随机自变量多项式回归函数的估计问题

以随机函数逼近论的观点看待统计模型问题,得到了解决其问题的具有一般性的新途径与新方法,作出了随机自变量多项式回归函数及其相应的误差方差的优良估计,其优良性的标准包括强相合性、相合渐近正态性与L^1收敛性.

多项式函数型回归神经网络模型及应用

文中利用回归神经网络既有前馈通路又有反馈通路的特点 ,将网络隐层中神经元的激活函数设置为可调多项式函数序列 ,提出了多项式函数型回归神经网络新模型 .它不但具有传统回归神经网络的特点 ,而且具有较强的函数逼近能力 .针对递归计算问题 ,提出了多项式函数型回归神经网络学习算法 ,并将该网络模型应用于多元多项式近似因式分解 ,其学习算法在多元多项式近似分解中体现了较强的优越性 .通过算例分析表明 ,该算法十分有效 ,收敛速度快 ,计算精度高 ,可适用于递归计算问题领域 .

股票价格波动的库兹涅茨特征研究及其在预测上的应用

本文创造性地指出,股价波动具备先增长后下降的倒U形曲线特征,即库兹涅茨曲线特征,从而对最高值出现的时间点进行预测.本文首先对股价波动曲线进行了去除微小波动和类均线的光滑化处理,通过多项式函数回归和Logistic函数回归的拟合方法,来确定曲线增长部分的拐点,并给出寻找拐点和预测的方法.抽样检测结果表明该方法非常具有实效性.

惯性平台系统石英加速度计温度建模补偿技术

惯性平台系统中的石英加速度计输出随温度变化显著,其温度漂移特性会影响惯性平台系统自对准的精度水平。为实现惯性平台系统在内部温度场变化时的快速高精度自对准,开展了惯性平台系统石英加速度计温度建模补偿技术研究。惯性平台系统上电后内部温度场变化显著,而石英加速度计作为关键惯性仪表,其温度漂移直接影响惯性平台系统的自对准精度。针对石英加速度计温度漂移特性进行温度建模补偿,通过多项式样条函数回归方法辨识出石英加速度计温度模型参数,温度补偿后在惯性平台通电升温过程中进行自对准验证。验证结果表明,对惯性平台系统石英加速度计进行温度建模补偿,可以满足惯性平台系统在最短通电时间内完成高精度自对准的使用要求。