正则化方法对连续协变量项目功能差异的检测及其应用

提出检测连续协变量条件下项目功能差异的正则化方法，并将其与Logistic回归方法进行比较。模拟数据分析结果表明：1）在所有条件下，正则化方法的一类错误率比Logistic回归方法低。在DIF项目比例为20%时，正则化方法的检测效果优于Logistic回归方法。2）正则化方法对0.3的DIF值不敏感，检验力低。3）两种方法的一类错误率随着样本量增加、DIF值增加而增加，检验力随着样本量增加、DIF值增加、DIF项目比例减小而增加。将正则化方法应用于PISA2012数学测验数据，进行连续协变量下的DIF检测及正则化方法的实际应用，结果也发现正则化方法相比于Logistic方法可以更好地控制一类错误率。     

正则化Ginzburg-Landau型泛函极小元估计及渐近行为

在容许函数类空间中研究正则化Ginzburg-Landau型泛函极小元的渐近行为，以及它的估计问题.先给出正则化Ginzburg-Landau型泛函极小元渐近行为的一些相关事实，并利用Young不等式等方法加强此渐近行为的结论 .在此基础上，利用Young不等式和Holder不等式等方法研究极小元的估计，并建立估计数.     

基于最小二乘正则化的高密度电法在小港煤矿71502工作面底板中的应用

为了提高高密度电法煤矿底板探水的准确性,消除反演过程中的多解性问题,基于现场勘探数据构建了光滑约束最小二乘法耦合正则化约束的反演模型.首先,通过建立光滑矩阵消除相邻网格的电阻率差异,采用正则化反演迭代对模型进行泛化处理并获得最优模型参数.然后,以山东小港煤矿71502工作面为例,将高密度电法勘探成果代入模型进行反演.结...