一个新的涉及一个多重可变上限函数和一个部分和的半离散Hilbert型不等式

应用权函数的方法,Euler-Maclaurin求和公式,Abel部分求和公式及实分析技巧,求出了一个新的涉及一个多重可变上限函数和一个部分和的半离散Hilbert型不等式.作为应用,考虑了特殊参数下不等式中最佳常数因子联系多参数的等价条件及一些特殊不等式.

长三角地区数字普惠金融与碳减排:助力还是阻力?--基于函数系数部分线性面板数据模型的实证分析

基于2011—2019年我国长三角地区41个城市面板数据,运用函数系数部分线性面板数据模型探讨数字普惠金融对碳减排的影响。研究发现,数字普惠金融对碳减排具有显著的非线性促进作用,且这种促进作用受经济发展水平的影响呈现区域异质性。特别地,当经济发展水平超过阈值人均GDP5.42万元时,数字普惠金融对碳减排的正向促进作用呈现先增强后减弱的“U”型关系。机制分析表明,数字普惠金融可以通过提高绿色技术创新水平促进碳减排。进一步研究发现,当经济发展达到一定程度时,数字普惠金融覆盖广度、使用深度和数字化程度对碳减排具有显著的促进作用,且覆盖广度和使用深度的促进作用大于数字化程度。

奇异函数分数阶导数的Hadamard有限部分积分表示形式

针对包含奇点的函数,研究其Riemann-Liouville和Caputo分数阶导数,给出它们的Hadamard有限部分积分表示形式.利用该形式求得分数阶导数在初始点的Psi级数展开式.另外,该形式可以方便地使用Hadamard有限部分积分算法进行高精度计算.最后设计了一种奇点分离的Chebyshev谱逼近方法,通过数值算例验证了分数阶导数的Hadamard积分表示形式及其数值算法的正确性和有效性.

ATLAS 2.76 TeV单喷注实验数据对CT18NNLO部分子分布函数的影响

通过ePump(error PDF(parton distribution function)updating method package)研究了大型强子对撞机(large hadron collider,LHC)在质心能量√s=2:76TeV时,来自ATLAS(a toroidal LHC apparatus)探测器单喷注的双微分散射截面的实验数据对CT18NNLO(next-to-next-to-leading order)部分子分布函数(PDF)的影响.首先,使用CT18NNLO部分子分布函数计算了单喷注的双微分散射截面,观察到理论预测与实验数据符合得较好;其次,计算了单喷注双微分散射截面的理论预测值与CT18NNLO胶子部分子分布函数的关联余弦cosϕ;最后,使用ePump更新了CT18NNLO部分子分布函数,并研究了实验数据与全局拟合数据间的冲突.通过比较在Q=100GeV时CT18NNLO胶子部分子分布函数和ePump更新的胶子部分子分布函数,发现ATLAS 2.76 TeV单喷注双微分散射截面实验数据在大和小的动量分数区域对CT18NNLO胶子部分子分布函数的约束较小.

一个新的涉及高阶导函数与部分和的半离散Hilbert型不等式

首先,应用权函数方法、Euler-Maclaurin求和公式、Abel部分求和公式及实分析技巧,给出一个新的涉及高阶导函数和部分和的半离散Hilbert型不等式;其次,作为应用,讨论特殊参数下不等式中最佳常数因子联系多参数的等价条件及一些特殊不等式.

部分Motzkin路的计数

一条长为n的部分Motzkin路是从(0,0)到(n,k)的一条经过整点的格路径,它由上步U=(1,1),下步D=(1,-1)以及水平步H=(1,0)构成,且从不走到x轴的下方.从(0,0)到(n,0)的Motzkin路的个数叫做第n个Motzkin数.利用核方法得到了Motzkin数的发生函数及部分Motzkin路径数的Riordan矩阵的表示.基于递推关系和线性代数方法给出了高度受限的部分Motzkin路的发生函数,并给出了相关示例.

CMS 8 TeV顶夸克对实验数据对CT18NNLO胶子部分子分布函数的影响

在不进行量子色动力学(quantum chromodynamics,QCD)整体分析的情况下,估算新数据对部分子分布函数(parton distribution functions,PDF)的影响,以及用更新的部分子分布函数预测其他可观测量不确定度的贡献是一项非常有用的工作。首先,用更新和优化的部分子分布函数软件ePump(error PDF updating method package)研究由CMS 8 TeV顶夸克对产生的微分散射截面(1/σ)dσ/dy_(t-t)、(1σ)dσ/dm_(t-t)、(1/σ)dσ/dy_(t)和(1/σ)dσ/dp^(t)T等实验数据对CT18NNLO胶子部分子分布函数的影响,然后,用更新后的部分子分布函数计算(1/σ)dσ/dy_(t-t)、(1/σ)dσ/dm_(t-t)、(1/σ)dσ/dy_(t)和(1/σ)dσ/dp^(t)T,并将计算所得理论值与实验值进行比较。结果表明,随着实验测量技术的发展,可获取的由顶夸克对产生的微分散射截面数据点越多,其对胶子部分子分布函数的确定作用越大。

部分函数型数据的回归模型与应用

随着科技的不断发展,各种类型的数据不断涌现,与传统的离散数据相比,函数型数据可以更好地反映出数据的连续性和变化趋势。在实际应用中,我们通常需要根据函数型数据的特征来建立模型。针对响应变量为标量型,预测变量包含函数型和标量型的情况,传统的线性模型已经不能满足需求,为此,本文提出了一种广义部分函数型线性模型,它不仅可以处理标量型和函数型的复合变量,还能够通过预测变量和响应变量之间的关系来估计连接函数,更加符合实际情况。具体来说,本文采用函数型主成分分析方法对函数型变量进行降维,然后利用最大似然估计法对回归系数进行估计,通过局部线性回归的方法对连接函数进行估计,这样我们就可以得到最终的估计值,从而实现对复合变量的建模和预测。为了验证该模型的有效性,本文将其应用于人口密度的研究中。结果表明,该模型可以有效地反应预测变量和响应变量之间的关系,得到了符合预期的结论。这项研究也使得广义部分函数型线性模型有了进一步的应用推广。

部分线性空间自回归模型的惩罚最小二乘方法

部分线性空间自回归模型因具有参数空间自回归模型的解释能力和非参数空间自回归模型的灵活性而成为一类备受关注的半参数空间自回归模型。主要研究部分线性空间自回归模型的变量选择问题,基于轮廓拟最大似然方法和一类非凸罚函数,提出了一类惩罚最小二乘方法同时选择该模型的参数部分中重要解释变量和估计相应的非零回归系数。在适当的正则条件下,推导了回归系数的惩罚估计的收敛速度,并证明了所提出的变量选择方法具有Oracle性质。模拟研究和实际数据分析均表明所提出的变量选择方法具有满意的有限样本性质。

固定效应部分线性单指标空间自回归面板模型的二次推断函数估计

从模型结构的特点着手,获得了一些不依赖于工具变量的矩条件.将这些矩条件与二次推断函数法(QIF)和最小二乘虚拟变量法(LSDV)结合,为模型构建了一种新的估计方法.该方法的优点是考虑了空间内生性的同时,还将个体内的相关结构包含其中.进一步,在一些正则条件下,研究了模型估计量的大样本性质,发现非参数估计量具有最优收敛速度,参数估计量渐近于正态分布.同时,采用Monte Carlo模拟评价了估计方法在有限样本下的表现,结果表明文中所述方法的表现符合大样本性质,且远远优于忽略相关性的估计方法.最后,将所述方法应用于实际数据分析中.

部分线性模型的高斯径向基函数估计

部分线性模型是一种常用的现代统计模型,其同时具备参数与非参数回归的优点。我们基于高斯径向基函数估计部分线性模型的非线性部分,并给出估计过程中的超参数选择方法。在模拟仿真与实证分析中将高斯径向基函数与B样条进行对比,发现高斯径向基函数在部分线性模型中可以成为B样条的一种替代方法。

一个关联余切函数高阶导数的Hilbert型不等式

通过引入多个参数,借助余切函数的部分分式展开式,在全平面上建立了最佳常数因子及与余切函数的高阶导数有关的Hilbert型不等式及其等价形式。特别地,通过对参数赋值,还给出了一些特殊的在全平面上的Hilbert型不等式。

反映缺失的部分函数型回归模型的统计推断

为了解决反映变量随机缺失下部分函数型线性回归模型的统计推断,首先利用主成分分析法对模型中函数变量进行展开,在运用多元最小二乘法估计了模型中未知的参数和未知的系数函数,并证明了这两个估计具有渐近正态性。然后给出反映均值的回归借补估计,并证明了该估计量的大样本性质。

基于部分函数依赖的结构匹配方法

模式匹配是模式集成、数据仓库、电子商务以及语义查询等领域中的一个难点.它主要利用元素自身信息(如元素名、数据类型等信息)、数据实例信息(模式中的数据)和结构信息(模式元素相互关联的关系)来挖掘元素语义以获得正确的映射关系.文中介绍了一种将数据实例信息与结构信息相结合来辅助匹配的新方法.此方法首先根据模式对应的数据实例信息来计算模式元素间的部分函数依赖度(模式结构信息),然后根据部分函数依赖关系建立模式元素间的依赖图,再根据元素依赖图计算元素间的结构相似度,最后得到模式元素间的映射关系.由于利用了更多的结构信息辅助匹配,所以文中方法在性能上要优于其它仅使用完全函数依赖结构信息进行匹配的方法.实验表明此方法在查准率、查全率以及全面性等各个指标上都优于已有的其它方法.

部分变量取反的RM型对称函数检测的新方法

分析了函数的 RM展开式中乘积项所含的部分变量取反引起的变化 ,在此基础上提出了直接检测部分变量取反的 RM型对称函数的新方法 .

线性函数和部分线性函数的图形检测方法

线性函数是布尔代数中常用的特殊函数之一,本文根据线性函数、部分线性函数的定义与性质,提出了检测线性函数与部分线性函数六个定理.在此基础上,给出了基于K图与bj图的线性函数与部分线性函数的图形检测方法,并举例说明具体检测过程.

部分函数线性模型的经验似然推断

本文考虑部分函数线性回归模型,研究了回归系数的经验似然推断,证明了所提出的经验对数似然比渐近于χ^2分布,此结果可以用来构造了相应兴趣参数的置信域.另外,本文也给出了系数函数的极大经验似然估计,并在适当条件下给出了所提出估计量的收敛速度.仅就置信域精度及其覆盖概率大小方面,通过模拟研究和实例分析比较了经验似然方法与最小二乘方法的优劣.

广义部分Bent函数及其自相关函数特征和谱特征

给出了环Ｚｎｍ （ｍ ≥２ 为正整数） 上广义部分Ｂｅｎｔ函数的定义，讨论了广义部分Ｂｅｎｔ函数的等价条件，得到了广义部分Ｂｅｎｔ函数的自相关函数特征和Ｃｈｒｅｓｔｅｎｓｏｎ 谱特征。

基于表格法的部分对称函数检测

根据部分对称函数的定义给出了检测部分对称函数的充分条件、必要条件及充分必要条件,在此基础上提出了检测部分对称函数的表格方法,检测实例验证了该方法的有效性。

广义部分Bent函数和广义Bent函数的关系

Bent函数是一类特殊的布尔函数 ,因其非线性性和稳定性在密码学和通信等领域有很重要的应用 .但它们数量少、不平衡且无相关免疫性 .为了弥补Bent函数的不足 ,Claud Carlet提出了部分 Bent函数的概念 ,部分 Bent函数是包含 Bent函数的更大的函数类 .后来 ,人们又将这两种函数概念先后都拓广到了环znm(m为正整数 )上 ,分别被称为 znm 上的广义 Bent函数和广义部分 Bent函数 .本文利用 znp(p为素数 )上广义部分 Bent函数的 Chrestenson循环谱特征讨论了 znp上的广义部分 Bent函数和广义 Bent函数之间的关系 。