排序方式： 共有3条查询结果，搜索用时 0 毫秒
1
1.
应用M-H综合框架统一描述哈密尔顿蒙特卡洛算法(HMC)、黎曼流形哈密尔顿蒙特卡洛算法(RMHMC)以及拉格朗日蒙特卡洛算法(LMC),分别估计三个算法的最优接受概率并对比。通过模拟有明显几何性质的banana-shaped分布,对比三个算法的接受概率,运用有效样本规模指标(ESS)和无效因子(IF)同时度量各算法生成样本的有效性。分析了三个算法的优势和不足,提出了一些改进设想。 相似文献
2.
引入了股票成交额时间序列的相似性度量,通过模糊聚类方法,将成交额时间序列相关性好、数量级接近的股票聚类,并以有色金属类股票为例进行了实证分析,通过MATLAB编程实现算法,计算出聚类结果,并从市场经验和直观角度对结果进行了分析,说明了聚类结果的有效性． 相似文献
3.
本文研究了Ｂａｎａｃｈ空间中的Ｋ－正定算子方程解的一种逼近方法。我们把Ｋ 正定算子的概念从Ｈｉｌｂｅｒｔ空间,实可分严格凸的Ｂａｎａｃｈ空间和实可分ｑ一致光滑Ｂａｎａｃｈ空间（ｑ＞１）推广列了实可分Ｂａｎａｃｈ空间Ｘ。对这样的Ｘ,我们构造了一个强收敛于方程Ａｘ＝ｆ,ｆ∈Ｘ,的唯一解的迭代程序（其中Ａ是一个Ｋｐｄ算子,与Ｋ有相同的定义域）。在一定条件下,本文把Ｐｅｔｒｙｓｈｙｎ,Ｃｈｉｄｕｍｅ和Ａｎｅｋｅ,Ｃｈｉｄｕｍｅ和Ｏｓｉｌｉｋｅ等的相应结果推广到了实可分的Ｂａｎａｃｈ空间 相似文献
1