基于径向基函数网络的宣城市空气质量预测

提出了一种应用人工神经网络进行空气质量预测的方法,即采用径向基函数神经网络进行短期的空气质量预测;并采用了主成分分析方法降低神经网络学习矩阵维数,浓缩预测信息,降维去噪.选取宣城市气象局2003年到2005年地面气象观测资料作为预测因子,宣城市环境保护监测中心提供的PM10、SO2浓度值作为预测对象,进行训练学习和预测验证.研究结果表明:将该方法应用于空气质量预测,效果良好,具有较强的实用性和推广能力.     

高取代度木聚糖衍生物的理化性质

以从麦草中分离得到的木聚糖为原料、丙烯酰胺为醚化剂、碱为催化剂、丁醇/水为反应介质制备了带有高取代度双官能团的木聚糖衍生物.采用13C核磁共振表征了木聚糖衍生物的结构.利用平行板流变仪和同步热分析仪对木聚糖衍生物与原木聚糖的动态流变性能和热稳定性进行测试,结果表明:与原木聚糖溶液相比,木聚糖衍生物溶液呈现较低的粘度,剪...     

Grüneisen参数体积相关性的理论研究

根据常用势模型运用关于Grüneisen参数体积相关性的Slater公式、Dugdale-McDonald公式和Vasehenko-Zubarev公式,计算了NaCl在0-30GPa压强范围内的Grüneisen参数,通过计算结果与实验数据的比较与分析,提出了对Grüneisen参数经验值一种新的修正方法,修正后的数据在整个压强范围内与实验值吻合得较好.     

B群脑膜炎球菌lpxL2基因敲除突变株的构建及初步鉴定

 应用基因敲除技术的方法和原理,通过PCR扩增B群脑膜炎球菌lpxL2基因及载体pGBK T7上的Kan抗性片段,lpxL2片段与puc-18载体连接得到重组质粒msb-puc,以重组质粒msb-puc为基础,分别通过反向PCR和酶切2种方法构建lpxL2基因中间片段的缺失,并在缺失位点连入Kan抗性表达盒,从而得到重组质粒mpK,mpK转化B群脑膜炎球菌,并用PCR的方法对转化子进行初步筛选鉴定,初步确定突变株1株.本研究通过基因敲除MenB中LPS合成途径相关基因lpxL2的方法,降低LPS毒性,为B群脑膜炎球菌OMV疫苗的研发做了铺垫.     

基于负载的IEEE 802.11 AP切换研究

IEEE802．11规范包括MAC子层和物理层（PHY）两个协议层,支持结点的移动通信。很多切换机制的改进算法都以减少切换时间为目的,而随着无线传输的QoS要求和网络通信的速率不断提高,负载对AP切换的影响也日益显著。详细讨论了现有的基于负载的AP切换机制,并对各自的性能进行了分析比较,认为在高负载环境下,采用中心结构的切换机制会比基础结构的切换机制更具优势。     

南极乔治王岛菲尔德斯半岛湖相沉积物的分子有机地球化学特征

报道了南极乔治王岛菲尔德斯半岛湖相沉积物的分子有机地球化学特征．冻土湖沼沉积物的正烷烃往往以C₂₃为其主峰,源自于苔藓植物有机质的优势输入;南极乔治王岛湖相沉积物中富含异构和反异构脂肪酸,反映沉积区的细菌作用较强;脂肪酸C_18:2/C_18:0与甾醇ACI指标的剖面相关性,表明 C_18:2脂肪酸源自内生藻类．脂肪酸C_18:2/C_18:0比值的剖面变化反映区内11/9和3 kaBP气温较低;首次在南极淡水湖盆沉积物中检出长链不饱和酮化合物,推测其生源为定鞭金藻属藻类,其高C_37:4相对含量与南极严寒气候对应．     

红枫湖水库富营养化现状分析

根据红枫湖自然环境特点,采用现场调查、地况分析、水样测试以及历史资料综合分析相结合的方法,对其特有的污染源群体进行了不同的分类研究,对红枫湖水体中的污染物来源作详细调查,结果表明:红枫湖近年来主要是氮超标,氮源主要来自于尚末彻底拆除投饵养殖业、入湖的工业废水、湖区居民生活及水上娱乐、自然降水等.其中网箱养殖源是最大的污染源.     

2-硫代-4-喹唑啉二酮类化合物的合成研究

研究了合成2-硫代-4-喹唑啉二酮的合成方法,该方法应用膦亚胺与CS2的氮杂Wittig反应,得到异硫氰酸苯酯,再与伯胺平行反应,一次性合成了10种喹唑啉二酮衍生物,产率在61.55%~87.58%,其结构由IR,1HNMR,13C所确证.     

二氯·菲咯啉二酮混配金属锰(Ⅱ)、铁(Ⅱ)、钴(Ⅱ)配合物的红外光谱与配位模式

报道了新近合成的二氯.邻菲咯啉-5,6-二酮混配锰(Ⅱ)、铁(Ⅱ)、钴(Ⅱ)配合物MLCl2(L=phen-5,6-dione,邻菲咯啉-5,6-二酮)红外光谱实验数据,利用群论方法分析了标题配合物MLCl2的简正坐标和配位模式,探讨了这类配合物的红外光谱与结构的关系.     

基于已实现半协方差的投资组合优化

在传统的风险度量方法中,常见的协方差估计量并未区分资产收益的下侧风险和上侧收益,而一般的下偏矩估计量则存在非对称性和难以加总的缺点.本文引入已实现半协方差矩阵(RSCOV)作为风险度量进行波动率预测和投资组合研究.本文将RSCOV应用于两种常见的风险分散投资策略—风险平价(ERC)策略和全局方差最小(GMV)策略,并将机器学习中的在线加权集成(OWE)算法用于提升已实现波动率预测方法HAR-RV的样本外预测表现.通过研究发现,相比起已有的其他风险衡量方式,仅包含负向波动信息的下半RSCOV能够更好地被用于平衡组内各资产的风险贡献.基于A股市场2011-2018年的高频数据,本文通过实证研究发现,OWE-HARRV在月度预测步长下的效果优于HAR-RV,而下半RSCOV则能够使ERC策略以及GMV策略在保证一定平均收益的同时,降低了组合收益的极端损失.