~(20)Ne核谱在壳模型,Democratic mapping和微观IBM方案中计算结果的直接比较

对于20Ne核，在相同的核壳和单粒子能级下，将在壳模型，Democracticmapping（DM）和微观IBM方案下的计算能谱与实验值作了直接比较通过DM揭示出壳模型理论与微观IBM理论间的关系：至少在sd壳上，后者源于前者，又是完成前者计算的一条好途径与一个好近似.     

多维非线性时间序列的投影寻踪学习逼近

建立了多维非线性时间序列投影踪学习网络结构及算法，证明了投影寻踪学习网络可以以任意精度逼近多维非线性时间序列。解决了基于投影寻学习的多维非线性时间序列的建模和预测问题，实际应用例子表明该算法可行。     

关于《复变函数》教学中的两个问题

就复变函数课程教学中解析函数f(z)的形式与幂级数收敛半径的确定提出了一种简捷有效的方法，对改进复变函数课程的教学有一定的作用。     

上下极限的概念在极限教学中的作用

讨论在《数学分析》课程中引入上、下极限概念的教学的意义 .指明了它对提高学生分析能力的作用     

弹性薄板弯曲问题的配线最小二乘法

应用单三角级数及最小二乘配线法解矩形薄板的弯曲问题。给出了算例 ,并把所得结果与相应的经典解作了比较     

探索矩阵函数值的逼近方法

如果ｆ（ｚ）＝ ∑∞ｉ＝ １ａｉｚｉ（级数的收敛半径为Ｒ）那么对任何ｎ×ｎ矩阵Ａ的谱半径小于Ｒ，且证明亦小于ｎ×ｎ矩阵空间上的任何范数‖·‖，本文同时也给出了数值积分的方法     

L形薄板的混合解法

采用结构力学的力法、位移法、或混合法，将L形薄板分解成三块矩形板，用李维解法得到了L形板的级数解．为这种板的应力应变、内力分析提供了理论依据．也为计算机编程运算和制表提供了有效方法。     

支持向量机在围岩变形监测中的应用

根据支特向量机优越的非线性拟合性能，建立变形量的时间序列预测模型，滚动预测围岩变形量，提高了预测模型的训练速度和预测推广能力。该方法用于西乡-固戍盾构段围岩变形预测，并与BP神经网络预测进行比较。结果表明这种模型可预测区间较长且具有较高的准确度，能够科学地指导现场施工和监测。     

Cantor级数的无理性

主要研究Cantor级数Σ∞ n=1bn/a1…an.其中a1,a2,…为大于1的整数,b1,b2,…为正整数并使得Cantor级数Σ∞ n=1bn/a1…an收敛.     

Forecasting high‐frequency financial data with the ARFIMA–ARCH model

Financial data series are often described as exhibiting two non‐standard time series features. First, variance often changes over time, with alternating phases of high and low volatility. Such behaviour is well captured by ARCH models. Second, long memory may cause a slower decay of the autocorrelation function than would be implied by ARMA models. Fractionally integrated models have been offered as explanations. Recently, the ARFIMA–ARCH model class has been suggested as a way of coping with both phenomena simultaneously. For estimation we implement the bias correction of Cox and Reid ( 1987 ). For daily data on the Swiss 1‐month Euromarket interest rate during the period 1986–1989, the ARFIMA–ARCH (5,d,2/4) model with non‐integer d is selected by AIC. Model‐based out‐of‐sample forecasts for the mean are better than predictions based on conditionally homoscedastic white noise only for longer horizons (τ > 40). Regarding volatility forecasts, however, the selected ARFIMA–ARCH models dominate. Copyright © 2001 John Wiley & Sons, Ltd.