李胜宏
- 作品数：12 被引量：8H指数：2
- 供职机构：江苏科技大学数理学院更多>>
- 发文基金：国家自然科学基金国家教育部博士点基金江苏省高校自然科学研究项目更多>>
- 相关领域：理学文化科学更多>>
- 相依回归系统参数的Bayes估计被引量：4
- 2006年
- 在指定的先验信息下获得了相依回归系统参数的Bayes估计,并在均方误差阵准则下对与最小二乘估计和最优线性无偏估计进行了比较,讨论了在后验PC准则下相对于最小二乘估计的优良性。
- 李胜宏周占功
- 关键词：相依回归系统BAYES估计最小二乘估计
- 压缩主成分估计的一些性质被引量：1
- 2003年
- 讨论了压缩主成分估计的一些性质,证明了在一定条件下,此估计比最小二乘估计有更小的广义均方误差并且在PC准则下也优于最小二乘估计. 对Y的预测量做了比较.
- 李胜宏周占功
- 关键词：压缩主成分估计最小二乘估计
- 色噪声和周期激励下肿瘤细胞增长系统的随机共振
- 2015年
- 本文研究了色噪声驱动下肿瘤细胞增长系统的随机共振现象,根据Novikov定理和统一色噪声理论,得到了相应的FPK方程,并给出了稳态概率密度函数的表达式。运用绝热近似理论,得到了信噪比的解析表达式。结果表明,在噪声强度较小时产生了随机共振,且其强度随着增长率和周期作用振幅的增大而增强,而承载能力对随机共振强度没有显著影响,但承载能力越大,要达到共振所需要的噪声强度也越大。
- 李行刘子铭李胜宏
- 关键词：色噪声随机共振信噪比
- 白噪声参激一类余维二分岔系统矩Lyapunov指数
- 2011年
- 研究了白噪声参激一类三维中心流型上余维二分叉系统的矩Lyapunov指数。通过使用Arnold L摄动方法,Wedig W的线性随机变换法和Fourier级数展开方法,将系统的矩Lyapunov指数展开为小参数的幂级数,然后应用Fourier级数产生了矩Lyapunov指数展开式中第一项的特征值问题,并且在数值上验证了这些特征值序列是收敛的。
- 李胜宏刘先斌
- 关键词：白噪声摄动方法MONTECARLO模拟
- 相依线性回归系统参数估计的改进
- 本文论述了相依回归模型(SUR,m=2)参数的最优线性无偏Bayes估计和压缩主成分估计.第一部分,在X'<,1>X<,2>=0的假定下,得到了SUR的最优线性无偏Bayes估计,获得了在矩阵损失下Bayes估计优于最小...
- 李胜宏
- 关键词：相依回归模型BAYES估计最小二乘估计压缩主成分估计协方差改进估计容许性
- 文献传递
- 矩阵损失下多元随机回归系数和参数非齐次线性估计Minimax可容许特征
- 2004年
- 在矩阵损失下给出了多元随机回归系数和参数线性估计在非齐次线性估计类中是Minimax可容许估计的充要条件 .
- 周占功彭向阳李胜宏
- 关键词：矩阵损失线性估计MINIMAX可容许估计
- 相依线性回归系统的压缩估计
- 2010年
- 对于相依线性回归系统(SUR,m=2),其设计阵为病态时,文中给出了βi(i=1,2)的压缩估计及相应的两步估计,证明了在θi(i=1,2,…,p1)满足一定条件时,此估计相对于协方差改进估计及两步协方差改进估计的优良性,同时给出了θi(i=1,2,…,p1)的确定方法.
- 李胜宏周占功
- 关键词：协方差改进估计
- 宽带噪声作用下黏弹性板的矩Lyapunov指数被引量：2
- 2011年
- 主要研究了在超音速流中受宽带噪声作用的黏弹性板随机振动系统的矩Lyapunov指数.首先,采用vonKarman板弯理论,活塞理论以及Galerkin近似法建立了两个自由度耦合的系统运动的随机微分方程.其次,应用随机平均法将四维系统降为二维系统.接着,对系统采用极坐标变换,通过Girsanov定理和Feynmann-Kac公式得到后向微分算子.通过对特征函数进行正交Fourier余弦级数展开得到系统矩Lyapunov指数的近似解析式.并通过Monte Carle仿真得到系统矩Lyapunov指数的数值解验证了近似解析式的可信性.最后研究了系统参数、气动力参数以及随机噪声谱密度对黏弹性板稳定性的影响.
- 黄勇李胜宏刘先斌
- 关键词：壁板颤振随机平均法
- 矩阵损失下多元Gauss-Markov模型中可估函数的线性Minimax估计被引量：1
- 2010年
- 对一般多元Gauss-Markov模型E(Y)=XB,cov(Y)=σ2∑V,∑,V是正定矩阵,SB是线性可估函数.本文给出了线性Minimax估计的定义,在给定的两种矩阵损失函数下,分别获得了可估函数SB在线性估计类中唯一的线性Minimax估计.
- 李胜宏周占功
- 关键词：矩阵损失可估函数风险函数线性MINIMAX估计
- 平衡损失下回归系数James-Stein估计的性质
- 2003年
- 在平衡损失下给出了回归系数James -Stein估计优于最小二乘 (LS)估计的充要条件 ,得到了在Pitmanclose ness准则下James-Stein估计相对于LS估计的优良性 .
- 李胜宏周占功
- 关键词：最小二乘估计
