Tilting Ratchet肌动蛋白双足运动模型的研究

针对肌动蛋白两足交替行走的事实提出TTilting ratchet双足运动模型，并对其运动轨道进行了数学模拟．从而说明所提出的模型能够清楚的描述这种交替行走的运动机制，表明了模型的可行性和有效性．同时还对这种模型中的粒子运动速度和系统效率进行了研究，给出了一些数值模拟结果．     

Integrate-and-Fire模型输入的最优解码

研究了随机相关输入的Integrate-and-Fire(IF)神经元模型的最优解码问题.使用Fisher信息,在理论上解决了这样一个问题:当抑制和兴奋输入的比r取何值时,神经元能最精确地解码IF神经元的输入.指出相关输入整体上减小了解码的精确性.     

N个耦合神经元的同步时间

主要讨论了神经元的同步时间问题，首先得到了N维线性随机动力系统的同步时间由其相互作用矩阵的第二大特征值决定，其次把定理应用于三种不同类型的相互作用矩阵。全程相互作用，最近邻相互作用和随机相互作用，并且得到了它们的同步时间，最后用一类具有特定耦合机制的随机作为例子来说明非线性随机动力系统的同步时间问题。     

低相关更新输入影响Integrate-and-Fire模型的输出

研究了随机更新输入的IF神经元模型的近似问题，得到了两种新的近似方案．讨论了低相关更新输入对Integrate-and-Fire模型输出的影响．对低的正相关，随着输入相关的增加，平均发放时间缩短．对低的负相关，平均发放时间独立于输入相关．     

由两相邻状态的观察确定一类马氏链

对于连续时间的可逆环状马氏链，所有的转移速率都可以由两相邻状态各自的逗留时间和击中时间分布唯一决定，因而整个马氏链的统计性质由它们的统计所决定．并将该方法应用于生物学的离子通道模型．     

基于矩神经网络下的不变分布

给出了更新过程的一种扩散逼近.然后讨论了在更新输入的情况下,应用IF模型对神经元系统构建矩神经网络,包括神经元发放脉冲(Spike)的一阶和二阶统计量.在讨论了矩神经网络的不变分布的同时,通过模拟给出了不同情形下的不动点和边界曲线.     

带随机回报的一类离散马氏风险模型的分红问题（英文）

考虑了带随机回报的一类离散马氏风险模型.在此模型中,赔付的发生概率,赔付额的分布函数都是由一个离散时间的马氏链调控.当保险公司采用门槛分红策略时,通过计算得到了破产前的期望折现分红总量满足的一组线性方程.最后,给出了期望折现分红总量的显式解析式.     

中西文化差异与翻译浅谈

中西文化的差异主要表现在从历史丈化、风俗习惯、地理环境、宗教信仰等方面，这些差异势必对翻译所产生一定影响。     

带干扰的双险种复合二项负风险模型的破产概率

研究了索赔过程为复合二项过程的负风险模型,利用鞅方法和相关的随机过程的知识,以两种不同的方法得到了该模型的最终破产概率以及Lundberg不等式.     

通过部分状态的观察确定一类离散时间马氏链

对于具有离散时间参数的星型分枝马氏链,证明了整个链的概率分布能由各个分枝末端状态的逗留时间序列和击中时间序列唯一确定,因而整个马氏链的统计性质由它们的观测与统计所决定.