时滞Hopfield神经网络模型的渐近性态分析

对具有时滞的Hopfield神经网络模型，在非线性神经元激励函数满足Lipcshitz连续的条件下，借助于Lia-punov第二方法，给出了这类模型渐近性态易于验证的充分条件。     

指数分布在嵌入马氏链构造中的应用

对于出现指数分布的过程 ,利用指数分布的无记忆性 ,结合实例 ,构造出了马氏更新过程 ,导出了其相伴的半马氏核和嵌入马氏链的转移阵     

一类非线性系统有界解的存在性

考虑非线性系统x′=A(t)x+f(t,x)有界解的存在性,其中线性系统x′=A(t)x满足指数型二分性.在f(t,x)关于x不满足Lipschitz条件的情况下,应用Leray-Shauder不动点定理和Arzela-Ascoli定理给出一个有界连续解存在的充分条件.即若f(t,x)∶R×Rn→Rn连续;存在常数m>0及R+=[0,∞)上的连续递增函数g(t)满足limt→∞(g(t))/t=0,使得|f(t,x)|≤m+g(|x|),(t,x)∈R×Rn,则该系统x′=A(t)x+f(t,x)存在有界连续解.     

一类具有脉冲和时滞的细胞神经网络系统的反周期解

通过微分不等式分析技巧，得出了一类具有脉冲和时滞的细胞神经网络系统反周期解存在性和全局指数稳定性的新的充分条件，推广和改进了已有文献的相关结果。     

生存寿命的联合预测模型及其应用

基于模糊示例学习与指数回归理论分别得到患者生存寿命的预测模型,并对2种模型进行优化组合,提出联合预测模型,其预测结果可为患者选择治疗方案提供必要的信息.     

Masculinity,educational achievement and social status: a social network analysis

This study utilises a quantitative case study social network approach to explore the connection between masculinity and scholastic achievement in two secondary, all-boys schools in Australia. In both schools two social networks representing social status are explored: the friendship network as a measure of status that includes emotional investment, and the influence network as a measure of status without emotion. Results demonstrate that for both schools the friendship network is not associated with academic achievement, though boys with similar levels of academic application cluster together. However, for the influence network there are effects related to achievement, application and attitudes toward an anti-academic/masculinity connection, as too toward ethno-cultural background. The results differ by school and show the importance of local context. However, similarities in the schools show that masculine identities may be engaged in the social interactions of students, ones which engage masculine stereotypes in public but not in private.     

双参数指数分布族参数的经验贝叶斯估计的渐近性

在LINEX损失函数下,讨论双参数指数分布位置参数的Bayes估计。假设样本是iid,利用概率密度函数的核估计方法,构造边缘分布的概率密度估计,按照参数的Bayes估计形式,提出参数的经验Bayes(EB)估计函数,在一定的条件下可以证明所提出的这个经验Bayes估计函数是渐近最优的,并获得其收敛速度,文尾举例说明满足定理条件的参数的先验分布是存在的。     

混合指数分布定数结尾时参数估计的Monte Carlo EM加速算法

应用Monte Carlo EM加速算法对于单参数混合指数分布在定数结尾场合的参数估计问题做了较深入的探讨,做出了模拟试验。     

保险代理中的委托——代理人激励模型

基于委托代理理论,讨论了保险人和保险代理人之间的激励机制设计的问题。本文分别在信息对称和信息不对称两种情况下,建立了委托代理激励模型,并分析了模型中的保险契约的风险分担与激励机制的特征,得出一些对实际有参考价值的结论。     

广义指数分布在TFR模型中的参数估计

广义指数分布是应用非常广泛的一种分布,近年对该分布的讨论主要是常规寿命试验数据的统计分析方法,研究重点是参数的点估计.但基于不完全样本、应用TFR模型、探讨广义指数分布在步加试验中的参数估计的文献却很少见.对此,利用EM算法给出了参数估计的显性表达式,并通过数据模拟说明了估计方法的可行性.