检索结果-南通市图书馆

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

复杂网状排队系统的模拟研究

数学的实践与认识 2022年第8期52卷 137-145页

作者：卢一强李锋战略支援部队信息工程大学河南郑州450001 郑州大学数学与统计学院河南郑州450002

在详细分析网状排队系统特点的基础上,给出了该排队系统的模拟仿真算法,并通过模拟例子,研究了串联、最少人数选择和具有反馈的排队网络等不同情形下网状排队模型的队长、等待时间、停留时间、忙期等各种排队指标的统计特性.所得到的算... 详细信息

在详细分析网状排队系统特点的基础上,给出了该排队系统的模拟仿真算法,并通过模拟例子,研究了串联、最少人数选择和具有反馈的排队网络等不同情形下网状排队模型的队长、等待时间、停留时间、忙期等各种排队指标的统计特性.所得到的算法设计和统计分析具有灵活性和普遍性,为分析和评价网状排队服务系统提供了一个有力的工具.

关键词：网状排队系统随机模拟事件调度法排队论指标

在线全文

学校读者我要写书评

暂无评论

单调回归模型及其在退化数据中的应用

应用概率统计 2004年第4期20卷 352-358页

作者：卢一强茆诗松解放军信息工程大学电子技术学院郑州450004 华东师范大学统计系上海200062

形如,f=C1+C2∫0t[exp∫0uw(s)ds]du(其中:C1,C2是常数,w(s)是L2可积)的函数是一个广泛的单调函数类.特别地,假定w(s)是有固定结点的样条函数.我们用惩罚最小二乘的方法估计其中的未知参数,得到了参数估计的强相合性及渐近正态性,并将... 详细信息

形如,f=C1+C2∫0t[exp∫0uw(s)ds]du(其中:C1,C2是常数,w(s)是L2可积)的函数是一个广泛的单调函数类.特别地,假定w(s)是有固定结点的样条函数.我们用惩罚最小二乘的方法估计其中的未知参数,得到了参数估计的强相合性及渐近正态性,并将该模型用到退化实例中去,得到很好的效果.

关键词：单调回归截断的幂函数样条基退化数据金属疲劳

在线全文

学校读者我要写书评

暂无评论

非参数Bayes样条回归

华东师范大学学报（自然科学版） 2004年第4期 33-39,90页

作者：卢一强茆诗松信息工程大学电子技术学院郑州450004 华东师范大学统计系上海200062

对于非参数回归模型y=f(x)+ε,其中f(x)为光滑的连续函数.用样条函数来逼近 f(x),不具体选择结点的个数,考虑到结点个数的不确定性,给定结点个数一个均匀的无信息先验,用Bayes模型平均的方法来估计f(x).得到了f(x)的Bayes估计和Bayes... 详细信息

对于非参数回归模型y=f(x)+ε,其中f(x)为光滑的连续函数.用样条函数来逼近 f(x),不具体选择结点的个数,考虑到结点个数的不确定性,给定结点个数一个均匀的无信息先验,用Bayes模型平均的方法来估计f(x).得到了f(x)的Bayes估计和Bayes后验区间估计.

关键词：个数连续函数非参数回归模型 Bayes估计区间估计逼近样条函数样条回归结点均匀

在线全文

学校读者我要写书评

暂无评论

广义非参数回归的B样本贝叶斯估计

应用数学 2005年第1期18卷 8-13页

作者：卢一强茆诗松解放军信息工程大学电子技术学院郑州450004 华东师范大学统计系上海200062

本文主要研究广义非参数模型B样条Bayes估计 .将回归函数按照B样条基展开 ,我们不具体选择节点的个数 ,而是节点个数取均匀的无信息先验 ,样条函数系数取正态先验 ,用B样条函数的后验均值估计回归函数 .并给出了回归函数B样条Bayes估计... 详细信息

本文主要研究广义非参数模型B样条Bayes估计 .将回归函数按照B样条基展开 ,我们不具体选择节点的个数 ,而是节点个数取均匀的无信息先验 ,样条函数系数取正态先验 ,用B样条函数的后验均值估计回归函数 .并给出了回归函数B样条Bayes估计的MCMC的模拟计算方法 .通过对Logistic非参数回归的模拟研究。

关键词：广义非参数回归 B样条函数非参数的Bayes估计 Laplace’s method 重要抽样 MCMC模拟

在线全文

学校读者我要写书评

暂无评论

部分线性模型的LASSO估计及其渐近性

山东大学学报（理学版） 2012年第3期47卷 93-97页

作者：李锋卢一强郑州航空工业管理学院经贸学院河南郑州450015 中国人民解放军信息工程大学电子技术学院河南郑州450004

结合截面最小二乘估计思想,构造了LASSO惩罚截面最小二乘估计,并研究了惩罚参数和窗宽的选择问题。由于部分线性模型LASSO解仍为线性优化问题,因此容易实现。在一定条件下,本文还研究了参数估计量的相合性和渐近正态性。最后通过蒙特卡... 详细信息

结合截面最小二乘估计思想,构造了LASSO惩罚截面最小二乘估计,并研究了惩罚参数和窗宽的选择问题。由于部分线性模型LASSO解仍为线性优化问题,因此容易实现。在一定条件下,本文还研究了参数估计量的相合性和渐近正态性。最后通过蒙特卡洛模拟研究了变量选择方法的小样本性质。

关键词：部分线性模型变量选择渐近分布 LASSO

在线全文

学校读者我要写书评

暂无评论

光滑样条回归的分层贝叶斯方法

上海理工大学学报 2003年第2期25卷 168-171页

作者：卢一强中国人民解放军信息工程大学电子技术学院郑州450004

从光滑样条回归的贝叶斯解释出发,将光滑参数l 看作先验分布中的超参数. 用分层贝叶斯的方法,假定l 的先验分布为伽玛分布,用后验均值估计回归样条. 通过模拟表明本文提出的方法具有很好的估计效果.

关键词：光滑样条分层贝叶斯方法 Gibbs抽样光滑参数 MCMC模拟惩罚样条

在线全文

学校读者我要写书评

暂无评论

变系数模型B样条M估计的收敛性

应用概率统计 2003年第4期19卷 415-423页

作者：卢一强曾林蕊解放军信息工程大学电子技术学院郑州450004 华东师范大学统计系上海200062

考虑变系数模型y(t)=XT(t)β(t)+ε(t).设(y(tij),Xi(tij),tij)是第i个个体的第j次观察.函数系数β(t)=(β1(t),…,βp(t))T是光滑的非参数函数向量,在B样条的函数空间上最小化得到β(t)的B样条M估计.若βk(t),k=1,…,p是r(r>1/2)阶光滑... 详细信息

关键词：变系数模型 M估计收敛速度 B样条

在线全文

学校读者我要写书评

暂无评论

变系数模型的Bayes样条估计

应用概率统计 2005年第1期21卷 9-20页

作者：卢一强茆诗松解放军信息工程大学电子技术学院郑州450004 华东师范大学统计系上海200062

本文考察变系数模型y=x1β1(t)+x2β2(t)+…+xpβp(t)+∈,∈-N(0,σ2),βr(t),r=1,…,P是光滑的连续函数.假定βr(t)是三阶的B样条函数,给结点的个数一个均匀先验,用贝叶斯模型平均的方法估计函数系数,这种估计方法充分考虑到各个函数... 详细信息

本文考察变系数模型y=x1β1(t)+x2β2(t)+…+xpβp(t)+∈,∈-N(0,σ2),βr(t),r=1,…,P是光滑的连续函数.假定βr(t)是三阶的B样条函数,给结点的个数一个均匀先验,用贝叶斯模型平均的方法估计函数系数,这种估计方法充分考虑到各个函数系数的差别,允许不同的函数系数有不同的结点个数,即允许不同的函数系数使用不同的光滑参数.

关键词：变系数模型贝叶斯模型平均 B-样条可逆的跳MCMC方法(reversiable jump MCMC)

广义变系数模型的Bayesian B样条估计

在线全文

学校读者我要写书评

暂无评论

系统科学与数学 2006年第2期26卷 169-177页

作者：卢一强茆诗松解放军信息工程大学电子技术学院郑州450004 华东师范大学统计系上海200062

提出了广义变系数模型函数系数的一种新的估计方法．我们用B样条函数逼近函数系数,不具体选择节点的个数,而是节点个数取均匀的无信息先验,样条函数系数取正态先验,用Bayesian模型平均的方法估计各个函数系数．这种估计方法一个主要特... 详细信息

提出了广义变系数模型函数系数的一种新的估计方法．我们用B样条函数逼近函数系数,不具体选择节点的个数,而是节点个数取均匀的无信息先验,样条函数系数取正态先验,用Bayesian模型平均的方法估计各个函数系数．这种估计方法一个主要特点是允许各个函数系数所需节点个数的后验分布不同,因此允许不同函数系数使用不同的光滑参数．另外,本文还给出了Bayesian B样条估计的计算方法,并通过模拟例子,说明广义变系数模型的函数系数可以由Bayesian B样条估计方法得到很好的估计．

关键词：广义变系数模型 Bayesian模型平均 B样条函数 Laplace's方法重要抽样 MCMC模拟.