简介：称为介绍的加权的随机整修的meansare和不仅他们的一致性和asymptotic规度的柔韧的地点评估者的一个班被证明，但是theirinfluence工作asymptotic变化和故障点也被导出。他们拥有是的thesame故障点中部，并且他们中的一些拥有更高的asymptotic亲戚效率atthe重尾巴的分布比一些另外的著名地点评估者；而trimmedmeans，Winsorized工具和Huber“sM评估者拥有更高的asymptotic亲戚效率atthe跟踪光的分布，在哪个Huber”sM评估者是最柔韧的。

简介：这篇论文学习产品连续地被生产的一个生产系统；其说明限制为屏蔽检查被指定。在这篇论文，我们考虑双优秀特征；与在一个更低的说明下面掉落的每个优秀特征联系的不同费用限制一个上面的说明限制的以上。由于这些不同费用，期望的全部的利润将极大地取决于过程参数，一个特别过程平均数。这篇论文为在一个单个阶段的系统与双优秀特征的考虑决定最佳进程工具开发一个基于Markovian的模型。建议模型然后通过一个数字例子被说明；敏感分析被执行验证模型。结果证明最佳为两个优秀特征处理平均数在系统的性能上有重要效果。自从处理多质量特征是极其有限的文学调查表演，建议模型，结合了Markovian途径，提供唯一的贡献给这个领域。

简介：AsequenceofsphericalzonaltranslationnetworksbasedontheBochner-RieszmeansofsphericalharmonicsandtheRieszmeansofJacobipolynomialsisintroduced,anditsdegreeofapproximationisachieved.Theresultsobtainedinthepresentpaperactuallyimplythattheapproximationofzonaltranslationnetworksisconvergentiftheactionfunctionshavecertainsmoothness.

简介：

简介：

简介：基于化学识别的蚁群聚类算法无需给定聚类数目就能自动实现数据集的聚集,但大量采用随机策略使得蚂蚁达到平衡的运行时间长,效率不高。为此提出了一种用K-means算法做初次聚类、蚁群聚类算法再次聚类的新算法,结果表明该算法具有较高的正确率。最后将该算法应用于系统应用协同中,得到了较好的分析结果。

简介：由Bonferroni平均数的想法启发了，在我们开发的这份报纸一种聚集技术把珍视间隔的intuitionistic称为为聚集珍视间隔的intuitionistic吝啬的模糊Bonferroni模糊信息。我们学习它的性质并且讨论它的特殊情况。为输入参数有不同重要性的状况，我们然后定义加权的珍视间隔的intuitionistic模糊Bonferroni平均数，我们在珍视间隔的intuitionistic下面为多标准决策基于给一个过程模糊环境。