备信息系统，建立了一种推广的粗糙集模型并对这种情况下的不完备决策表进行分析．研究了属性约简的方法，根据约简生成了决策规则。     

常中曲率曲面的特征

本文从不变形式ｄＨ出发，作出一系列的不变量和不变１－形式，利用积分公式和拟解析函数法来刻画常中曲率曲面的特征，得出了一些新的结果，推广了Ａ．Ｓｖｖｅｃ的结论     

Min-Max-Min问题的区间极大熵算法

讨论了目标函数和约束函数都是一阶连续可微的离散Min-Max-Min问题.利用罚函数法和极大熵函数思想将问题转化为无约束可微优化问题,构造了极大熵函数的区间扩张并证明了它的收敛性,给出了无解区域删除原则,建立了区间极大熵算法,理论证明和实例计算表明算法是可靠和有效的.     

二次均匀B样条曲线的新扩展及应用

文章给出含2个参数λi、μi的三次和四次多项式调配基函数,并将其推广到高次形,它们都是二次B样条基函数的推广;基于给出的调配函数,建立带双参数的分段多项式曲线,讨论了基函数的性质和参数的几何意义;最后给出实例,表明新推广的曲线为曲线设计提供了一种有效的方法。     

岭估计的影响函数

本文求出了回归系数岭估计的理论影响函数、经济影响函数和样本影响函数，讨论了岭估计的影响函数与最小二乘估计的影响函数的关系以及与方差扰动模型中的岭估计关于扰动因子导数的关系，定义了岭估计的Ｃｏｏｋ距离，比较了岭估计的Ｃｏｏｋ距离与最小二乘估计的Ｃｏｏｋ距离的稳健性。     

高度非线性平衡布尔函数构造的注记

非线性度是用于密码体制的布尔函数的非线性准则之一。通过综合使用级联、分解、修改、变换等方法，给出了3种高度非线性平衡布尔函数的新的构造方法，在同等条件下，它的构造函数的非线性度要高于用以往的方法构造的函数。     

一个含参量的Hilbert型积分不等式

 通过估算权函数,建立一个含参量的具有最佳常数因子的Hilbert型积分不等式.同时建立它的2种最佳推广式及相应的等价形式.     

基于l_1正则化RanBoost的人脸表情识别及程度估计(英文)

鉴于之前的大多数工作仅仅局限于人脸的表情识别,在本文中,我们提出了一种基于排序模型的创新性人脸表情识别方法。与之前的方法不同的是,我们提出的方法不但能够做表情识别,而且能够估计表情的程度,而表情程度估计则对于理解人的情绪变化有很大的帮助。虽然精确标注表情的程度很困难,但是表情随时间变化的有序信息提供了相对的度量。基于这种观察,我们将表情程度估计问题转化为一个排序问题,并且用Rankboost建立排序模型。排序模型的输出可以直接用于程度估计,而且我们也可以将排序模型用于表情识别。为了进一步提高我们提出的方法的性能,我们将l1正则化引入到Rankboost中。在Cohn-Kanade数据库上进行实验,实验结果表明我们提出的方法与当前的方法比较,有着明显的优势。     

论无标度网的增长和择优

增长和择优机制是无标度网络中两种重要的演化机制,已发现比较重要的择优机制有度择优和秩次择优,比较重要的增长方式有星形图增长和完全图增长.该文首先分析了秩次择优机制对网络度指数的影响,指出可以利用秩次择优来构造度指数在较大范围内变化的模型. 接下来分析了星形图增长和完全图增长的优缺点,并提出了更符合实际情况的模体增长方式,然后结合秩次择优机制和模体增长方式提出了一个新模型——模体增长秩次择优模型,该模型除了具有较宽的度指数范围外,还在度指数大于2.5时具有独立于网络规模的群集系数.     

时间序列自相关函数的局部影响分析

 时间序列模型不同于一般的线性回归模型,其样本点之间存在着一定的相依结构使得常用的探测异常值的方法,如数据删除、单点求导等对时间序列而言效果不佳.为了探测时间序列中的强影响点,文章介绍了局部影响分析方法,研究同时对几个点作微小扰动时自相关函数的局部改变量.最后,用一个例子来比较局部影响方法与单点求导方法在探测强影响点上的优劣性.     

人cDNA序列中二类甲硫氨酸密码子的区分

在人类cDNA序列确定全长基因的过程中，必须判断第一个ATG密码子是真正的起始密码子还是框内的非起始作用的甲硫氨酸密码子，在总结了这二类密码子上下文共有序列特征，周期性，密码子的碱基偏向性，以及编码的氨基酸的疏水性等方面差异的基础上，从模式识别的角度出发，将这二类密码子视为由此构成的多维特征空间中的二个模式类，应用费歇线性判别法进行分类器的设计，并对分类器的错误率进行估计，表明在这些特征下，这二类密码子可以区分，以此分类器的判断真正的起始密码子和非起始甲硫氨酸密码子，其准确率可达75％。     

基于可信度的投票列表合并算法

在投票系统中,每个投票人按照自己对候选人的认可程度对候选人进行排名,从而得到大量的有序投票列表.为了从这些列表中得到一个综合投票结果,需要找到一种合理有效的列表合并算法,综合分析列表数据并将它们合并为一个综合列表.本文提出一种基于可信度的投票列表合并算法,其基本思路是:通过综合分析投票列表中蕴含的众多排名信息,度量出每个列表中每条排名信息可被采信的程度,简称为可信度,然后基于已经得到的可信度,让那些高可信度的排名信息在综合排名中发挥更大的作用,从而得到一个更好的综合排名结果.实验结果充分表明,本文提出的算法能够更有效地挖掘出排名信息的可信度,从而得到准确度更高的合并结果.