BAMCG模型周期解的全局指数稳定性

利用李雅普诺夫泛函和不等式Zm＋ 1∏k=1^m zk^qk≤1/r ∑k=1^m qkZk^r＋1/rzm＋1^r 研究了一类BAMCG模型的周期解,并获得了一些充分条件．这些结果推广了已有文献的结论．     

期刊论文被引量与下载量关系研究

[目的/意义]探讨论文被引量与下载量之间的关系,对论文影响力评价有重要的意义。[方法/过程]通过CNKI数据库,以《中文核心期刊要目总览》中理工农医类及经济、历史、法律、哲学类期刊2006年刊载的55 000多篇论文为基础,分析不同类论文的被引量分布特征,比较同被引量论文的下载量以及相近下载量论文的平均被引量,采用Spearman相关性方法计算不同类论文下载量、被引量的等级相关系数。[结果/结论]不同类论文的被引量分布具有一致趋势:随被引量的增多论文数比例较快地减小直至为0,相应的被引量分布可以由指数衰减函数近似函数表征。在绝对数量上,论文的下载量、被引量存在较大差别,二者之间的相关性不明显,与下载、被引的自身特征以及各类论文的文献使用特征有关。Spearman等级相关分析表明,论文层级上,下载量、被引量的等级相关性较强,某一篇论文在一定时期内的下载量可以依靠其排序位数预测其统计意义上的被引排序数,可以为论文评价提供参考。     

线性指数分布参数的Bayes估计

对给定容量为n的线性指数分布样本X1,X2,…,Xn,在Linex损失函数下,利用共轭先验分布讨论线性指数分布参数θ的Bayes估计,多层Bayes估计,E-Bayes估计和极大似然估计.     

运用生存分析对沪铜现货价格的再研究

利用生存分析和指数分布对沪铜的现货价格做进一步研究,发现放宽置信度,在不同的历史时期,价格的连涨连跌变化率在服从Weibull分布的基础上,也可以认为服从不同参数的指数分布,且参数的变化反映价格波动及市场结构的情况,进而得出一些有意义的结论。     

不确定性机器人的线性参数神经网络跟踪控制

考虑机器人建模误差不确定性,首先利用反馈控制技术,把基于拉个朗日方程的多关节机器人动力学模型转化成一线性状态方程。然后基于此状态方程,运用线性参数神经网络设计出鲁棒神经网络控制器,并且用李雅普诺夫函数思想证明了这种控制器能够使得机器人系统满足指数收敛的特性。     

基于EGARCH模型对中国黄金市场的实证研究

应用向量自回归EGARCH模型,对中国黄金市场与外汇市场间的收益与波动溢出效应进行经验分析。研究显示:美元兑人民币汇率和中国黄金不存在收益溢出效应,欧元兑人民币汇率对黄金存在负向溢出效应;危机期间市场之间新息冲击的"杠杆效应"减弱,对黄金走势持乐观态度,但波动性比较大。     

基于IOWGA算子的铁路客运量组合预测

科学准确地预测铁路客运量是制定铁路网规划的基础。以全国铁路客运量的历史数据为基础,采用灰色GM（1,1）模型和三次指数平滑模型进行组合优化,建立了基于IOWGA（Induced Ordered Weighted Geometric Averaging）算子的组合预测模型,并对组合预测模型进行了检验,检验结果表明,组合预测模型是有效的、可靠的,具有较高的精度,可对我国的铁路客运量进行预测。最后利用所建立的预测模型预测了2008年--2010年我国铁路客运量。     

多重S-分布时滞二阶Hopfield神经网络的全局指数稳定性

利用不等式、拓扑度理论以及Lyapunov泛函方法研究了一类多重S-分布时滞二阶Hopfield神经网络的全局指数稳定性,给出了系统满足全局指数稳定的充分条件.     

广义F（t）指数型二分性条件下的线性化

将Hartman线性化定理Palmer线性化定理推广到具有广义F（t）指数型二分性的系统,在一定条件下,我们可以得到系统=A（t）x＋f（t,x）拓扑等价于其线性部分=A（t）x.     

时间序列预测模型的比较研究——基于湖北省人均GDP的实证分析

该文以湖北省1987-2010年的人均GDP时间序列数据建立了3种时间序列预测模型,然后通过一系列预测精度指标对比分析,选出ARMA模型为最优预测模型。并以2008-2010年的数据作为检验数据对其预测效果进行了检验,证实了其预测效果非常理想,最后对湖北省2011年和2012年人均GDP值进行了短期外推预测。