改进生化实验方法与技术教学质量和方法的研究

生化实验方法与技术课程是大学四年级学生的一门专业限选课。随着生化相关技术的应用越来越广泛,并且面临大四学生学习兴趣不集中的现象,该课程的教学面临着新的问题和挑战。本文基于大四学生的学习特点,对学生出勤率较低的原因进行了分析,并结合考研和工作需求对改进该课程教学质量的方法进行了总结,为进一步提高该课程的教学质量和水平奠定基础,从而能够更好地为学生服务。     

Black-Scholes方程的Legendre有理拟谱方法

利用变量代换,将带有渐近边界条件的终值Black-Scholes期权定价问题转化为抛物型对流扩散方程的初边值问题,接着构造了该等价问题的弱形式,并建立了相应的半离散Legendre有理拟谱格式.最后,利用Legendre有理正交投影和Legendre-Gauss有理插值逼近结果分析了数值格式的收敛性,并证明了该数值方法在空间方向具有谱精度.本文尽管只考虑了Black-Scholes模型问题,但是构造数值格式和分析收敛性的方法和技巧可以推广到其他线性和非线性问题.     

两种改进的非线性方程组四阶迭代求解法（英文）

文章基于两点Gauss型求积公式,分别结合梯形积分公式和Adomian分解法构造了两种牛顿型迭代格式.借助泰勒展开式,文章证明了这两种迭代格式都具有四阶收敛,并通过数值实验例子验证这两种迭代格式的有效性.     

一类血吸虫病模型Hopf分支的频域分析

运用频域上的分支理论研究了一类血吸虫病传播模型的Hopf分支动态，严格证明了Hopf分支的存在性，运用四阶调和平衡方法推导出由Hopf分支产生的周期轨的近似解析表达式、频率和振幅。研究结果表明，被感染的钉螺由潜伏期进入易传染期的几率δ对人体内寄生虫数量有重要影响。     

基于概率语言熵和交叉熵的多准则决策方法

概率语言术语集既包含语言术语,又包含语言信息的概率,使初始决策信息能够得到充分的利用,有利于提高语言术语集多准则决策的科学性.鉴于此,本文针对概率语言多准则决策问题,提出了一种基于概率语言熵和概率语言交叉熵赋权的多准则决策方法.首先考虑各准则下概率语言术语集的个体效应及其相互作用,利用概率语言熵和概率语言交叉熵计算准则的权重,然后采用将有向图和0-1优先关系矩阵相结合的概率语言术语集备选方案排序方法,更加直观地得到备选方案的排序结果并得到各方案之间的优劣程度.最后,以企业战略规划问题为例进行分析,通过对比分析验证了所提方法的有效性和优越性.     

17世纪英国自然哲学研究方法的近代转型:兼论伦敦皇家学会的诞生

对"自然哲学"事业的共同认知,构成了19世纪之前西方学术群体从事与自然有关的研究和讨论的基础。在英国从中世纪向现代过渡的进程中,自然哲学的研究方法同样经历了一场近代转型。17世纪英国学术共同体在对以亚里士多德为代表的古代权威的质疑中,逐步确立新的实验哲学的坚实基础,自然哲学家不再局限于不考虑现实状况的纯粹思辨,开始通过实验方法对现实世界中真实存在的现象及背后的规律展开观察和解释。伦敦皇家学会的诞生,正是这种转型过程影响力的有力证明,也是其在数十年发展之后水到渠成的成果。     

电路图读图的基本方法分析

电路图是电路分析的重要资源,有效识别电路图是开展其他工作的前提。由此,本文首先分析电路图的种类,包括示意图、方框图、等效电路图及电原理图,然后探讨各类电子电路图的读图方法,以期为识图、读图提供参考。     

基于LAZE先验的机器学习方法在癌症数据上的应用——以前列腺癌数据集为例

针对高维癌症数据的特征构建稀疏化模型,分析了已有的稀疏化方法能够取得稀疏化结果的原因,以此为基础改进了使用LAZE先验的贝叶斯方法,得到了2个适用于癌症数据的新稀疏化方法（使用半混合先验的贝叶斯方法和使用完整LAZE先验的贝叶斯方法）;并利用前列腺癌数据集对2个新稀疏化方法的可行性与有效性进行验证. 数值实验结果表明:与传统稀疏化方法相比较,新稀疏化方法不仅能够得到较好的稀疏效果,能够完全剔除与目标指标无关的临床指标,还能得到较低的误差.     

基于双因子Lee-Carter模型的死亡率预测及年金产品风险评估

本文针对传统单因子Lee-Carter模型中死亡率的改善呈常数速率的明显弊端,利用贝叶斯MCMC方法和中国实际人口死亡率数据,考察对比了双因子Lee-Carter模型的预测效果.检验结果表明双因子模型的拟合优度和离差信息准则DIC明显优于单因子模型,较好地抓住了死亡率随时间演进的波动性.文章还进一步比较了基于两种模型预测结果的年金的定价、统计特征、风险度量和资本要求.结果表明双因子模型下,年金价格核密度图的尖峰厚尾现象较为突出,宜考虑TVaR风险度量来弥补SolvencyⅡ中基于VaR的资本额度计算方法的不足,以因应年金产品中死亡率超预期改善的长寿风险.