关于切削加工中进给方向毛刺生成机理的研究

本文对切削加工中进给方向毛刺的生成机理进行了实验研究和相应的理论分析,搞清了进给方向毛刺的生成过程、生成机理及其影响因素.进而提出了抑制进给方向毛刺产生的若干措施.它对有效地控制和减少进给方向毛刺的产生、保证和提高切削加工质量、开发抑制切削加工毛刺产生的新方法等具有重要的理论意义和广泛的实用价值.     

用迈克尔逊干涉仪测波长实验的改进

一、原实验简单介绍在图(1)中,S为单色光源,M_1和M_2为两反射镜,P_1为半镀膜分光板,P_2为补偿板.当由光源S发出的光经P_1分光后得光束(1)和光束(2),若两束光各与M_1和M_2垂直,则经M_1和M_2反射后,两光束在a点相会后其光程差为     

生殖科学中二、三个实际问题的进展

绪言最近由于成功地进行了哺乳类动物核移植的“单性生殖”,嵌合体动物的诞生,天性繁殖的成功等等,这些用人工操作生殖与发生的生命科学呈现着不断发展的趋势。另一方面,生殖方面的各种问题还有待于解决。本文重点解说实际应用中2,3个关键问题。     

不同CSR投入下考虑风险偏好的竞争性供应链定价策略研究

通过Stackelberg博弈模型探讨在无制造商投入CSR、单一制造商投入CSR和制造商均投入CSR这3种情形下的定价策略以及供应链成员风险偏好程度、竞争市场需求波动程度对均衡价格策略的影响，最后结合数值分析进行验证与补充。研究表明：零售商风险规避使得产品的批发价格升高，零售价格降低；制造商风险规避使得产品的批发价格与零售价格俱降低；不同CSR投入情况下，当产品批发价格随着市场波动有相同的变化趋势时，需要实现的先决条件不同；当制造商承担CSR时，会提供给零售商较低的批发价格合约，这导致更低的零售价格提供给市场，进而增加消费者福利。     

高频数据下基于LSTM的协方差矩阵预测模型

协方差矩阵的建模与预测,对于金融风险管理、投资组合管理等至关重要。 针对时间序列模型 对高维变量预测精度较低的问题,利用长短记忆神经网络模型(LSTM),提出了基于深度学习的高频数据已 实现协方差矩阵预测模型。 利用金融高频数据得到已实现协方差矩阵,对其进行 DRD 分解,针对相关系数 矩阵 R 进行向量化处理,利用向量异质自回归模型(HAR)预测已实现相关系数矩阵 R;针对已实现波动率 矩阵 D,利用半协方差(semi covariance)思想,结合 LSTM 模型,得到已实现波动率矩阵 D 的深度学习预测模 型,构建了 LSTM-SDRD-HAR 已实现协方差矩阵动态预测模型。 LSTM 模型和 HAR 模型能捕捉实际数据 的长期记忆性,半协方差有利于捕捉金融数据的杠杆性。 实证分析表明:相较于传统向量 HAR 已实现协方 差矩阵预测模型,LSTM-SDRD-HAR 预测已实现协方差矩阵更为准确,基于 LSTM-SDRD-HAR 预测已实现 协方差矩阵构造的有效前沿组合投资效果更佳。     

城市屋顶空间与生产性景观的整合设计研究

通过对纽约市的Brooklyn Grange屋顶农场的建设、发展和运营的分析，得到在高密度城市的屋顶空间，生产性景观参与社区营造，能够产生多元可持续的社会及经济价值的论点.基于我国当前城市中非正式性农业生产多为自发性个体行为的现状，后疫情阶段，城市存量空间的生产性景观可以通过结合社区更新愿景，在参与本地经济复苏和完善可持续食物供应系统的同时，创造丰富的社会文化交融机遇，培育深层次的环境伦理认知.在政府、企业、公众共治的绿色行动体系框架内，联合多类型城市发展要素，通过推动城市屋顶空间社会价值、经济效益和生态意识的综合提升，为后疫情世界的“新日常”秩序的整体构建，提供更加弹性的解决方案.