齐次核的Hilbert型多重级数不等式取最佳常数因子的等价条件及应用

利用实分析技巧和权函数方法, 讨论具有齐次核的多重级数Hilbert型不等式, 得到了其取最佳常数因子的充分必要条件, 并给出其应用.     

Methods for backcasting,nowcasting and forecasting using factor‐MIDAS: With an application to Korean GDP

We utilize mixed‐frequency factor‐MIDAS models for the purpose of carrying out backcasting, nowcasting, and forecasting experiments using real‐time data. We also introduce a new real‐time Korean GDP dataset, which is the focus of our experiments. The methodology that we utilize involves first estimating common latent factors (i.e., diffusion indices) from 190 monthly macroeconomic and financial series using various estimation strategies. These factors are then included, along with standard variables measured at multiple different frequencies, in various factor‐MIDAS prediction models. Our key empirical findings as follows. (i) When using real‐time data, factor‐MIDAS prediction models outperform various linear benchmark models. Interestingly, the “MSFE‐best” MIDAS models contain no autoregressive (AR) lag terms when backcasting and nowcasting. AR terms only begin to play a role in “true” forecasting contexts. (ii) Models that utilize only one or two factors are “MSFE‐best” at all forecasting horizons, but not at any backcasting and nowcasting horizons. In these latter contexts, much more heavily parametrized models with many factors are preferred. (iii) Real‐time data are crucial for forecasting Korean gross domestic product, and the use of “first available” versus “most recent” data “strongly” affects model selection and performance. (iv) Recursively estimated models are almost always “MSFE‐best,” and models estimated using autoregressive interpolation dominate those estimated using other interpolation methods. (v) Factors estimated using recursive principal component estimation methods have more predictive content than those estimated using a variety of other (more sophisticated) approaches. This result is particularly prevalent for our “MSFE‐best” factor‐MIDAS models, across virtually all forecast horizons, estimation schemes, and data vintages that are analyzed.     

基于BaLuF5∶Yb3+,E3+纳米晶掺杂的聚合物光波导放大器

为提高聚合物光波导放大器的增益性能,利用高温法合成了BaLuF5∶Yb3+,Er3+纳米晶,并分别对纳米晶的形貌、晶体结构和近红外发射特性进行了表征.测试结果表明,纳米晶平均粒径为13 nm,并在1 530 nm处具有较强的发射,荧光半高宽为50 nm.将合成的纳米晶掺杂入SU-8聚合物作为光波导放大器的芯层材料,使用光刻显影等工艺,在表面长有二氧化硅的硅衬底上制备出了聚合物光波导放大器.当980 nm波长泵浦光功率为280 mW、信号光波长为1 530 nm且功率为0.1 mW时,在长度为1.1 cm的光波导放大器中,获得了3.95 dB的相对增益.     

页岩气低伤害超临界CO2凝胶压裂液研究

针对常规水压裂液会对页岩造成伤害，容易产生水锁，不易返排，还造成水资源消耗和污染环境等问题，制备了低伤害二氧化碳凝胶压裂液。将自备的F2EU和F4EU增稠剂加入到超临界CO₂基液中，探究两种增稠剂的加入量对CO₂凝胶压裂液黏度的影响，综合考虑成本与效果，优选了2%的F4EU增稠剂，可将CO₂的黏度增至15.4 mPa·s。研究了温度、压力以及剪切速率对凝胶压裂液黏度的影响。实验结果表明，随着温度升高黏度总体降低，但中间出现一个短暂升高阶段；随着压力上升压裂液黏度增加；随着剪切速率的增加压裂液黏度下降，属于一种典型的剪切变稀的假塑性流体。F4EU超临界CO₂凝胶压裂液的平均伤害率为1.39%，远远小于常规压裂液对岩芯的伤害率。实验表明，F4EU超临界CO₂凝胶压裂液在页岩气压裂开采中具有良好的应用前景。     

宁波市公共自行车服务满意度评价模型构建研究

以宁波市公共自行车为例，将因子分析法与二项logistic法相结合，对采集的1 688份居民满意度有效问卷展开分析。利用因子分析法筛选出6个因子，利用二项logistic法剔除并筛选出5个有效因子构建公共自行车服务满意度评价模型，合理评估当前宁波市公共自行车服务满意度。同时，利用随机抽取并不参与建模的5%问卷样本对评价模型进行校验，以确保模型的准确性与合理性。该研究有助于合理评价当前宁波市居民对公共自行车的服务满意度，同时适用于对未来一段时间内公共自行车服务满意度的预测。     

浙江省县市综合经济实力分析

利用浙江省2005年有关统计数据,分别采用加权平均法、主成分分析法、因子分析法和聚类分析法对浙江省58个县级市、县的综合经济实力进行了综合评价和排位.其方法科学、合理.对于帮助各地区看到自己所处的位置,明确自己的经济实力提供了一个度量准则.     

浅谈功率因数的补偿及其应用

根据我国当前电力系统运行情况，对电网无功功率补偿的必要性及通用补偿方法及其装置进行了具体阐述。     

青海湖旅游区生命周期问题探讨

本文立足青海实际，在分析影响青海湖旅游区生命周期的诸因素基础上，提出了延长该区旅游生命周期的具体措施。     

宇宙临界减速因子

本文证明了如果中微子具有质量,那么膨胀宇宙的临界减速因子q_c就不是通常所说的1/2而是等于1。     

植物基因环境效应启动子

植物的生长发育受到光照、温度、水分及氧等环境因素的影响，根据对不同环境的响应，植物基因的启动子主要可以分为光效应启动子，温度效应启动子和水效应启动子。在这些启动子中，除了含有基本启动子外，还存在一些特异的顺式调节元件，这些顺式调节元件在特异表达中发挥重要作用。