多分类有序反应变量L0gistic回归及其应用

对近年发展起来的多分类有序反应变量Logistic回归进行了补充和完善，设计出对样本数据的应用条件做χ^2检验的方法，证明了比数比在分析自变量作用中的实际意义．随机抽取2002年国家执业医师资格临床实践技能考试30岁以下本科毕业考生5000人，以考生的考试成绩(3分类有序变量)为反应变量，以考生的性别、工作单位级别、考试评分方法、考官回避制度、考题重复次数、考试合格率控制措施等9个影响因素为自变量，进行多分类有序反应变量逐步Logistic回归分析．研究结果已为卫生部改革和完善国家医师资格考试方法、措施提供了重要的科学依据．     

钢闸门结构时变刚度模型及其可靠度评估

基于可靠性原理，建立了水工钢闸门结构正常使用极限状态刚度可靠度分析的极限状态方程，提出了钢闸门结构刚度可靠度分析的3种计算模式．对影响钢闸门结构构件刚度衰减的主要因素——钢材锈蚀进行了统计分析，得到了锈蚀规律，并进一步分析得到了闸门构件刚度的衰减模型．以受弯构件为例，采用JC法对其刚度可靠指标进行了计算分析．结果表明，其刚度可靠指标满足结构可靠性总原则的要求，且露顶门的刚度可靠指标大于潜孔门的刚度可靠指标，从而初步确定了现行水工钢闸门设计规范正常使用极限状态的刚度目标可靠指标。     

关于一维射影映射的一个注记

给出了一维射影映射的一个等价刻画，证明了射影直线ξ1到ξ2上的连续映射φ:ξ1→ξ2是射影映射当且仅当存在常数κ≠0，1，使得φ保持交比κ，这一刻画改进了STEINER及VAN STAUDT关于一维射影映射的一些相关结果。     

力素比对预应力混凝土复合受力构件强度及破坏形态的影响

构件的受力特征及承载力大小与许多因素有关,当构件其他内在因素不变时,力素比对构件的强度及破坏形态有很大影响。以预应力混凝土构件在弯、剪、扭复合受力下的板-桁模型理论为基础,按照力的平衡、力矩平衡、变形协调及材料本构关系等建立了相应的计算方程及全过程分析程序。利用此方法分析了在小扭弯比情况下,不同力素比对复合受力构件强度及破坏形态的影响,经试验值和理论值对比符合情况较好。     

旋叶式压缩机的气缸型线研究

根据旋叶式压缩机的工作原理，提出了气缸型线设计的基本原则。通过泄漏分析，设计出由密封圆弧、过渡曲线、主曲线所组成的气缸型线并推导出各段型线的通用方程。压缩机的吸气容积、内容积比等与主曲线的函数形式相关。以抛物线、椭圆、三次曲线以及三角函数为例的研究表明，三次曲线构成的气缸型线具有最大的吸气容积而内容积比最小，适用于大排气量低压比的机器；椭圆型线的吸气容积最小而内容积比最大，适用于小气量高压比的机器；三角函数型线介于两者之间；抛物线不适宜作为气缸型线。型线的最小曲率半径一般出现在过渡曲线段的拐点上，可通过改变曲线形式及扩大过渡曲线范围得到理想的最小曲率半径值，以利于机器的加工。     

Gallopheasants中协同进化性状的似然比检验

基于细胞色素b基因全序列的贝叶斯系统树，应用似然比检验方法比较研究了Gallopheasants类群的2个性状对的进化格局和过程．结果揭示了栖息地结构和海拔高度的密切关系．完全性成熟年龄和卵大小显示了协同进化格局；时序分析表明在进化过程中，前者先于后者出现．该结论暗示了生活史类型的转变．     

光电成像系统分析中大气传输特性计算的几个问题

利用美国大气传输特性软件LOWTRAN，对常用的基于气象学能见距离的大气透射比公式及中波和长波红外透射比进行了分析．结果表明：气象学能见距离透射比公式可以较好地描述美国标准大气下可见光的光谱透射比和平均透射比，但其向紫外和红外波段的适用性需要慎重处理；在高温和潮湿条件下，中波红外波段的大气平均透射比在路径的起始阶段衰减较快；但在一定距离外，中波红外波段的大气平均透射比优于长波红外波段。     

似然比检验和贝叶斯推论在雉科分子系统学中的应用

应用似然比检验和贝叶斯推论进行雉科分子系统学研究．所用的56条纫胞色素b基因全序列代表了雉科24属50种以及作为外类群的6个相关属．等级制似然比检验表明该数据集的最佳进化模型为GTR I——G。建立在坚实的统计学基础上的贝叶斯系统树表明雉科可以分为3个分支．特别是包括角雉、松鸡、火鸡和gallopheasant等在内的第3分支的单系群性质得到了充分的支持．深层分支格局的高分辨率和高支持率说明将雉科划分为雉族和鹑族是人为的．结果表明，似然比检验和贝叶斯推论是分子系统学研究的强有力工具．     

低汽气比条件下高温变换催化剂的研究及其进展

详细介绍了国内外在低汽气比条件下改进型铁路系、铜系、锰系及贵金属型高温变换催化剂的发展状况。比较了各种高变催化剂在性能上的优劣。提出适用于低汽气比条件下的高温变换催化剂将会是未来高变催化剂的发展方向。     

一种基于因素贡献率的自适应前馈网络算法

前馈网络具有很强的信息处理能力，但是实际应用中的样本量有限，训练出来的网络效果不太理想，本文提出一种自适应前馈网络算法，通过调节参数α向量，使网络结构按精确度和推广能力来综合考虑，若训练出来的网络满足先决条件，就认为网络规模是合适的，此算法不仅能删除隐层中的节点也能删掉输入层中若干总贡献率小的节点，从而避免了维数灾难，并给出一种调整剩余权重的算法，避免重新训练，文中讨论了网络结构的重要性，并用该方法进行仿真实验，结果证明了自适应前馈网络算法具有较强的建模能力。