页岩有机质纳米力学性质研究进展

 页岩有机质纳米尺度下的力学行为目前不够明确且利用常规实验仪器无法准确获得，表征其纳米尺度下的力学性质，对于搭建微观-宏观岩石力学模型和实现高效水力压裂是极具现实意义的。基于近年国内外关于页岩有机质纳米力学性质表征等方面所取得的研究进展，总结了目前常用的表征技术、力学性质主要特征及主控因素。综合结果表明，纳米压痕和原子力显微镜是目前表征纳米力学性质常用的技术与方法，两者在精度、分辨率、设备技术等方面都存在各自的优势或缺陷；目前有机质纳米力学性质的测定主要集中在弹性模量和硬度，成熟度和温度在不同程度上改变着有机质的内部结构，从而改变其力学性质；提出了“多尺度”“多技术”“多角度”“多学科”等工作设想与建议。     

快速加权核范数最小化的SAR图像去噪算法

提出快速加权核范数最小化(fast weighted nuclear norm minimization,FWNNM)的合成孔径雷达(synthetic aperture radar,SAR)图像去噪算法。首先采用对数变换将SAR图像的乘性噪声变换为加性噪声,然后利用非局部相似性对变换后的图像进行块匹配,随后根据低秩模型框架,用随机奇异值分解替换加权核范数最小化(weighted nuclear norm minimization,WNNM)算法中的奇异值分解进行低秩矩阵逼近,再采用梯度直方图保存的方法对图像进行纹理增强,最终实现了对SAR图像快速去噪。在MSTAR数据库上的实验结果表明,与已有方法相比,所提方法在SAR图像去噪和边缘保持方面是有效的,并且比WNNM去噪速度快3倍。     

酸化白土对食用油脂回色探讨述略

长期困扰油脂工业界的问题之一是油脂回色,学者们对此研究较多,主要从原料品质、油脂本身含有的胶溶物质、脂氧酶、活性物质及精炼工艺等对油脂回色机理、影响油脂回色因素作了较详细的研究.将脱色阶段使用的酸化白土的用量和质量(活性度、金属离子、粒度)等主要因素对油脂回色原因的探讨进行了综述,并提出了有效防范措施,以期能为油脂行业对回色控制提供参考.     

推进常州装备制造业高端化发展研究

装备制造业是常州经济的支柱产业之一，随着经济发展的进一步深化，传统装备制造业面领着向高端化发展的挑战。在介绍常州装备制造业现状的基础上，通过分析常州装备制造业发展的制约因素分析，为推进常州装备制造业高端化发展提出相应的建议。     

基于限制因素分区的耕地质量保育与提升探讨——以湖北鹤峰县为例

以湖北省恩施州鹤峰县为研究区，以地类图斑为研究尺度，从立地条件等方面入手构建耕地质量等级评价指标体系.运用障碍度模型和局部自相关方法，揭示研究区耕地质量现状和空间分布特征，识别鹤峰县耕地质量提升主导限制因素，划分限制因素类型区，最后综合之前分析成果进行耕地质量提升分区，探讨不同分区下耕地质量的提升措施.结果表明：1) 鹤峰县整体耕地以中等级耕地为主，耕地质量空间分布呈现北部、西南部高和西北、东南低的格局；2) 存在主导限制因素为灌溉能力、有效磷2类的共7种“主导限制因素－次要限制因素”类型分区；3) 将现有耕地分为耕地核心保护区、适度改良区和重点整治区3个一级类和8个二级类，针对各分区特点重点实施蓄水保土和养分提升等措施.研究成果可为鹤峰县乃至鄂西南山区耕地质量提升和耕地保护整治提供方法借鉴.     

基于解释结构模型和MICMAC的城市交通拥堵问题分析

通过对城市交通拥堵现状的调查研究,从管理、设施和交通参与者3个方面归纳出造成城市交通拥堵的11个主要因素,建立了解释结构模型,分析了各因素间的层级关系,通过交叉影响矩阵相乘法(matriced impacts corises-multiplication appliance classment, MICMAC)分析对影响因素进行了分类,进一步分析了各因素对交通拥堵的影响,找到了造成城市交通拥堵的表层、中层和底层影响因素,为缓解城市交通拥堵问题提供了可供借鉴的依据.     

含重置条款的或有可转债路径分解式定价

为了解决或有可转债在长期没有进行债转股的情况下,可能会出现的由于发行方无力支付高额息票而被迫对债券进行赎回的问题,设计了一种包含重置条款的或有可转债。首先,通过对债券存续期内标的股票价格可能发生的路径进行分解,分析了此类条款下债券价值的路径依赖特征;在此基础上,进一步确定了回售边界以及债券价值。通过数值分析得出,本文设计的或有可转债的价值低于相同参数下的不含任何附加条款的或有可转债的价值,并且条款的可用性与目前市场上普遍存在的可赎回或有可转债相比存在一定的优势。敏感度分析结果显示,债券价值与股价年波动率之间呈负相关关系,与修正条款执行日之间呈正相关关系,因而宜根据对未来市场风险的预测来选取适当的条款执行日。     

取用水监测点的水量计算与变化趋势分析

加强取用水监测是实施最严格水资源管理制度的重要举措.为了更有效地利用大量的取用水在线监测数据,需要对获取的监测数据进行预处理.本文首先提出应用中位数法与曲线拟合相结合的方法对取用水监测数据进行异常值检测,再用曲线拟合方法对异常值进行校正;其次,根据校正后得到的数据进行两个方面的分析,一方面是计算监测点的年取水量,另一方面是应用集成经验模态分解方法分析监测点的日取水量变化趋势;最后,以M市的16个自来水厂2016年取用水在线监测数据为例进行实证分析,结果表明,本文提出的中位数法与曲线拟合相结合的方法能够有效地检测异常值,进而再用曲线拟合方法能够更好地对异常值校正.根据校正后得到的数据进行分析发现81%的监测点年取水量相对2011年水利普查数据有所增加,个别监测点超出许可取水量较多,75%的监测点从春季到冬季日取水量变化为先增后减的抛物线趋势.     

人造购物狂欢节现状调查——以蚌埠市为例

为探究人造购物狂欢节在三线城市的现状,以安徽省蚌埠市为例,对蚌埠市4个城区(龙子湖区、蚌山区、禹会区、淮上区)的消费者进行问卷调查,运用假设检验、列联分析等统计方法对问卷结果进行探究,发现女性比男性购物要频繁;中、高收入的中年群体属于"经常购物类型";"双十一"的主要消费人群为中、低收入居民,而"节假日购物节"的主要消费人群为高收入居民;服装配饰、日用百货和护肤彩妆更受消费者青睐,可能为连带销售商品;性别对消费结构、购买力度有影响等.基于此,针对商家提出政策性建议.     

An Adaptive Multiscale Ensemble Learning Paradigm for Nonstationary and Nonlinear Energy Price Time Series Forecasting

For forecasting nonstationary and nonlinear energy prices time series, a novel adaptive multiscale ensemble learning paradigm incorporating ensemble empirical mode decomposition (EEMD), particle swarm optimization (PSO) and least square support vector machines (LSSVM) with kernel function prototype is developed. Firstly, the extrema symmetry expansion EEMD, which can effectively restrain the mode mixing and end effects, is used to decompose the energy price into simple modes. Secondly, by using the fine‐to‐coarse reconstruction algorithm, the high‐frequency, low‐frequency and trend components are identified. Furthermore, autoregressive integrated moving average is applicable to predicting the high‐frequency components. LSSVM is suitable for forecasting the low‐frequency and trend components. At the same time, a universal kernel function prototype is introduced for making up the drawbacks of single kernel function, which can adaptively select the optimal kernel function type and model parameters according to the specific data using the PSO algorithm. Finally, the prediction results of all the components are aggregated into the forecasting values of energy price time series. The empirical results show that, compared with the popular prediction methods, the proposed method can significantly improve the prediction accuracy of energy prices, with high accuracy both in the level and directional predictions. Copyright © 2016 John Wiley & Sons, Ltd.