非对称损失下正态均值的区间估计

考虑非对称损失下正态均值的区间估计, 在位置变换群下给出容许的最优同变置信区间, 其为通常置信区间的推广. 同时, 利用估计问题中对序限制下参数估计量的改进方法, 结合分布参数之间的序限制改进了所得的最优同变置信区间, 构造了一族改进置信区间.     

成本-收益约束与欠发达地区电子政务投资

电子政务投资巨大,是欠发达地区电子政务建设的瓶颈问题。欠发达地区的电子政务建设要细分成本收益特征,克服电子政务建设成本障碍,创新电子政务投资模式,走外包模式与自建模式相结合的道路。     

准噶尔盆地三个泉地区下白垩统沉积相特征

在系统观察岩心和地层划分对比的基础上，从单井相分析人手，结合地震、测井、古生物、分析化验资料和岩相古地理条件研究成果，建立了准噶尔盆地三个泉地区下白垩统各时期岩相古地理格架，阐明了沉积环境变迁、沉积发展史、沉积演化规律和沉积演化控制因素。研究结果表明，受晚侏罗世构造运动的影响，三个泉地区低幅度隆起基本被夷平，湖水向南退出，在北高南低的古地形背景下，早白垩世发育炎热干旱一半干旱气候条件下的河流和浅水三角洲沉积。下白垩统清水河组发育辫状河沉积，由于河道的频繁迁移，辫状河道沉积在纵向上相互切割叠置，形成了厚度较大、延伸距离较远的板状砂体，向上泛滥平原沉积增多；呼图壁河组以朵叶状三角洲、浅湖和滩坝沉积为特征；胜金口组发育滨浅湖和滩坝沉积；在连木沁组沉积时期，湖水向南迅速退出研究区，广泛发育曲流河沉积。     

楼兰的兴衰与环境变迁、灾变

通过对楼兰兴衰史及同一时期的环境变化的综合研究表明 :楼兰的兴衰与环境的变迁、灾变密切相关 ,自然环境变迁、灾变是楼兰消亡的重要原因 .     

培养问题意识指导学生研究性学习

培养学生建立问题意识,是引导学生进行研究性学习的重要前提,也是课程与教学改革的重要内容之一,通过教学练习题和学生身边发生的事情,举例说明如何培养学生建立问题意识,达到引导学生进行研究性学习的目的.     

水稻咖啡酰辅酶A-O-甲基转移酶基因(CCoAOMT)表达特性分析

咖啡酰辅酶A-O-甲基转移酶(CCoAOMT)是木质素生物合成途径中的关键酶. 从水稻(Oryza sativa L ssp japonica)中分离了CCoAOMT基因家族的3个成员OsCOA1, OsCOA20和OsCOA26. 序列分析表明, OsCOA1基因由4个外显子和3个内含子组成, OsCOA20和OsCOA26则具有3个外显子和2个内含子. 这3个基因与其他植物同类CCoAOMT氨基酸同源性较高, 达75.43%, 并具有CCoAOMT基因特有的保守序列元件. 系统进化树分析表明, OsCOA1与玉米中CCoAOMT具有较近的亲源关系, OsCOA20和OsCOA26则属于另一分支. Northern印迹和组织原位杂交结果显示, 3个基因的mRNA在水稻的各组织均有积累, 在幼叶的厚壁组织和维管束大量表达, 说明该基因家族的3个成员与水稻的木质化进程关系密切.     

中国温带典型草原土壤呼吸特征的实验研究

1998~2000年间在内蒙古草原对中国温带典型草原土壤呼吸特征进行了实验研究, 所采用的观测手段为静态箱法和GC/FID分析技术. 对观测资料的分析表明, 中国温带草地的土壤呼吸的变化范围为390~866 gC/m²· a^-1, 表现有明显的季节变化和较大幅度的年际变化, 土壤呼吸平均占草地总呼吸的70%~88%. 研究结果还发现, 丰水年土壤呼吸与土壤温度有较强的关系, 1998年中国北方雨水增多使草地土壤呼吸显著增强, 而在干旱年份, 土壤呼吸与土壤温度的关系明显减弱, 而与空气温度的关系却显著增强, 土壤含水量在土壤呼吸与温度之间的相关性方面有着重要的制约作用.     

非对称损失下正态均值的同变置信限

从统计判决理论角度研究了非对称损失下正态均值置信限的估计问题。在位置及位置尺度变换群下，给出了总体方差已知或未知时正态均值的最优同变置信限并讨论了相关的问题。     

轻资产运营利弊分析

轻资产运营(Asset-light Strategy)是一种以轻资产撬动包括产品生产加工等"重资产"的经营方式,其中轻资产包括企业的经验、规范的流程管理、治理制度、与各方面的关系资源、企业的品牌、人力资源、企业文化等.轻资产运营一般通过两种方式:一是将重资产业务外包或转让出去,国际著名的耐克公司,自己并不生产运动鞋,而只专注于市场及运动鞋的设计;二是收购其他企业的一部分股权,本企业输出品牌,输出管理,这种方式也被国内外的企业所广泛采用,利用自己有限的资金,盘活被收购企业的重资产.轻资产运营近年来已成为国内外从传统产业到IT产业的许多企业推崇的运营模式.     

一种运动目标提取方法及其应用

介绍了一种利用高阶统计量(higherorderstatistics,HOS)提取视频序列中运动目标的新方法,并将其应用到人脸识别技术中。利用HOS对高斯噪声的不敏感性分离运动区域和背景,进一步提取出运动目标。当提取出的视频序列中的运动对象为人体时,利用主元素分析法(principlecomponentanalysis,PCA)进行人脸识别。实验证明,算法计算简单,速度快,用于人脸识别时能正确提取出运动的人体。