几类缠绕的染色及其染色性质

将具有6个顶点的完全非代数连接基本多面体进行拆剪,并将水平整数缠绕与拆剪后的完全非代数连接基本多面体结合,利用缠绕的染色规则,讨论并给出几类完全非代数连接缠绕的染色矩阵.     

具有迁移效应和隔离措施的COVID-19传播模型分析

基于COVID-19传播过程中人口流动的必然性、无症状感染者的普遍性和隔离策略的有效性,该文提出了一类具有迁移效应、无症状感染者、自我防护意识和隔离策略的COVID-19传播动力学模型,利用下一代矩阵方法给出了各类子系统和全系统基本再生数的精确表达式.进一步地,通过采用线性近似理论,构造Lyapunov函数、比较原理等方法,得到了无病平衡点的全局渐近稳定性以及疾病的持久性.最后,数值模拟解释了主要的理论结果以及人口的迁移和隔离对疾病传播的影响.     

具有年龄结构的传染病模型的稳定性分析

针对具有年龄结构的MSIR传染病模型问题的研究,通过计算得出基本再生数的表达式,证明了当R0<1时,无病平衡点是局部渐近稳定的.     

基于ESI和InCites的中医药高校学科发展潜力对比分析——以河南中医药大学为例

采用文献计量方法,利用InCites和ESI数据库,对我国中医药高校2007—2017年的总体发文情况、被引频次进行比较分析。以河南中医药大学为例,对中医药高校的学科发展潜力从发文量、被引频次、高被引文献量、篇均被引频次等指标进行比较分析,同时,对具有进入ESI的潜力学科进行分析与预测,计算出临床医学、药理学与毒理学、化学潜力值分别是53%、23%、19%,并对临床医学从被引频次排名前1%的论文百分比、学科规范化引文影响力、国际合作等方面进行分析,找出存在的问题和学科发展趋势,并提出建议。     

浅谈数理统计学的基本理论与研究

统计是我们认识世界最有效的形式之一,并且统计的形式又是有效达成相应经济政治目标的方式。市场经济环境发展的越好,相应统计信息的需求将会越高,并且统计知识的普及度也将不断提升。统计学的理论覆盖的范围越广泛,其蕴含的内容将会越深厚,事实上统计学中应用的大多数统计形式都是在数理统计形式上进行的,并将这些理论作为统计学发展的基础,这样就能够更好地解决相应的社会问题。     

福建省贫困村的空间分布特征及其影响因素研究

在县域基础上,以各贫困村为基本研究单元,运用核密度分析和空间自相关分析相结合的方法探讨福建省2201个贫困村的空间分布特征,并利用最小二乘线性回归模型分析其影响因素。结果表明:福建省的贫困村密度总体上呈现出东北部高、西部略高、东南部低的"大分散,小集中"的山海区域间差异较大的空间格局,包括一个核心集中区和多个相对集中区;在内部关联格局上,具有较强的空间依赖性,贫困村比率高的县市在空间上集聚;地形海拔、到所在市中心的距离和路网密度显著影响福建省贫困村的空间分布格局,各因素的作用效应不同。研究结果为福建省的精准扶贫工作提供了参考。     

一类具有B-D发生率的随机SIQS模型的动力学行为研究

研究了一类具有Beddington-DeAngelis发生率的随机SIQS传染病模型,通过构造合适的Lyapunov函数,运用伊藤公式,得到了传染病的消亡和遍历性平稳分布存在的充分条件,结果表明大的白噪音强度可抑制疾病的爆发,最后通过数值模拟验证所得结果.     

连续刚构铁路桥收缩徐变效应监测与分析

对连续刚构铁路桥箱梁温度场及桥梁线形进行长期、连续监测,通过主梁跨中下挠的理论与实测对比揭示了连续刚构铁路桥收缩徐变效应。对比了国内外常用收缩徐变估算模型,选择CEB-FIP徐变模型对黄河特大连续刚构桥进行了有限元分析。采用实测温度数据,以箱梁内测温度、外侧温度、顶底板温度梯度、左右侧温度梯度作为箱梁温度场的评判指标,对箱梁1年内的四季温度场分布进行分析。在基于相同温度场的条件下,通过理论值与实测值对比,发现分析成果与实测结果较吻合,说明混凝土的收缩徐变是引起连续刚构铁路桥跨中下挠的主要原因,对比结果还说明通过改善箱梁顶底板应力差能够改善收缩徐变长期效应。     

一个非终止7F6-级数求和公式的q-模拟

利用"带余项的" Abel分部求和引理建立一个基本超几何级数变换,其可以看作一个已知非终止三次_7F_6-级数求和公式的q-模拟.     

新型冠状病毒肺炎传播动力学模型构建与分析

为研究新型冠状病毒肺炎(简称新冠肺炎)传播机理和传播风险，预测疫情发展趋势，对政府制定相关疫情防控政策提供帮助，提出了一种新的新冠肺炎传播非线性动力学模型(SLEIR)。该模型考虑到疫情中采取保护措施的人群，将其作为低危群体加入到模型中；通过对模型的基本再生数、平衡点、稳定性和分岔等进行分析，揭示新冠肺炎传播机理；利用印度新冠肺炎真实数据对模型参数和部分状态初值进行最小二乘拟合，根据拟合的参数对印度疫情发展趋势做出预测。该模型对印度3～4月、4～5月两阶段疫情预测平均相对误差分别为4.107%和2.805%,对于印度10月最新的疫情，预测平均相对误差为3.266%,预测结果表明SLEIR模型具有较好的预测效果。与传统SEIR模型相比，该模型能适应印度疫情复杂的变化趋势，且具有更高的预测精度，可以为政府选择合适的防控措施提供技术支撑。