简介:在连续Gompertz模型基础上,导出了差分形式的Gompertz模型。通过对肿瘤生长数据的模拟,验证了差分形式的Gompertz模型对连续Gompertz模型具有良好的逼近效果;进一步,对其稳定性进行了研究,讨论了模型参数对平衡点稳定性的影响;最后,研究了一类基于差分形式的Gompertz模型的非线性动力系统的长期行为,数值模拟表明差分形式的Gompertz模型的长期行为对模型参数较为敏感。
简介:考虑一般的分块半相依线性回归(SUR)模型及其相应的简约模型,给出简约模型下未知回归系数及其可估函数的协方差改进估计仍是分块SUR模型下相应参数的协方差改进估计的一个充要条件.
简介:传统针对文本数据的分析,往往基于词频、词频逆文本统计量作为文本的表示特征.这类方法往往只反映了文本的部分信息,忽略了文本的内在语义特征.本文研究了中文词语衔接的概率语言模型,其基本思想在于根据文本中词语出现的先后顺序进行建模分析,该模型在短文本数据挖掘中能够很好地针对文本语义进行量化分析.主要解决两类问题:一、如何合理地将中文词转化为数字向量,并且保证中文近义词在数字空间特征上的相似性;二、如何建立恰当的向量空间,将中文文本的语义和结构特征等信息保留在向量空间中.最后结合某城市房屋管理部门留言板的实际留言文本数据,利用BP神经网络和RNN网络两种算法,实现概率语言模型的求解.与传统文本处理方法的对比说明,本文的模型方法针对短文本语义挖掘问题具有一定的优势性.