空孔缺陷与邻近运动裂纹的相互作用初探

运用落锤冲击加载方式,实现对试件的动态加载,研究了空孔缺陷对临近运动裂纹扩展形态的影响,分析了运动裂纹扩展过程中的动态应力强度因子和速度的变化趋势。结果表明:空孔缺陷对临近运动裂纹具有"吸引"效应,并且这种"吸引"效应的强度随着空孔缺陷与邻近运动裂纹距离的增大而减弱。此外,空孔缺陷对临近运动裂纹的扩展具有明显的抑制作用。运动裂纹在空孔缺陷处的再次起裂更为困难,需要更多的时间积蓄能量。实验结果为后续深入研究运动裂纹与材料缺陷的相互作用提供了实验思路。     

带噪音预处理的改进探索性Q矩阵标定方法

考虑到在实际应用中学生在做题时的猜测和失误(统称为噪音)会影响探索性因素分析法所使用的四分相关矩阵的质量,该文提出四分相关矩阵的一种噪音修正方法,并将其应用于Q矩阵标定.模拟研究结果表明:猜测和失误这2种噪音会对Q矩阵的标定产生不利的影响; 基于修正后的四分相关矩阵的探索性因素分析法,在样本量较大和噪音较大等情况下,均能有效地提高Q矩阵标定的准确率.     

基于因子分析的农村中学生体质的因素分析

中学生中农村人口占较大部分,他们的体质影响着未来我国人口的整体状况.对随机抽样的1 724名农村中学生进行调查,采用数理统计法和实验法,对具有重要影响的16个子因素进行因子分析,认为在生活方式、家庭和学校等3个方面对农村中学生的体质起着决定作用.对这3个方面的改善给出了建议,为学校体育在提高和改善农村中学生体质科学研究方面提供理论依据.     

贵州山核桃ISSR-PCR反应体系建立及优化

为建立贵州山核桃ISSR-PCR最佳反应体系,采用单因素试验的方法,对影响ISSR-PCR反应体系的模板DNA浓度、MgCl2浓度、d NTPs浓度、Taq酶用量、引物浓度等各因素进行了研究,确立了贵州山核桃ISSR-PCR的最佳反应体系。结果显示:最优反应体系的模板DNA浓度为40ng/u L、引物浓度为0.3umol/L、Mg2+的浓度2.9mmol/L、酶浓度0.3U、d NTPs浓度0.2mmol/L,退火温度为54℃。建立该反应体系可为贵州山核桃ISSR标记开发、物种分类鉴定、遗传图谱构建等后续分析奠定基础。     

国际石油价格波动的结构性因素分析

文章将石油供给性冲击、需求性冲击和投机行为冲击3方面结构性因素细分为5个内生变量,构建反映油价波动的结构向量自回归(SVAR)模型,并运用模型对1999—2012年期间油价波动的原因进行了实证分析。结果表明:需求性冲击无论是长期还是短期都是油价波动的最主要因素;其次,投机性冲击对油价波动的影响也较大,不容忽视;短期突发事件和供给冲击短期对油价有些影响,长期影响基本消失。     

因子von Neumann代数上的非线性中心化子

设m，n是任意非零整数，且满足(m＋n)(m－n)≠0， M是实或复数域F上的Hilbert空间上的一个因子von Neumann代数.利用代数分解方法证明了M上满足2mφ(AB)＋2nφ(BA)＝mφ(A)B＋mAφ(B)＋nφ(B)A＋nBφ(A)的非线性映射φ为可加中心化子，并刻画出具体形式φ：A→λA(λ∈F， A∈M).     

B2型量子群的PBW形变及其对称性

量子群的负部分是量子群理论中出现的一类重要的连通分次代数,其PBW形变简称为量子群的PBW形变。 除了A2情形,它们的定义关系式均是具有混合次数的齐次量子Serre关系式。 特别地, B2型量子群的负部分的定义关系式分别是次数为3和4的2个量子Serre关系式。 在连通分次代数的PBW形变理论的框架下, 本文明确刻画了B2型量子群的所有PBW形变并研究了它们的对称性, 即给出了B2型量子群的4类对合反自同构下的对称PBW形变。     

基于因子分析的烤烟主要化学成分特性

为准确评价烟叶质量,对3个等级317个烟叶样品进行常规化学成分分析,利用因子分析法对烟叶样品的化学成分及其比值进行综合评价。结果表明,烟叶主要化学成分总体比较协调,其总糖、还原糖含量偏高,不同等级烟叶化学成分差异明显。主要表现为含氮化合物与含碳化合物呈显著负相关,总氮与总植物碱呈显著正相关;对主要化学成分及其比值进行因子提取得到3个主因子,代表其方差贡献率的83%以上,分别为含碳因子、燃烧因子及含氮因子。     

人工智能促进服务业生产率了吗

近年来，我国服务业占比呈现持续上涨态势，但服务业的高成本低效率问题仍然存在，随着人工智能和服务业的融合，服务业的全要素生产率是否提高有待进一步验证。我们运用DEA-Malmquist生产率指数验证了“鲍莫尔病”的确存在；加入人工智能因素后的服务业全要素生产率的确提高了，但是进一步的分解发现，全要素生产率的提高主要源于要素配置效率的改善和规模报酬递增效应，并非由于技术进步，人工智能作为技术进步的主要标志在提高服务业全要素生产率中的作用仍然有限，这是由于人工智能作用的滞后性所致。     

基于概率图模型的危险驾驶罪刑期预测

针对司法实践中对于可解释性及预测性能的需求, 本文提出了一种基于概率图模型的量刑智能辅助方法. 该方法以量刑要素为基石建立含有隐节点的概率图模型, 由极大似然准则估计刑期分布的参数, 进而计算分布的数学期望得到预测值. 关于危险驾驶罪的实验结果表明, 概率图模型的预测准确率优于基于决策树和神经网络等的模型, 且具有良好的可解释性.