条件阿基米德Copula在家庭联合寿险精算中的应用

在统一生命精算符号的前提下研究家庭联合寿险精算问题．在对利息力采用Wiener过程刻画,并用条件阿基米德Copula函数处理个体间相依性的假设前提下,计算家庭联合寿险的精算现值以及均衡年保费．     

一种正则分布推导方法的分析

本文对个别教材和文章中采用的一种推导统计物理学中正划分布的方法进行了概念和计算上的分析，指出了其错误性。     

关于三元函数极值的探讨

首先讨论了三元函数的条件极值,利用参数方程法得到了三元函数条件极值是否存在的判定定理;其次讨论了三元函数的无条件极值问题,得到了极值存在的几个判别准则．     

条件非线性最优扰动的最大值原理

在非线性系统(发展方程及常微分方程)中初始数据的扰动对系统以后某固定时刻,T的状态的影响是一个重要的研究课题.本文研究非线性系统在初始数据在一定的范围(称为初始扰动域)内作有限幅度的扰动时,在时刻,T对状态扰动的幅度达到最大的问题.通过考虑反向时间的问题及假设解对初始数据的连续依赖性,证明了若在时刻,T状态扰动的幅度达到最大, 则初始数据位于初始扰动域的边界上, 这个结果的重要意义在于可以减少数值求解扰动幅度最大问题的计算量.     

基于Cre-LoxP系统的条件性定点敲入人源hRas基因小鼠的建立

目的 构建基于Cre- LoxP系统的条件性定点敲入人源hRas基因(c-Ha-ras)的小鼠,以获得hRas基因在特定组织器官条件性表达的小鼠模型,用于药物的临床前致癌性安全评价及相关机制研究。方法 首先构建hRas打靶载体,电击法转染入小鼠胚胎干细胞(ES细胞),用正负法筛选阳性ES细胞,通过PCR、 Southern鉴定后,将正确重组hRas基因的ES细胞导入C57BL/6 J小鼠囊胚,移入同步发育的受体鼠子宫,妊娠足月出生的嵌合体小鼠与C57BL/6 J小鼠交配获得杂合子hRasfl/+小鼠。再将杂合子hRasfl/+小鼠间交配获得纯合子小鼠hRasfl/fi,然后与全身组织细胞表达Cre重组酶的Tg (EIIa-cre)小鼠进行交配,获得全身细胞表达hRas基因的hRas-EIIa-cre小鼠,并通过荧光定量PCR方法检测不同日龄胚胎期仔鼠的hRas基因表达水平。结果 成功构建了基于Cre- LoxP系统的人源hRas基因条件性定点敲入小鼠模型的载体,筛选得到的一个正确克隆,电转ES细胞后进行Southern blot鉴定,经过初筛和复筛,共获得12个阳性克隆,挑选A11号克隆ES细胞进行囊胚注射,移植了48枚胚胎,出生9只小鼠,其中6只为嵌合鼠,将嵌合率>50%的雄鼠与野生型C57BL /6 J雌鼠进行交配,出生21只后代,其中鉴定有4只hRasfl/+小鼠;hRasfl/+小鼠间交配出生29只小鼠,其中有14只纯合子hRasfl/fi小鼠;hRasfl/fl小鼠与Tg (EIIa-cre)工具鼠交配6次,未有仔鼠出生;跟踪不同发育时期胚胎中hRas基因的表达发现,E10.5～15.5 d胚胎中检测到hRas基因表达。结论 成功建立运用Cre- LoxP系统建立了带有hRas基因敲入的纯合子小鼠hRasfl/fl,未能得到全身细胞高效表达人源hRas基因的hRas-EIIa-cre小鼠,但为进一步利用hRasfl/fl小鼠模型建立其他组织特异性的条件性基因敲入小鼠模型做好技术储备。     

Lagrange乘数法的部分应用

Lagrange乘数法主要用于求函数在满足约束条件下的极值问题,但联立方程求驻点及确定条件极值是较困难的事。文章将其应用于条件最值的求解、不等式的证明及隐函数极值的求解,提出在实际解题过程中的技巧,以展现Lagrange乘数法独特而简捷的效果。     

基于马尔可夫随机场的医学图像分割

图像分割是一个经典难题,随着影像医学的发展,图像分割在医学应用中具有特殊的重要意义.马尔可夫随机场(Markov Random Field,即 MRF)方法是图像分割中一个极为活跃的研究方向.本文介绍了基于马尔可夫随机场模型的一般理论与图像的关系.并对基于MRF的传统条件迭代模式算法(ICM)进行改进,在初始分割后,对图像的像素点分为两类:稳定点和不稳定点,用队列存储不稳定点,每次迭代只对队列里面的不稳定点进行计算,以减少运算量.实验结果表明,改进的算法能够大幅度提高计算效率.     

模糊专家系统中约束最优化问题求解

介绍了简化模糊推理方法,在此基础上提出了求解模糊专家系统中约束最优化问题的一般方法,通过对模糊约束最优化问题的实例研究,讨论了该方法求解不同问题的适应性。这为建造模糊专家系统提供了一个十分有用的工具。     

Conditional automaticity in retrieving multiplication facts: Evidence from Chinese

Adults automatically retrieve multiplication facts in a number matching task, in which participants judge whether the target number is one of the two cue digits presented previously. They are slower in rejecting the number which is the sum or the product of cues than a neutral number. The present study explored, with Chinese adult participants, whether such automaticity in retrieving multiplication facts can be affected by experiential and experimental factors such as learning experience and task set. We classified cue digits into two categories: small number first (the ascending order) and large number first (the descending order), according to whether the smaller or larger digit was presented on the left of the other. Experiment 1 found that product numbers were more difficult to reject than non-product numbers. Moreover, the order of cues played a role in modulating the magnitude of the interference effect, with ascending order conditions having larger interference than descending order conditions. Experiment 2 added a task-irrelevant addition or subtraction sign between the two cues and replicated the pattern of effects in Experiment 1, although the interference effects were significantly reduced. Experiment 3 instructed participants to judge whether the target number was the sum of the two cue digits. No interference effect was found for the target that was the product of cues. These findings suggest that the retrieval of multiplication facts, albeit automatic, can be influenced by learning experience (cue order effects in Experiments 1 & 2), the compatibility of the cuing context with the stored template information (reduced interference effects across Experiments 1 & 2), and task set (elimination of interference effects in Experiment 3). Retrieving multiplication facts is therefore conditionally automatic.     

基于FP-tree最大频繁模式超集挖掘算法

数据挖掘应用中的最大频繁项集挖掘算法大多存在候选项目集冗余问题,造成时间和空间的浪费.针对此问题,通过构造条件FP-tree,对不符合要求的项目进行剪除并对MFIT算法进行改进,提出一种基于FP-tree的最大频繁模式超集挖掘算法.此算法无需产生大量的候选集,同时减少数据集扫描次数,降低数据库遍历时间,提高算法效率.实验证明,此算法在降低候选项目集冗余度的同时有效减少了算法运行时间.