简介：截断数据是生存分析的重要研究内容，而关于污染数据的分析在近几年也越来越受到人们的重视，本文考虑了是二者的混合情形，对定数截断下的污染指数分布模型的有关性质进行讨论，并据此对定数截断指分布模型下的有关数据处理方法作出修正，以求得到更加精确的统计分析结果。

简介：陀螺的噪声是影响组合导航系统精度的重要因素之一。以农机多传感器组合导航系统为研究背景,在分析经验模态分解去噪和小波去噪的基础上,提出了一种基于自相关特性的经验模态分解去噪方法。该方法根据本证模态函数分量的自相关函数特性,提出了一种含噪本证模态函数筛选策略。该方法能够自适应地确定主要含噪的本证模态函数分量,避免了需要人为确定的不足;同时,结合改进小波阈值去噪的优势,避免了将混叠在噪声中的有效信号完全消除,使其具有一定的自适应性。为了验证方法的有效性,利用农机组合导航系统中微机械陀螺的实际输出数据,分别采用改进阈值小波去噪方法、经验模态分解去噪和改进的经验模态分解去噪方法进行了对比试验。结果表明,改进经验模态分解去噪方法的效果要优于前者,在一定程度上能够改善农机多传感器组合导航系统的定位精度。

简介：文章将大系统理论与模糊控制理论相结合，并应用于交通控制系统作了尝试，通过对单路口交通系统的分析，把大系统的分解-协调思想应用于单路口交通模糊控制中，提出了单路口交通系统的两级分解-协调模糊控制方法、并进行了计算机仿真研究，仿真结果表明，文中提出的方法比传统的交通控制方法（全感应控制方法）有效。

简介：把一个多项式化为几个整式的乘积的形式，叫做多项式的因式分解．因式分解是紧接着整式乘除的一个数学内容，它和整式乘法互为逆运算．因式分解的应用比较广泛，可以运用它来简便计算，也可以用它化简多项式求值等．因式分解的方法有提公因式法、公式法、十字相乘法、分组分解法等，比较常用的方法是提公因式法和公式法．

简介：基于被解释变量GDP与解释变量资本、劳动力、资本生产率、劳动生产率之乘积之间存在恒等关系，引入无残差对数方差分解法，构造了GDP增长中的全要素生产率贡献分离模型．实证分析表明，在1981—2013年全要素生产率对中国经济增长的贡献度为32．8％，但2011年以来出现了连续3年负贡献．面对异常严峻的经济增长质量形势，应当大力推进物化资本技术进步，积极推进人力资源转型提质，切实推进产业转型升级，全力推进产能优化调整．

简介：对于X(n)=max1≤i≤n(Xi),其中Xi(1≤i≤n)独立同分布,均服从指数分布,求X(n)的数学期望和方差,本文给出了两种不同的解法,并且导出了两个恒等式.最后本文还从数学分析的角度证明了这两个恒等式.

简介：摘要广西贵港220kV运通～贵港牵引站线路工程钢管杆组立采用悬浮分解组立钢管杆技术在保障了工程安全的前提下，既节约了工程投资，又缩短了工期，同时起到较好的水土保持效果。

简介：仅对一元四次整系数多项式在实数域内分解问题进行了研究，根据分解后其系数应为二次代数整数的特点，以及导出的二次方程判别式的完全平方性质，得出了一元四次整系数多项式在实数域内能分解成两个二次因式乘积的条件及方法，从而解决了一元四次整系数多项式在实数域内的因式分解问题．

简介：若（X，Y）服从二元Marshall-Olkin型指数分布，则X，Y相互独立与不相关是等价的．

简介：为了提高标准Cubature卡尔曼滤波（CKF）的稳定性和鲁棒性，提出一种改进的多重渐消H∞滤波cubamre卡尔曼滤波算法。首先基于系统状态的可观测性给出多重渐消因子矩阵求解过程，提高滤波算法的稳定性，抑制滤波发散；其次，引入H∞鲁棒思想，构造多重渐消H∞滤波Cubature卡尔曼滤波器；最后，提出采用一种奇异值分解的矩阵分解策略代替标准Cubature卡尔曼滤波中的Cholesky分解，进一步提高算法的数值稳定性。实际GPS／INS组合导航实验表明，改进的多重渐消H∞滤波Cubature卡尔曼滤波算法不仅能有效抑制滤波发散提高算法的稳定性，而且对观测野值具有更高的鲁棒性；提出的新算法与标准CKF算法相比，XYZ三个方向的位置精度分别提高了55．8％，46．6％和39．7％。

简介：提出了一类求解带有箱约束的非凸二次规划的新型分支定界算法．首先。把原问题目标函数进行D．C．分解（分解为两个凸函数之差），利用次梯度方法，求出其线性下界逼近函数的一个最优值，也即原问题的一个下界．然后，利用全局椭球算法获得原问题的一个上界，并根据分支定界方法把原问题的求解转化为一系列子问题的求解．最后，理论上证明了算法的收敛性，数值算例表明算法是有效可行的．

简介：在大部分老师眼中，数学成绩好的学生的思维能力相对较强，那些考试经常不及格的学生思维能力相对较弱，其实这种观点是不正确的．笔者在教学中经常发现一些原来认为的“差生”有许多闪光的地方，长期的教学观察中，笔者可能和部分老师想法类似。

简介：多路径误差是北斗导航定位系统高精度动态监测的主要误差源。针对北斗导航定位系统多路径误差的特性,结合广义特征值盲源分离方法的优势,提出一种基于参考信号的广义特征值盲源分离算法来削弱多路径效应的影响。首先将前一天的原始坐标残差序列通过奇异谱分析方法进行去噪,其结果作为初始参考信号;然后将当天的原始坐标残差序列进行经验模式分解方法分解,分解得到的IMF分量作为虚拟观测数据,利用广义特征值盲源分离算法获取当天多路径误差信号;最后,利用仿真数据和连续10天的实际观测数据进行试验分析,结果表明利用该方法建立的多路径误差改正模型能有效地了削弱多路径的影响,北、东、天三个方向精度分别提高了78.8%、35.3%、90.1%。提出的模型在一定程度上解决了固定多路径模型随着时间推移重复性减小且有效性降低的问题。

简介：目的:基于支持向量机回归(SVR)模型在非线时间序列的预测能力及经验模态分解(EMD)方法在处理非线性非平稳性的优势,提出一种复合自回归经验模态分解支持向量机回归(AR-EMDSVR)模型,提高非线性非平稳船舶运动极短期预报精度。创新点:1.研究非线性非平稳船舶运动的极短期预报问题,提出一种复合的预报方法;2.基于不同层次的预报模型和模型试验数据,分析非线性非平稳性对极短期预报精度的影响。方法:1.在SVR模型中引入基于自回归(AR)预报端点延拓的EMD方法,形成复合的AR-EMDSVR预报模型;2.基于集装箱船模水池试验运动数据将AR-EMD-SVR模型与AR、SVR和EMD-AR三种模型进行比较,分析非线性非平稳性对极短期预报的影响以及不同模型的预报性能。结论:1.AR-EMD方法能够有效的克服非平稳对极短期预报模型(AR和SVR)在精度上所带来的不良影响;2.基于船模试验数据的预报结果表明:相较于AR、SVR和EMD-AR三种预报模型,基于AR-EMD-SVR模型的非线性非平稳船舶运动极短期预报结果具有更高的精度。