我国货运量与经济增长关系的协整分析

以我国1978~2007年统计年鉴的统计数据为样本,对我国货运量及货运生成量进行协整分析,协整检验结果说明货运量(取对数)与第一产业产值、第二产业比例和第三产业比例之间存在长期均衡关系,货运生成量与国内生产总值GDP(取对数)和第一产业比例存在长期均衡关系。Granger因果关系检验揭示了第一产业产值对货运量、第一产业比例对货运生成量存在单向的Granger因果关系。正交脉冲响应和方差分解分析说明第一产业产值对货运量和第一产业比例对货运生成量具有持续的正影响,而国内生产总值GDP(取对数)对货运生成量具有持续的负影响。     

水下爆炸气泡运动的参数计算

炸药在水下爆炸时,爆轰产物在高温高压下以气泡的形式迅速膨胀,并在浮出水面前进行数次脉动.气泡脉动时虽然压力较爆轰波要小得多,但是由于作用时间长,由此而产生的冲量也比较大,这将对水下结构物的破坏也起着很大的作用.给出了气泡运动规律、最大直径与达到最大半径的时间、气泡的脉动周期、气泡的能量等参数的计算公式,并对气泡运动过程中的变形与喷射进行了阐述与分析.     

一个基于Swarm的人工生态系统模型

利用Swarm平台，采用自下而上的建模思想，建立了一个人工生态系统，并对局部生态环境下虫害的演化行为以及天敌的抑制作用进行了模拟。针对不同环境条件设定相应的仿真参数，可以得到恰当的害虫种群演化结果，有助于生态管理的科学决策。所建立的人工生态系统模型为局部生态研究提供了一种崭新的实验手段。     

引导基金模式下的政府补偿及其激励效应

在激励理论的分析框架下研究了亏损补偿、收益补偿和政府收益固定三种补偿方式对创业投资规模和效率的影响. 主要结论包括: 亏损补偿会削弱创业投资家努力投入的激励, 从而既不利于提高创业投资效率, 也不利于扩大创业投资规模; 而收益补偿和政府收益固定补偿具有相同的激励特征, 它们可以在促进创业投资合作关系形成的同时兼具扩大创业投资规模和提高创业投资效率的功能. 并且当政府对创业投资家的激励成本相同时, 收益补偿方式对私人投资者的吸引力更强. 同时, 由于可能破坏创业投资家和私人投资者的有限责任保护, 政府收益固定补偿方式的可实施性得不到保证.     

目标识别的灰色工程方法研究

灰色系统理论是研究贫信息系统分析、建模、预测、决策、控制的有效工具,在工程技术、社会、经济等领域应用广泛.探讨了灰色系统理论在目标识别中的应用问题,提出了目标识别的灰色关联算法、灰色统计算法、灰色聚类算法及灰色统计聚类算法.     

框架柱两类二阶效应的综合单元刚度矩阵

本文首先对P-δ效应,P-△效应与二阶效应从定义上加以区分,并以悬臂柱为例说明,然后以框架柱为例,分别推出了反映二者影响的单元刚度矩阵．     

FT-IR和HPLC对不同产地大黄药材的鉴别分析

目的 采用傅里叶变换红外光谱(FT-IR)和高效液相色谱(HPLC)方法对37批不同品种和产地的大黄药材进行分析.方法 分别采用FT-IR和HPLC测量37批大黄药材的红外光谱和液相指纹图谱,并对结果进行聚类分析.从每一产地中选择一批药材,分析红外原始光谱,并对原始光谱进行二阶导数处理,根据所得二阶导数光谱对各产地大黄...     

两种植物提取物对家兔颈总动脉血压影响的比较研究

以家兔为研究对象,探讨两色金鸡菊和芳香新塔花两种提取物对家兔颈总动脉血压、心率的影响,并比较其异同。试验将两色金鸡菊和芳香新塔花提取物各设低、中、高3个浓度组,采用生物信号系统采集、记录家兔颈总动脉血压,比较加药后各组家兔舒张压、收缩压和心率的变化。结果表明：两色金鸡菊和芳香新塔花提取物3个浓度组均能使家兔颈总动脉收缩压、舒张压明显下降,二种提取物对舒张压的影响比对收缩压的影响更明显,但对心率抑制影响并不明显。与芳香新塔花提取物相比,同剂量的两色金鸡菊提取物对家兔颈总动脉血压抑制更为明显。说明两色金鸡菊提取物比芳香新塔花提取物有更强的降血压作用。     

崇明水仙(Narcissus tazetta var. chinensis)不同外植体分化能力与鳞茎增大初探

以崇明水仙鳞茎的上、中、下部、嫩叶和幼嫩花序为外植体,研究其在离体培养系统中的再分化能力,结果表明,带鳞茎盘的鳞茎和幼嫩花序最容易分化出小鳞茎.以组培获得的带鳞茎盘的鳞茎为材料建立快繁体系,40 d内小鳞茎数目增加3倍;并发现浓度适合的KH₂PO₄及暗培养能促进小鳞茎增大.组织学研究结果显示,组培水仙与大田生长水仙的顶端分生组织的形态结构不同,前者细胞分层不明显,细胞核大且染色较深.     

基于神经网络的车辆交通协调性评价模型

为了研究自动驾驶汽车交通协调性的主客观映射评价模型,以高速公路匝道汇入为研究场景,首先基于自然驾驶数据的交互样本数据,以自车平均行驶速度、并线时刻侧向速度、并线时刻车头TTC、并线时刻两车相对侧向速度和对手车减速程度等客观指标数据和交通协调性主观评价结果作为模型输入和输出,构建映射评价模型;然后设计2×2交叉对比实验,并分析数据预处理方法及神经网络类型对评价模型效果的影响。研究结果显示,基于线性函数归一化处理的BP神经网络模型和Dropout神经网络模型总精度分别为95.71%和80.00%,基于阶梯函数归一化处理的BP神经网络模型和Dropout神经网络模型总精度分别为94.60%和73.25%。由此可见,模型评价效果较好,所建立的客观表征指标集能够较好地表达专家对车辆交通协调性表现的评价。在建模方法方面,基于BP神经网络的映射评价模型的表现优于Dropout神经网络模型,能够根据客观数据更准确地得到符合专家评判标准的评价结果。在样本数据预处理方法方面,线性函数归一化处理方法能够在消除数据间数量级差异的同时保留客观表征指标集数据在不同样本之间的差异,能提高映射评价模型的评价精度。因此...