困境企业在不负债情况下的清算与投资的实物期权分析模型

在企业瞬时收益流符合几何布朗运动的条件下,通过建立数学模型,分析了困境企业在不负债情况下的投资、清算策略.结果表明,在不负债投资经营的情况下,当收益足够高时,股东决定投资;否则股东决定清算.在决定清算时,由于增长期权的影响,困境企业投资经营提高了清算临界值.     

各向异性晶场中横向Ising模型的相图

用相关有效场理论研究在各向异性晶场中自旋s=3/2横向Ising模型的磁性质,给出该Ising模型的相变公式,具体计算了具有配位数为3的蜂窝点阵的系统相变温度·结果表明各向异性晶场和横向磁场对具有蜂窝点阵的系统的相变温度有很大影响,当横向磁场小于0457时,无论各向异性晶场取值多大,转变温度都不会降到零,而当横向磁场降为零时,转变温度将趋近于常数0525,另外所有在相变点发生的相变皆为二级相变·     

固体超强酸在酸催化反应中的应用

开发高效固体超强酸催化剂无论对现代石油化工和化学工业生产,还是从环保考虑,都是十分重要的。在综合概述固体超强酸的基础上,尤其对ＳＯ＾２－４／ＭｘＯｙ型超强酸的结构特征和酸催化反应中的研究进展及应用效益进行了评述。     

数字经济发展水平对企业创新持续性的影响机制研究

基于2011—2020年我国省级数字经济发展综合指数和沪深A股上市公司经验数据,本文探讨了数字经济发展水平对企业创新持续性的作用机制。直接影响机制表明,数字经济发展过程中产生的信息效应、增值效应和创新效应,能够促进企业创新持续性水平不断提升;进一步,间接影响机制检验发现数字经济发展水平可以在缓解企业融资约束以及提高风险承担水平的同时对企业创新持续性水平起到有效的推动作用。     

塔里木盆地地质热事件研究

塔里木盆地是我国最大的沉积盆地,也是我国石油工业的重要战略接替地区,因此塔里木盆地油气形成与演化研究具有十分重要的意义.塔里木盆地发育了多期地质热事件,这些盆地地质热事件直接影响了盆地油气形成和演化.作者采用~(40)Ar-~(39)Ar快中子活化技术对盆地火山岩进行~(40)Ar/~(39)Ar坪谱年龄研究,获得了塔里木盆地火山岩的~(40)Ar/~(39)Ar年龄,查明了本区构造热事件的地质年代,并通过Ar在热事件中的逸散程度恢复样品遭受热历史过程,在此基础上探讨了盆地的构造演化及与油气生成、演化的关系.1 盆地火山岩~(40)Ar/~(39)Ar年龄谱特征~(40)Ar/~(39)Ar坪年龄谱不仅能够很好地反映岩石形成的年龄,而且能很好地记录岩石形成以后所经历的各种地质热事件.因此,塔里木盆地火山岩的~(40)Ar/~(39)Ar坪年龄谱的研究能很好地确定盆地地质热事件的历史.     

韩国技术追赶范式研究及对我国的借鉴

技术追赶被认为是在一个固定的技术轨道上各国的相对速度。对于发展中国家来说,要想尽快缩短与发达国家之间的技术距离,这点尤为重要。本文首先分析了韩国的三种技术追赶范式:路线创造,路径跳跃和路线模仿。然后又分析了我国技术追赶状况及相关原因,最后结合上面两方面的分析,提出了对我国在技术追赶过程中的建议:即建立一个以企业为创新主体的国家创新体系,增强我国企业的综合实力尤其是研发能力,同时加强国家在技术引进过程中的宏观调控。     

丁基黄药在金属负载石英砂中的迁移特性

针对有色金属采选场地存在重金属与残留选冶有机药剂复合污染问题，本文以丁基黄药(butyl xanthate, BX)为代表，基于饱和砂柱迁移实验和数学模型，分析了BX在石英砂、覆铁砂和覆铁铜砂中的迁移规律.结果表明，石英砂表面负载Fe量为0.07 mg/g时，BX迁移的回收率从89.8%下降至45.3%,并且负载Fe量每增加一倍，BX迁移回收率平均下降41.5%.在覆铁砂上继续负载氧化铜，BX与Cu²⁺之间反应生成CuBX,在负载Cu量0.010～0.055 mg/g时完全抑制了BX在介质中的迁移.     

基于梯度惩罚生成对抗网络的过采样算法

在不平衡数据分类问题中，为了更注重学习原始样本的概率密度分布，提出基于梯度惩罚生成对抗网络的过采样算法（OGPG）。该算法首先引入生成对抗网络（GAN），有效地学习原始数据的概率分布；其次，采用梯度惩罚对判别器输入项的梯度二范数进行约束，降低了GAN易出现的过拟合和梯度消失，合理地生成新样本。实验部分，在14个公开数据集上运用k近邻和决策树分类器对比其他过采样算法，在评价指标上均有显著提升，并利用Wilcoxon符号秩检验验证了该算法与对比算法在统计学上的差异。结果表明该算法具有良好的有效性和通用性。     

基于一维倒残差轻量级网络的无人机个体识别方法

在无人机的个体识别问题中，针对传统的识别方法存在网络模型参数量大和算法时效性差等问题，提出基于一维倒残差轻量级神经网络(1D-IRLNN)的无人机个体识别方法。首先提取反映无人机个体间差异的I/Q包络一维特征作为无人机的浅层特征；其次将深度可分离卷积与倒残差结构等设计思想和一维神经网络模型相结合，设计出跳跃级联的一维倒残差轻量级神经网络；最后利用网络模型提取一维I/Q包络数据中的深层特征，从而实现对无人机个体的快速准确识别。实验结果表明，1D-IRLNN模型的计算量分别是同等体量的深度模型1D-CNN与1D-ResNet的305%和238%，网络模型规模分别是深度模型1D-CNN与1D-ResNet的387%和297%，所提方法相较于其他方法，在保持较高识别准确率的同时具有更快的识别速度且占内存更小。