基于逆抵押贷款的以房养老方式的比较研究

随着房地产市场的不断发展,我国私人拥有住房的比率越来越高,从而使得以房养老成为可能。本文在对现行的几种以房养老方式分析的同时,就住房逆抵押贷款方式与租房养老方式进行较为深入的定量比较,指出住房逆抵押贷款方式是一种值得考虑的以房养老的新选择。     

基于时——空数据的EEG逆问题研究

根据头皮采集电位定位电流偶极子活动源是脑电问题的一个重要的方面．本文运用多信号分类算法(MUSIC)，通过递归的使用子空间映射，自动的提取源点位题，不仅适用于定位异步偶极子，而且也适用于定位同步偶极子．     

混装生产物流数学模型研究

研究了热一热混装（ＣＣ－ＤＨＣＲ与ＣＣ－ＨＣＲ混合）和冷一热混装（ＣＣ－ＤＨＣＲ与ＣＣ－ＣＣＲ混合）生产物流问题，以库存缓冲特征值模型为基础，建立了不同生产情况下的混装生产物流数学模型。     

基于时--空数据的EEG逆问题研究

根据头皮采集电位定位电流偶极子活动源是脑电问题的一个重要的方面.本文运用多信号分类算法(MU SIC),通过递归的使用子空间映射,自动的提取源点位题,不仅适用于定位异步偶极子,而且也适用于定位同步偶极子.     

衣藻增殖、悬浮与沉降过程对水-泥 界面磷素动态的影响

为阐明水华过程藻群动态对水-泥界面磷素变化的影响,采集太湖梅梁湾水样和泥样,以莱茵衣藻(Chlamydomonas reinhardtii)为对象,通过室内模拟实验(76 d),研究藻体增殖、悬浮与沉降过程水-泥界面不同形态磷素含量及碱性磷酸酶活性(APA)的变化。结果表明:衣藻快速增殖与悬浮导致水体pH与DO含量明显升高,总磷和无机磷浓度迅速降低,但底泥有机磷含量平均高出无藻处理1.5倍。此外,衣藻沉降期底泥水溶性磷含量明显降低,这是由于部分沉降在底泥表面的藻体继续存活并吸收利用了水溶性磷。上覆水APA在藻体大量沉降后平均高于增殖和悬浮期1～3倍。相比较而言,底泥APA在藻体快速增殖与悬浮期达到最高,此后,APA降低,但仍高于无藻处理2倍以上。因此,衣藻水华过程加速了水-泥界面磷素的释放,部分沉降至底泥表面的存活藻体吸收利用磷素进而增殖和再悬浮,这可能是富营养化水体水华反复和多次暴发的重要原因之一。     

针对抗老化门替换技术的关键门识别算法

为解决现有门替换技术应用中存在的时延仿真不精确和关键门选取冗余问题,对时序分析方法进行改进,通过引入电路内部节点信息,准确预测电路NBTI老化.然后,提出了一种门替换技术应用下的关键门识别算法,定义了表征门电路抗NBTI老化能力的度量公式,将其作为电路老化关键门的识别依据,用于提高关键门识别精度和效率.基于45 nm PTM工艺库和ISCAS85基准电路的仿真结果表明,应用改进门替换技术进行电路抗NBTI老化设计得到的电路时延退化改善率平均值为25.11%,较现有方案提高13.24%,而反映硬件开销的平均门替换率仅为5.82%,明显低于现有方案的11.95%.因此,所提方案仅以较低的硬件开销便可获得较好的门替换技术抗老化效果.     

设计思维对大学生创新创业能力的影响研究 ——基于创造力自我效能感的中介机制

设计思维(Design Thinking)作为全球创新创业者的共同语言,是一种"以人为本"寻找正确的问题、探寻问题的根源、找到复杂问题创新解决方案的思维方式、流程、工具和方法论.起源于西方的设计思维与我国的双创教育虽然在本质上高度契合,但设计思维对我国大学生创新创业能力的培育是否有效?如果有效,是如何起作用的?这些研究问题尚不明确.本文基于全国948名大学生的问卷调查研究,采用结构方程模型进行实证分析,结果表明:对设计思维的培育能显著提升我国大学生创新创业能力;设计思维的同理心(移情)、知识整合两个维度,通过创造力自我效能感的部分中介作用,对大学生创新创业能力产生正向影响.实证研究结论为如何通过大学生的设计思维培训,提升其创造力自信、培育创新创业能力、推进我国高校创新创业教育、培养高素质的"三创型"人才,提供理论依据与实践指导.     

典型供应链场景下区块链应用研究现状与发展展望

区块链作为比特币的底层技术,正在成为供应链领域创新发展的重要工具。研究首先介绍了区块链和供应链的基本概念,然后分别从供应链金融、供应链溯源以及供应链安全3个场景出发,首先分析了三者的业务痛点,然后介绍了区块链在这3个场景下的应用现状,最后展望了区块链技术在供应链场景下的未来发展趋势。     

国内区块链典型应用研究综述

作为比特币的底层技术,区块链已被广泛应用到各个领域中,区块链应用成为当前研究的热点。研究结合中国知网数据库期刊论文分析我国学者在区块链领域的研究现状,并对金融、供应链、医疗、教育、能源互联网5个典型领域的研究进行综述,分析了未来在这些领域的研究发展方向,最后讨论了区块链应用面临的挑战。     

反映缺失的部分函数型回归模型的统计推断

为了解决反映变量随机缺失下部分函数型线性回归模型的统计推断，首先利用主成分分析法对模型中函数变量进行展开，在运用多元最小二乘法估计了模型中未知的参数和未知的系数函数，并证明了这两个估计具有渐近正态性。然后给出反映均值的回归借补估计，并证明了该估计量的大样本性质。