自适应回归模型
adaptive regression model
新闻报道词汇 ...
adaptive program
适应情况的程序
adaptive regression model
自适应回归模型
adaptive system
可适应系统(计算机) ...
基于3个网页-
Adaptive Antoregessive model
adaptive auto regression(AAR)
adaptive autoregressive models
multi-variable auto re-gression(MVAAR)
adaptive expectations regression equation
Adaptive Antoregessive model
adaptive autoregressive (aar) model
更多收起网络短语
adaptive regression model
&2,447,543篇论文数据，部分数据来源于
通过研究网络流量异常检测，提出一种新的基于自适应自回归（AAR） 模型的在线故障检测算法。
A novel online fault detection algorithm based on adaptive auto-regressive (AAR) model is proposed focusing on the anomaly detection of network traffic.
提出一种自适应自回归（ADAR）预测模型，可根据谐波过程特性变化自适应调整自回归预测模型的参数乃至结构。
ADAR(ADaptive AR) predicting model is presented, whose parameters and exponent number can be adaptively tuned according to the characteristic variation of harmonic.
提出一种基于自回归模型的自适应阈值检测算法用于监测液体火箭发动机地面试验的稳态过程，该算法由两个阶段组成。
An adaptive threshold algorithm consisting of two stages based on autoregressive model was presented for monitoring the steady process of Liquid Propellant Rocket Engine(LRE) in ground test.
$firstVoiceSent
- 来自原声例句
请问您想要如何调整此模块？
感谢您的反馈，我们会尽快进行适当修改！
请问您想要如何调整此模块？
感谢您的反馈，我们会尽快进行适当修改！我的图书馆
本条目包含过多，可能需要简化或提出进一步解释。（日）
请在中发表对于本议题的看法，并移除或解释本条目中的行话。
本条目品质不佳。
翻译者可能不熟悉中文或原文语言，也可能使用了，请本条目或重新编写。明显的机器翻译请改挂{{|G13}}提交删除。
在中，线性回归是利用称为线性回归方程的函数对一个或多个和之间关系进行建模的一种。这种函数是一个或多个称为回归系数的模型参数的线性组合。只有一个自变量的情况称为简单回归,大于一个自变量情况的叫做多元回归。（这反过来又应当由多个相关的因变量预测的多元线性回归区别，而不是一个单一的标量变量。）
在线性回归中，数据使用线性预测函数来建模，并且未知的模型参数也是通过数据来估计。这些模型被叫做线性模型。最常用的线性回归建模是给定X值的y的条件均值是X的仿射函数。不太一般的情况，线性回归模型可以是一个中位数或一些其他的给定X的条件下y的条件分布的分位数作为X的线性函数表示。像所有形式的回归分析一样，线性回归也把焦点放在给定X值的y的条件概率分布，而不是X和y的联合概率分布（多元分析领域）。
线性回归是回归分析中第一种经过严格研究并在实际应用中广泛使用的类型。这是因为线性依赖于其未知参数的模型比非线性依赖于其位置参数的模型更容易拟合，而且产生的估计的统计特性也更容易确定。
线性回归有很多实际用途。分为以下两大类：
1. 如果目标是预测或者映射，线性回归可以用来对观测数据集的和X的值拟合出一个预测模型。当完成这样一个模型以后，对于一个新增的X值，在没有给定与它相配对的y的情况下，可以用这个拟合过的模型预测出一个y值。
2. 给定一个变量y和一些变量X1,...,Xp，这些变量有可能与y相关，线性回归分析可以用来量化y与Xj之间相关性的强度，评估出与y不相关的Xj，并识别出哪些Xj的子集包含了关于y的冗余信息。
线性回归模型经常用最小二乘逼近来拟合，但他们也可能用别的方法来拟合，比如用最小化“拟合缺陷”在一些其他规范里（比如最小绝对误差回归），或者在桥回归中最小化最小二乘损失函数的惩罚.相反,最小二乘逼近可以用来拟合那些非线性的模型.因此，尽管“最小二乘法”和“线性模型”是紧密相连的，但他们是不能划等号的。
带有一个自变量的线性回归
理论模型[]
给一个随机样本，一个线性回归模型假设回归子和回归量之间的关系是除了X的影响以外，还有其他的变量存在。我们加入一个误差项（也是一个随机变量）来捕获除了之外任何对的影响。所以一个多变量线性回归模型表示为以下的形式：
其他的模型可能被认定成非线性模型。一个线性回归模型不需要是自变量的线性函数。线性在这里表示的条件均值在参数里是线性的。例如：模型在和里是线性的，但在里是非线性的，它是的非线性函数。
数据和估计[]
区分随机变量和这些变量的观测值是很重要的。通常来说，观测值或数据（以小写字母表记）包括了n个值 .
我们有个参数需要决定，为了估计这些参数，使用表记是很有用的。
其中Y是一个包括了观测值的列向量，包括了未观测的随机成份以及回归量的观测值矩阵：
X通常包括一个常数项。
如果X列之间存在，那麽参数向量就不能以最小二乘法估计除非被限制，比如要求它的一些元素之和为0。
古典假设[]
样本是在母体之中随机抽取出来的。因变量Y在上是连续的，残差项是独立且相同分布的(iid)，也就是说，残差是独立随机的，且服从高斯分布。
这些假设意味着残差项不依赖自变量的值，所以和自变量X（预测变量）之间是相互独立的。
在这些假设下，建立一个显示线性回归作为条件预期模型的简单线性回归，可以表示为：
最小二乘法分析[]
最小二乘法估计[]
回归分析的最初目的是估计模型的参数以便达到对数据的最佳拟合。在决定一个最佳拟合的不同标准之中，最小二乘法是非常优越的。这种估计可以表示为：
回归推论[]
对于每一个，我们用代表误差项的方差。一个无偏误的估计是：
其中是误差平方和（残差平方和）。估计值和实际值之间的关系是：
其中服从，自由度是
对普通方程的解可以冩为：
这表示估计项是因变量的线性组合。进一步地说，如果所观察的误差服从。参数的估计值将服从联合正态分布。在当前的假设之下，估计的参数向量是精确分布的。
其中表示。
参数估计值的是：
参数的可以用以下式子来计算：
误差项可以表示为：
单变量线性回归[]
单变量线性回归，又称简单线性回归（simple linear regression, SLR），是最简单但用途很广的回归模型。其回归式为：
为了估计和，我们有一个样本
最小二乘法就是将未知量残差平方和最小化：
分别对和求导得到：
此线性方程组可以用来求解：
置信区间为：
置信区间为：
方差分析[]
在（ANOVA）中，总平方和分解为两个或更多部分。
总平方和SST (sum of squares for total) 是：
　，其中：　
回归平方和SSReg (sum of squares for regression。也可写做模型平方和，SSM，sum of squares for model) 是：
残差平方和SSE (sum of squares for error) 是：
总平方和SST又可写做SSReg和SSE的和：
回归系数R2是：
其他方法[]
广义最小二乘法[]
可以用在当观测误差具有或者的情况下。
总体最小二乘法[]
用于当自变量有误时。
广义线性模式[]
应用在当误差分布函数不是正态分布时。比如，，，，等。
稳健回归[]
将平均最小化，不同于在线性回归中是将均方误差最小化。
线性回归的应用[]
一条趋势线代表着数据的长期走势。它告诉我们一组特定数据（如GDP、石油价格和股票价格）是否在一段时期内增长或下降。虽然我们可以用肉眼观察数据点在坐标系的位置大体画出趋势线，更恰当的方法是利用线性回归计算出趋势线的位置和斜率。
流行病学[]
有关吸烟对死亡率和发病率的证据来自观察性研究早期采用回归分析。为了减少杂散的相关性分析观测数据，研究人员通常他们的回归模型里只包括他们感兴趣的几个变量。例如，加入我们有一个回归模型，这个回归模型中抽烟是我们最感兴趣的独立变量，其相关变量是其生活的年数。研究人员可能将包括社会经济地位等其他因素当成一个额外的独立变量，确保任何观察吸烟影响寿命不是由于某种教育或收入效应。然而，它是永远不可能包括所有可能的混杂变量的实证分析。例如，一个假设的基因可能会增加死亡率，也引起人们吸更多的烟。为此，随机对照试验，常能产生更多的令人信服的证据的因果关系比可以使用观测数据的回归分析得到的。当控制实验是不可行的，回归分析等工具变量回归变量可以用来尝试从观测数据估计的因果关系。
利用线性回归以及的概念分析和计算投资的系统风险。这是从联系投资回报和所有风险性资产回报的模型Beta系数直接得出的。
线性回归是经济学的主要实证工具。例如，它是用来预测消费支出，固定投资支出，存货投资，一国出口产品的购买，进口支出，要求持有流动性资产，劳动力需求、劳动力供给。
环境科学[]
线性回归是经济学的主要实证工具。例如，它是用来预测消费支出，固定投资支出，存货投资，一国出口产品的购买，进口支出，要求持有流动性资产，劳动力需求、劳动力供给。
参考文献[]
Cohen, J., Cohen P., West, S.G., & Aiken, L.S. Applied multiple regression/correlation analysis for the behavioral sciences. Hillsdale, NJ: Lawrence Erlbaum Associates. 2003.Draper, N.R. and Smith, H. Applied Regression Analysis. Wiley Series in Probability and Statistics. 1998.Robert S. Pindyck and Daniel L. Rubinfeld. Chapter One//Econometric Models and Economic Forecasts. 1998.. The Variation of Animals and Plants under Domestication. (1868) (Chapter XIII describes what was known about reversion in Galton's time. Darwin uses the term "reversion".)
刊物文章[]
Galton, Francis. . Journal of the Anthropological Institute. 1886, 15: 246–263 [].
深入阅读[]
Pedhazur, Elazar J. Multiple regression in behavioral research: Explanation and prediction 2nd. New York: Holt, Rinehart and Winston. 1982. &Barlow, Jesse L. Chapter 9: Numerical aspects of Solving Linear Least Squares Problems//In Rao, C.R. Computational Statistics. Handbook of Statistics 9. North-Holland. 1993. &Bj?rck, ?ke. Numerical methods for least squares problems. Philadelphia: SIAM. 1996. &.Goodall, Colin R. Chapter 13: Computation using the QR decomposition//In Rao, C.R. Computational Statistics. Handbook of Statistics 9. North-Holland. 1993. &National Physical Laboratory. Chapter 1: Linear Equations and Matrices: Direct Methods//Modern Computing Methods. Notes on Applied Science 16 2nd. Her Majesty's Stationery Office. 1961
发表评论：
TA的最新馆藏[转]&导读：计量经济学练习题，1、计量经济学模型主要有哪些应用领域？各自的原理是什么？，3、回归分析构成计量经济学的方法论基础，4、一元线性回归模型的基本假设主要有哪些？违背基本假设的计量经济学模型是否就不可，6、多元线性回归模型的基本假设是什么？试说明在证明最小二乘估计量的无偏性和有效性，9、为什么要讨论计量经济学的分析与应用？体会经济理论与实际建模之间的关系，1、论述建立和应用计量经济学模型的步骤与要
计量经济学练习题
一、单项选择题（每题1分，共30分）
二、判断题（每题2分，共30分）
三、论述题（每题12分，共24分）
四、模型分析题（每题8分，共16分）
一、名词解释（每题5分，共20分）
二、简答题（每小题8分，共32分）
三、论述题（每小题12分，共24分）
四、模型分析题（每小题12分，共24分）
一、名词解释
1、结构分析
2、政策评价
3、回归分析
4、普通最小二乘法（OLS）
5、加权最小二乘法（WLS） 6、异方差性
7、序列相关性
8、多重共线性
二、简单题
1、计量经济学模型主要有哪些应用领域？各自的原理是什么？
2、阐述相关分析与回归分析的联系与区别。
3、回归分析构成计量经济学的方法论基础，其主要内容包括哪些？
4、一元线性回归模型的基本假设主要有哪些？违背基本假设的计量经济学模型是否就不可以估计？
5、在多元线性回归分析中，t检验与F检验有何不同？在一元线性回归分析中二者是否有等价的作用？
6、多元线性回归模型的基本假设是什么？试说明在证明最小二乘估计量的无偏性和有效性的过程中，哪些基本假设起了作用？
7、回归模型中引入虚拟变量的作用是什么？有哪几种基本的引入方式？它们各适用于什么情况？
8、滞后变量模型有哪几种类型？分布滞后模型使用OLS方法存在哪些问题？
9、为什么要讨论计量经济学的分析与应用？体会经济理论与实际建模之间的关系。
三、论述题
1、论述建立和应用计量经济学模型的步骤与要点。
2、计量经济学模型的检验包括几个方面？其具体含义是什么？
3、在总体回归函数中引入随机干扰项的主要原因是什么？
4、论述异方差性的后果及其修正方法。
5、论述序列相关性产生的主要原因及其后果。
6、论述产生多重共线性的主要原因、多重共线性的检验及克服方法。
四、单项选择题
1、对于一个含有截距项的计量经济模型，若某定性因素有n个互斥的类型，为将其引入模型中，则需要引入虚拟变量的个数为（
2、已知样本回归模型残差的一阶自相关系数接近于1，则DW统计量等于
3、把反映某一总体特征的同一指标的数据，按一定的时间顺序和时间间隔排列起来，这样的数据称为（
A、横截面数据
B、时间序列数据
C、修匀数据
D、原始数据
4、Goldfeld-Quandt检验法可用于检验（
A、异方差性
B、多重共线性
C、序列相关性
D、设定误差
5、如果回归模型中解释变量之间存在完全的多重共线性，则最小二乘估计量的值为（
A、不确定，方差无限大
B、确定，方差无限大
C、不确定，方差最小
D、确定，方差最小
6、在序列自相关的情况下，参数估计值仍是无偏的，其原因是（
A、无多重共线性假定成立
B、同方差假定成立
C、零均值假定成立
D、解释变量与随机误差项不相关假定成立
7、应用DW检验方法时应满足该方法的假定条件，下列不是其假定条件的是（
A、解释变量是非随机的
B、被解释变量是非随机的
C、线性回归模型中不能含有滞后内生变量
D、随机误差项服从一阶自回归
8、经济变量的时间序列数据大多存在序列相关性，在分布滞后模型中，这种序列相关性就转化为（
A、异方差问题
B、多重共线性问题
C、序列相关性问题
D、设定误差问题
9、在异方差性情况下，常用的估计方法是（
A、一阶差分法
C、工具变量法
10、广义差分法是（
）的一个特例。
A、加权最小二乘法
B、广义最小二乘法
D、两阶段最小二乘法
11、如果回归模型违背了同方差假定，则最小二乘估计是（
A、无偏的，非有效的
B、有偏的，非有效的
C、无偏的，有效的
D、有偏的，有效的
12、加权最小二乘法是（
）的一个特例。
A、广义差分法
C、广义最小二乘法
D、两阶段最小二乘法
13、下列说法正确的是（
A、异方差是样本现象
B、异方差是一种随机误差现象
C、异方差是总体现象
D、时间序列更易产生异方差
14、一元线性回归分析中TSS=ESS+RSS，RSS的自由度为（
15、在一元线性回归分析中，已知RSS=30，TSS=100，则R2=（
16、双对数模型lnY?ln?0??1lnX??中，参数?1的含义是（
A、Y关于X的增长率
B、Y关于X的发展速度
C、Y关于X的弹性
D、Y关于X的边际变化
17、一元线性回归分析中的回归平方和ESS的自由度是（
18、更容易产生异方差的数据是（
A、时间序列数据
B、修匀数据
C、横截面数据
D、年度数据
19、对于有限分布滞后模型，解释变量的滞后长度每增加一期，可利用的样本数据就会（
A、增加1个
B、减少1个
C、增加2个
D、减少2个
20、在模型Yt??0??1X1t??2X2t??t的回归分析结果报告中，有F=，F的p值=0.000500，则表明（
A、解释变量X1t对Yt的影响是显著的
B、解释变量X2t对Yt的影响是显著的
C、解释变量X1t和X2t对Yt的联合影响是显著的
D、解释变量X1t和X2t对Yt的影响是均不显著
21、多元线性回归分析中的RSS反映了（
A、应变量观测值总变差的大小
B、应变量回归估计值总变差的大小
C、应变量观测值与估计值之间的总变差
D、Y关于X的边际变化
22、回归模型中具有异方差性时，仍用OLS估计模型，则以下说法正确的是（
A、参数估计量是无偏非有效的
B、参数估计量仍具有最小方差性
C、常用F检验失效
D、参数估计量是有偏的
23、设某地区消费函数中，消费支出不仅与收入X有关，而且与消费者的年龄构成有关，若将年龄构成分为小孩、成年人和老年人3个层次。假设边际消费倾向不变，考虑上述年龄构成因素的影响时，该消费函数引入虚拟变量的个数为（
24、在下列引起序列自相关的原因中，不正确的是（
A、经济变量具有惯性作用
B、经济行为的滞后性
C、模型设定偏误
D、解释变量之间的多重共线性
25、在线性回归模型的经典假设成立的条件下，用OLS估计模型参数，则参数估计量具有（
）的统计性质。
A、有偏特性
B、非线性特性
C、最小方差特性
D、非一致性特性
26、如果回归模型中解释变量之间存在完全的多重共线性，则最小二乘估计量的值为（
A、不确定，方差无限大
B、确定，方差无限大
C、不确定，方差最小
D、确定，方差最小
27、在序列自相关的情况下，参数估计值仍是无偏的，其原因是（
A、无多重共线性假定成立
B、同方差假定成立
C、零均值假定成立
D、解释变量与随机误差项不相关假定成立
28、关于自适应预期模型和局部调整模型，下列说法错误的有（
A、它们都是由某种期望模型演变形成的
B、它们最终都是一阶自回归模型
C、它们的经济背景不同
D、都满足古典线性回归模型的所有假设，故可直接用OLS方法估计
29、对自回归模型进行估计时，假定原始模型的随机扰动项满足古典线性回归模型的所有基本假设，则估计量是一致估计量的模型有（
包含总结汇报、考试资料、专业文献、人文社科、IT计算机、教学教材、办公文档、经管营销、文档下载、党团工作、外语学习以及计量经济学练习题等内容。本文共2页
相关内容搜索自适应Lasso在Poisson对数线性回归模型下的性质--《西北大学学报(自然科学版)》2011年04期
自适应Lasso在Poisson对数线性回归模型下的性质
【摘要】：目的研究自适应Lasso在Poisson对数线性模型下的性质。方法利用数学分析及概率论中的性质。结果证明了在Poisson对数线性模型下自适应Lasso估计量具有稀疏性和渐进正态性。结论自适应Lasso可以有效选择Poisson对数线性模型中的变量,并同时估计变量系数。
【作者单位】：
【关键词】：
【基金】：
【分类号】：O212.1【正文快照】：
变量选择是处理高维统计模型的基础,经典的变量选择方法如AIC,BIC及Cp准则由于要求解一个NP组合优化问题,从而在处理高维与海量数据时计算过于复杂,并且很难得到其样本性质,而惩罚方法就可以处理上述问题。Fan和Li[1]提出通过罚最小二乘在选择变量的同时估计变量的系数,这种
欢迎：、、)
支持CAJ、PDF文件格式，仅支持PDF格式
【相似文献】
中国期刊全文数据库
高仁祥,张世英,刘豹;[J];系统工程学报;1998年02期
吴耀华;[J];数学学报;1990年01期
魏世振,薛跃,陈传明;[J];统计与决策;2005年08期
周婉枝;[J];广西大学学报(自然科学版);1995年03期
陶靖轩;[J];中国计量学院学报;2001年01期
陶凤梅,杨启昌,胡锡衡;[J];鞍山师范学院学报;2002年03期
赵进文;[J];东北财经大学学报;2002年06期
戴伯新;;[J];应用概率统计;1992年04期
孙道德;[J];高校应用数学学报A辑(中文版);1995年01期
张大仁,赵立新;[J];环境化学;2000年03期
中国重要会议论文全文数据库
项伟宏;郑力;李志忠;赵大泉;刘大成;张伯鹏;;[A];第一届国际机械工程学术会议论文集[C];2000年
李洪东;梁逸曾;;[A];中国化学会第27届学术年会第15分会场摘要集[C];2010年
李慷;席裕庚;;[A];1994中国控制与决策学术年会论文集[C];1994年
韩敏;林云;;[A];第二十届中国控制会议论文集（下）[C];2001年
刁宁;张永清;;[A];第五届全国环境化学大会摘要集[C];2009年
张俊华;方伟武;;[A];面向复杂系统的管理理论与信息系统技术学术会议专辑[C];2000年
张永清;费红琳;丁凯;;[A];第九届全国计算（机）化学学术会议论文摘要集[C];2007年
黄蓉;乔园园;;[A];中国化学会第27届学术年会第15分会场摘要集[C];2010年
刘咸姝;潘日芳;;[A];1996年中国智能自动化学术会议论文集（上册）[C];1996年
李慷;席裕庚;;[A];1994年中国控制会议论文集[C];1994年
中国重要报纸全文数据库
葛新权 北京信息科技大学经济管理学院;[N];中国社会科学报;2010年
海通股指期货联合研究中心
李子婧;[N];期货日报;2010年
中研博峰咨询有限公司咨询顾问 高荣霞;[N];通信产业报;2009年
范超;[N];中国信息报;2011年
马薪婷;[N];证券日报;2009年
中国博士学位论文全文数据库
王树云;[D];山东大学;2010年
陶凤梅;[D];吉林大学;2005年
章文军;[D];中国科学院研究生院（长春应用化学研究所）;2001年
丁光辉;[D];大连理工大学;2006年
唐丽娟;[D];湖南大学;2009年
申琦;[D];湖南大学;2005年
彭小令;[D];四川大学;2005年
殷弘;[D];武汉大学;2005年
唐凯临;[D];同济大学;2008年
刘旭;[D];云南大学;2010年
中国硕士学位论文全文数据库
李玲玲;[D];广西师范大学;2010年
张新波;[D];中南大学;2008年
刘存银;[D];华东理工大学;2011年
梁爱;[D];华东师范大学;2011年
满敬銮;[D];中南大学;2009年
陈渭泉;[D];浙江大学;2004年
魏岩峰;[D];东北师范大学;2010年
张建锋;[D];大连理工大学;2010年
唐迎春;[D];东北师范大学;2010年
崔静;[D];西北大学;2011年
&快捷付款方式
&订购知网充值卡
400-819-9993
《中国学术期刊（光盘版）》电子杂志社有限公司
同方知网数字出版技术股份有限公司
地址：北京清华大学 84-48信箱 大众知识服务
出版物经营许可证 新出发京批字第直0595号
订购热线：400-819-82499
服务热线：010--
在线咨询：
传真：010-
京公网安备75号部分线性回归模型中的自适应估计--《中国科学A辑》1992年08期
部分线性回归模型中的自适应估计
【摘要】：考虑半参数回归模型y_i=x_iβ+g(t_i)+e_i,1≤i≤n;其中g(·)是未知函数,β是待估参数,e_i是随机误差. 本文首先在(x_i,t_i)是i.i.d设计点列下,当g(·)的估计取一类核估计序列时,构造了β的自适应估计β_n,同时给出了β_n及g_n~*(g的最终估计)的渐近最优强弱收敛速度;然后在(x_i,t_i)是固定非随机设计点列下,当g(·)的估计取一般非参数估计(包括常见核估计和近邻估计),讨论了β的最小二乘估计的渐近正态性.
【作者单位】：
【关键词】：
【基金】：
【正文快照】：
考虑回归模型(I):~x‘夕+g(t,)+e‘,1毛i成n,(l)其中{x;,r;,夕;}是i.i.d.子样,e‘是i.i.d.随机误差,(x‘,t;)与。、是相互独立的,且t;〔[o,1],Ee,~0,0。,~Ee{口是未知待估参数,g(·)是定义在[0,1]上的未知光滑函数。 关于模型(l)的研究,目前在文献上已有一些结果了.Sc
欢迎：、、)
支持CAJ、PDF文件格式，仅支持PDF格式
【引证文献】
中国期刊全文数据库
徐初斌,钱伟民;[J];同济大学学报(自然科学版);2000年05期
潘建敏;[J];浙江大学学报(理学版);1996年02期
孙浩,赵选民;[J];工程数学学报;1999年03期
吴群英;[J];桂林工学院学报;1998年04期
任哲,陈明华;[J];高校应用数学学报A辑(中文版);2000年04期
陈明华;[J];高校应用数学学报A辑(中文版);1998年03期
施沛德,郑忠国;[J];中国科学A辑;1995年02期
王启华;[J];中国科学A辑;1995年08期
王启华,郑忠国;[J];中国科学A辑;1997年07期
钱伟民,柴根象;[J];中国科学A辑;1999年03期
中国博士学位论文全文数据库
花虹;[D];同济大学;2006年
胡宏昌;[D];武汉大学;2004年
施三支;[D];吉林大学;2007年
中国硕士学位论文全文数据库
李范良;[D];湖南大学;2002年
龚丽莎;[D];湖南大学;2003年
倪伟才;[D];浙江大学;2002年
冷凯君;[D];武汉理工大学;2005年
姜文晖;[D];山东大学;2007年
袁芳;[D];广西师范大学;2007年
【同被引文献】
中国期刊全文数据库
孙浩,赵选民;[J];工程数学学报;1999年03期
陈希孺;[J];中国科学A辑;1995年04期
崔恒建;[J];中国科学A辑;1997年02期
钱伟民,柴根象;[J];中国科学A辑;1999年03期
崔恒建;[J];科学通报;1995年16期
钱伟民;[J];数理统计与应用概率;1998年04期
吕纯濂,陈舜华,张荣庆;[J];数学的实践与认识;1994年01期
金明仲,陈希孺;[J];数学年刊A辑(中文版);1996年02期
薛留根;[J];数学年刊A辑(中文版);1999年06期
钱伟民,,柴根象,,蒋凤瑛,;[J];数学年刊A辑(中文版);2000年03期
中国博士学位论文全文数据库
张日权;[D];华东师范大学;2003年
【二级引证文献】
中国期刊全文数据库
徐初斌,钱伟民;[J];同济大学学报(自然科学版);2000年05期
陈之靓,梁汉营,任耀峰;[J];同济大学学报(自然科学版);2003年08期
姜玉英;刘强;吴可法;;[J];福州大学学报(自然科学版);2006年06期
田萍;薛留根;;[J];工程数学学报;2006年02期
任哲,陈明华;[J];高校应用数学学报A辑(中文版);2000年04期
刘莉;[J];湖北大学学报(自然科学版);2004年04期
李永明;[J];数学的实践与认识;2004年08期
胡玉琴;薛留根;;[J];数学的实践与认识;2006年11期
陈明华;[J];数学物理学报;1999年S1期
金丽宏;[J];武汉工业学院学报;2004年02期
中国重要会议论文全文数据库
魏传华;;[A];中国现场统计研究会第12届学术年会论文集[C];2005年
李玉梅;钱伟民;;[A];2003中国现场统计研究会第十一届学术年会论文集（上）[C];2003年
中国博士学位论文全文数据库
花虹;[D];同济大学;2006年
董洁;[D];河海大学;2005年
胡宏昌;[D];武汉大学;2004年
施三支;[D];吉林大学;2007年
程皖民;[D];国防科学技术大学;2006年
林路;[D];南开大学;2001年
王振杰;[D];中国科学院研究生院（测量与地球物理研究所）;2003年
丁士俊;[D];武汉大学;2005年
中国硕士学位论文全文数据库
施露芳;[D];华中科技大学;2006年
谯虹;[D];四川大学;2007年
吕士钦;[D];太原理工大学;2007年
王芳;[D];四川大学;2007年
张先波;[D];华中科技大学;2006年
冯三营;[D];北京工业大学;2007年
范承华;[D];北京工业大学;2007年
杜聪慧;[D];西南交通大学;2004年
李泽华;[D];湖南师范大学;2006年
李范良;[D];湖南大学;2002年
【相似文献】
中国期刊全文数据库
P.T.K.Fung,陈希平,M.J.G[J];兰州理工大学学报;1985年01期
成平;;[J];应用概率统计;1985年02期
陈伟钟;董敏煜;;[J];石油地球物理勘探;1986年03期
周维真,杨宜禾;[J];红外与毫米波学报;1988年01期
茅宁,张良起;[J];控制理论与应用;1990年04期
卫国;;[J];时间频率学报;1990年01期
张裕明;吴林;;[J];自动化学报;1991年04期
胡峰;;[J];飞行器测控学报;1991年04期
高集体,赵林城;[J];中国科学A辑;1992年08期
梁华,成平;[J];科学通报;1992年21期
中国重要会议论文全文数据库
陈立;李治;;[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集（下册）[C];1995年
施阳;慕春棣;;[A];1999年中国智能自动化学术会议论文集（上册）[C];1999年
赵大炜;;[A];2000中国控制与决策学术年会论文集[C];2000年
刘春宁;田蔚风;金志华;;[A];2001年飞行器惯性器件学术交流会论文集[C];2001年
王中华;杨波;王玉惠;;[A];2004中国控制与决策学术年会论文集[C];2004年
马野;王孝通;;[A];可持续发展的中国交通——2005全国博士生学术论坛（交通运输工程学科）论文集（下册）[C];2005年
唐毅谦;王建辉;顾树生;;[A];第二十四届中国控制会议论文集（下册）[C];2005年
张兴华;;[A];2005中国控制与决策学术年会论文集（上）[C];2005年
戴全发;许大欣;许厚泽;蔡小波;;[A];国家安全工程地球物理研究——第二届国家安全地球物理学术研讨会论文集[C];2006年
中国博士学位论文全文数据库
张涛;[D];浙江大学;2001年
王瑞明;[D];浙江大学;2005年
罗小元;[D];燕山大学;2006年
中国硕士学位论文全文数据库
崔先强;[D];中国人民解放军信息工程大学;2002年
李霞;[D];太原理工大学;2004年
徐新艳;[D];山东大学;2006年
李立;[D];山东大学;2006年
韩慧媛;[D];哈尔滨工业大学;2006年
&快捷付款方式
&订购知网充值卡
400-819-9993
《中国学术期刊（光盘版）》电子杂志社有限公司
同方知网数字出版技术股份有限公司
地址：北京清华大学 84-48信箱 大众知识服务
出版物经营许可证 新出发京批字第直0595号
订购热线：400-819-82499
服务热线：010--
在线咨询：
传真：010-
京公网安备75号