浙江省不同森林类型林分健康指标体系

为了对浙江省森林健康状况进行快速、有效的评价,以浙江省不同森林类型（松林、阔叶林、针阔混交林和毛竹林）林分健康为切入点,选择代表林分质量、林分功能及林分抗逆性等15个指标,利用层次分析法构建林分健康评价指标体系,计算林分健康指数,并分别对不同林分的健康状况进行了分析。结果表明,各林分健康指数大小依次为针阔混交林、阔叶林、松林、毛竹林。     

超细ZSM-11分子筛低温合成及表征

以硅溶胶和白碳黑为硅源,在TBAOH－Na2O-SiO2-H2O体系中,在低温下合成出100－200nm的超细ZSM－11分子筛,研究了晶化时间的影响,发现低温下时间对结晶度与晶粒大小的影响较小,采用SEM,TEM,XRD,IR,^29Si MAS NMR,^13C CP/MAS NMR,XRF,N2物理吸附和NH3－TPD对其进行了表征,发现晶粒大小影响其物化性能。     

天然割草地补充施用亏损营养元素的研究

天然割草地补充施用亏损营养元素的研究结果表明：当补充施用制取部分的各种营养元素量时，不但可以与对照群落生物量持平，而且还增加了２．５７％．当补充施用割取部分加留茬部分各种营养元素量时，较对照增产４．３６％．在割取部分加留茬部分的基础上，增加１０％的补充施用量时，较对照增产１９．３３％．在割取部分的基础上，减少１０％的补充施用量时，养分达不到平衡，较对照减产４．３７％．另外，禾草生物量得到不同程度恢复．     

列队行驶工况下的油罐车气动阻力研究

为研究列队行驶车辆的气动阻力影响,通过基于格子玻尔兹曼方法(LBM)的计算流体动力学软件XFlow,对2辆油罐车列队行驶进行空气动力学分析.首先,建立了与实车外形一致的1∶10油罐车模型,保留了结构的复杂性;进行了格子尺度优化试验,对模型表面速度场、湍流强度分布以及各部件对油罐车空气阻力的影响进行了研究;完成了不同行驶间距下与变道过程中的计算流体动力学(CFD)仿真,得到了车辆的气动阻力变化规律;最后,对列队行驶车辆进行了燃油经济性分析.结果表明:列队行驶技术是油罐车节能减排的有效途径,2辆油罐车在30 m/s的速度下列队行驶时,可节省燃油10.69%.     

基于中间估计器的非线性广义马尔可夫跳变系统的故障估计

针对具有全局利普希茨非线性的广义马尔可夫跳变系统,研究了当执行器故障和传感器故障并存时系统的故障估计问题.首先,将原系统的状态向量和传感器故障向量扩展为辅助状态变量,得到增广系统.然后通过引入一个中间变量,提出了一种基于中间变量的估计器设计方法,用于估计原系统的状态、执行器故障以及传感器故障.通过构建输入到状态稳定李雅普诺夫函数,证明了广义误差系统对于故障函数的导函数是输入到状态稳定的,这意味着当故障函数的导函数随着时间收敛于0,误差系统也是渐近收敛的.最后通过一个数值算例验证了方法的有效性.     

江苏省重大科研计划项目“赛马制”管理路径探索

研究对科研计划项目“赛马制”的内涵及优势进行分析，在梳理国家层面以及上海、北京、深圳等地区实践经验的基础上，结合发达国家“赛马制”具体做法，针对江苏目前重大科研计划项目组织管理现状，提出在关键性科技攻关任务中落实“赛马制”、多形式开展“赛马式”攻关、创新“里程碑”式管理、建立提前完成任务奖励机制等建议，进一步充分发挥“赛马制”的机制优势。     

基于实验大数据评价电子器件性能和制备的有效性

在大量实验方案中快速找出成功率较高的优质方案不仅可以缩短实验时间，而且也能大幅降低实验成本。由于通过实验方式寻找最优方案的经济成本较高，而应用软件模拟的时间成本又很大；同时，在进行综合分析时，参数方法也存在指标权重确定困难、忽视指标个性信息等弱点。因此，以增强型AlGaN/GaN HEMT器件掺杂为例，给出一种快速寻找和筛选优质实验方案的数学模型。然后，给出一种综合评价器件优劣的非参数方法。通过实例分析表明：该方法在增强型AlGaN/GaN HEMT器件掺杂方案筛选和预估方面具有较好的效果和应用前景。对充分利用实验大数据来提高工作效率、预测技术前沿、有效降低制备成本等方面具有一定的指导意义。     

高频数据下基于LSTM的协方差矩阵预测模型

协方差矩阵的建模与预测,对于金融风险管理、投资组合管理等至关重要。 针对时间序列模型 对高维变量预测精度较低的问题,利用长短记忆神经网络模型(LSTM),提出了基于深度学习的高频数据已 实现协方差矩阵预测模型。 利用金融高频数据得到已实现协方差矩阵,对其进行 DRD 分解,针对相关系数 矩阵 R 进行向量化处理,利用向量异质自回归模型(HAR)预测已实现相关系数矩阵 R;针对已实现波动率 矩阵 D,利用半协方差(semi covariance)思想,结合 LSTM 模型,得到已实现波动率矩阵 D 的深度学习预测模 型,构建了 LSTM-SDRD-HAR 已实现协方差矩阵动态预测模型。 LSTM 模型和 HAR 模型能捕捉实际数据 的长期记忆性,半协方差有利于捕捉金融数据的杠杆性。 实证分析表明:相较于传统向量 HAR 已实现协方 差矩阵预测模型,LSTM-SDRD-HAR 预测已实现协方差矩阵更为准确,基于 LSTM-SDRD-HAR 预测已实现 协方差矩阵构造的有效前沿组合投资效果更佳。     

LA-ICP-MS磷灰石-榍石U-Pb定年测试

利用西北大学大陆动力学国家重点实验室Agilent 7900四极杆电感耦合等离子体质谱和RESOLution S-155LR 193 nm ArF准分子激光，激光频率为6 Hz,束斑为67μm(磷灰石)、43μm(榍石),分别对5个标准磷灰石(Sume、Durango、Otter Lake、AP1和MRC-1)和4个标准榍石(Ontario、T4、T3和Pakistan)进行了原位微区U-Pb同位素测定。以MAP-3为标准样品，结合²⁰⁷Pb普通铅扣除法，测定了磷灰石样品U-Pb加权平均年龄，结果为：Sume(566.7±5.3)Ma、Durango(31.2±0.6)Ma、Otter Lake(901.3±9.6)Ma、AP1(472.0±3.9)Ma、MRC-1(155.4±1.8)Ma;以榍石BLR-1为外标，通过²⁰⁷Pb普通铅扣除法，测定了不同榍石样品U-Pb加权平均年龄，结果为：Ontario(1 044.4±4.2)Ma、T4(1 096.2±5.6)Ma、Pakistan(20.74±0.61)Ma、T3(1 102.9±5....