基于角度的分类方法综述

统计分类问题经常出现在很多应用中，如人脸识别、欺诈检测和手写字符识别等。对有监督分类问题的统计方法进行综述。特别地，介绍基于角度的分类结构，将二分类与多分类问题纳入一个统一的框架中。讨论基于角度分类器的若干新变体，如稳健学习和加权学习。此外，还指出这些分类器关于Fisher相合性的若干理论结果。     

现代变量选择方法在青少年近视研究中的应用

通过分析一组医学数据挖掘出影响青少年近视的关键因素,建立青少年近视患病概率预测模型.数据集主要由两部分组成:一是青少年眼睛的医学测量数据,二是由生活学习习惯调查问卷得到的数据.采用几种现代统计学方法,并利用ROC曲线得到较优的患病概率模型.结果表明,性别、眼轴长度、角膜曲率、工作日睡眠时间、不戴眼镜远视力、远距离调节反应等因素对青少年近视有重要的影响作用,并由此建立预测模型.     

渗流簇中鞅中心极限定理的收敛速度

考虑定义在Zd上参数为p的边渗流模型.假设Kn为 [-n,n]d中开簇的个数,研究了关于Kn的鞅中心定理的收敛速度.一般情况下,经鞅中心极限定理的最好收敛速度是O(n-d/2),而我们的结果为Pp((Kn-Ep(Kn))/(Varp(Kn))) ≤x =x∫-∞(1/(2π)) e(-y2)/2dy+o(n-d/2 +ε0)对任意的实数x都成立,这里ε0是区间 0, d/2 上的任意实数.据我们所知,这是关于渗流中心极限定理收敛速度的第一结果.