用灾害经济学模型分析震后房贷问题

利用国家发展和改革委员会国民经济综合司建立的中国动态金融可计算一般均衡模型(China, s Dynamic Financial CGE Model, CDF - CGE)结合社会核算矩阵(SAM)模型, 设计多个方案, 为解决5.12汶川大地震遗留下来的灾区房屋贷款问题提供了一套综合模拟测试方案, 以期对灾后金融市场的稳定作出有益的探索.     

基于JTAG和FPGA的嵌入式SOC验证系统设计与实现

文章设计采用FPGA、NIOSⅡ软核以及定制的JTAG逻辑,构建了一种通用的FPGA嵌入式验证平台,成功地完成了国产某型DSP芯片的验证与测试.此验证系统首次建立了从PC到验证目标系统的完整的数据链路,解决了SOC验证系统的可重用性和验证数据发送、传输、采集的实时性、准确性及可测性问题.     

人民币/美元汇率收益率的统计特性和非线性特征研究

采用非参数检验(Jarque-Beta检验和Kolmogorov-Smirnov检验)以及Q-Q概率图对人民币/美元汇率收益率进行正态性检验,随后利用替代数据法对人民币/美元汇率收益率进行相关性和非线性特征检验.研究结果表明:人民币/美元汇率收益率不服从布朗运动,存在尖峰厚尾的现象,并且呈现内在的确定性非线性特征,这说明这些汇率的非线性特性是来自于产生它们的复杂经济系统内部因素,而不是源于其经济系统外部变量.     

基于支持向量机的小样本数据概率分布模式自动识别

在装备可靠性工程领域,小样本数据概率分布模式识别是亟需解决的一个难题.统计学习理论是专门研究小样本情况下机器学习规律的理论,支持向量机是当前最新的、基于统计学习理论的机器学习算法.根据现代统计学原理提取了数据分布特征参数,采用支持向量机分类算法构建了小样本数据概率分布模式自动识别模型.测试结果表明,模型对小样本数据概率分布模式具有较强的识别能力.     

特征系统实现算法中的模型定阶方法研究

特征系统实现算法中,模型定阶是最关键的一步,在研究了现有工作模态定阶方法的基础上,提出了奇异值差值法的模型定阶方法.通过两个试验对该模型定阶方法进行了验证,结果证明该方法是有效的、可行的.     

秋水仙碱与DNA的相互作用

298.15K下,应用等温微量热法研究了抗肿瘤药物秋水仙碱（COL）与小牛胸腺DNA（ctDNA）结合作用,测定了药物与DNA分子的结合比、结合常数、结合焓变（△H°）、熵变（△S°）及吉布斯自由能变（△G°）等热力学参数.结合应用紫外-可见吸收光谱及荧光光谱研究了秋水仙碱与小牛胸腺DNA的分子间相互作用,探讨了药物对DNA分子构象的影响.     

深井薄煤层综采工艺应用研究

运用模糊综合评价模型,对某煤矿3下531薄煤层工作面地质条件进行了工艺性评价,证明了其进行综采的可行性,并对该工作面进行设备配套选型及生产现场实测.结果表明设备选型合理,工作面三机运行状况良好,达到了高效、安全的生产目标.该生产实践的成功对该矿区及其他同类矿区薄煤层开采的方法选择和设备选型具有普遍的指导意义.     

求解频率指配问题改进的完全图算法

以四级预测模型为基础,提出改进的完全图算法,并推导出该算法计算量的解析式,从理论上证明了改进的完全图算法性能上的提高.四级预测模型来判断两电台之间的兼容性,而改进的完全图算法调用四级预测模型来搜索出多电台间的所有可用频组,进行了小规模电台数目电子信息系统的完整电磁兼容分析,完成了系统内的频率指配.实际工程应用的结果与理论一致.     

Feedforward Control of a 3-D Physiological Articulatory Model for Vowel Production

A three-dimensional (3-D) physiological articulatory model was developed to account for the biomechanical properties of the speech organs in speech production. Control of the model to investigate the mechanism of speech production requires an efficient control module to estimate muscle activation patterns, which is used to manipulate the 3-D physiological articulatory model, according to the desired articulatory posture. For this purpose, a feedforward control strategy was developed by mapping the articulatory target to the corresponding muscle activation pattern via the intrinsic representation of vowel articulation. In this process, the articulatory postures are first mapped to the corresponding intrinsic representations; then, the articulatory postures are clustered in the intrinsic representations space and a nonlinear function is approximated for each cluster to map the intrinsic representation of vowel articulation to the muscle activation pattern by using general regression neural networks (GRNN). The results show that the feedforward control module is able to manipulate the 3-D physiological articulatory model for vowel production with high accuracy both acoustically and articulatorily.