轻尾索赔更新风险模型中的破产理论的一点注(简报)

0 引言与结果 本节先给出一些有关的概念与记号,再给出有关的已有结论,最后给出本文的动机及结论.     

一类保费与理赔相关的破产模型

对经典poisson风险模型推广至一种相依的结构,索赔产生时以概率P的可能性同时产生一次续保.对此模型,得到了最终破产概率的一般表达式和破产概率的一个上界估计.     

提高电工的安全意识

介绍了电工安全的定义和电工可接受的风险值,分析了电工的安全意识。     

关于α-Renyi熵序的若干结果

讨论α-Renyi熵序与一般随机序的关系,得到在一般随机序成立的前提下,α-Renyi熵序保持的一些充分条件,并给出次序统计量α-Renyi熵序和随机变量卷积α-Renyi熵序的一些有用的判别条件.     

浅议国家审计风险的成因及防范对策

随着改革开放的深化和法制建设的加强，国家审计所面临的弛会和法律环境发生了较大的变化，人们的法律意识和自我保护意识逐步提高，国家审计被追究法律、行政责任的可能性也越来越大，从而形成国家审计的经济风险和信誉风险。因此，如何减少审计风险，降低审计风险所带来的影响和损失，已引起各级审计部门的重视。为此，本人就国家审计风险的涵义、特征、成因及其防范对策，谈儿点粗浅的认识和体会。     

具系数扰动的非线性微分方程的一致渐进稳定的概周期解

考虑具系数扰动的非线性微分方程,利用指数型二分性及稳定性有关理论得到了该系统的概周期解的存在性、唯一性和稳定性,获得了一些新的结果.     

一种改进的阈值分割算法在复合材料图像处理中的应用

针对纤维增强复合材料微观结构图像的特点,提出了一种改进的基于模糊思想的阈值分割算法,该算法利用整体阈值、局部阈值和像点梯度信息之间的关系,构造了一个双输入单输出的模糊逻辑系统,合理计算出像点的最佳分割阈值.实验结果证明了算法的有效性.     

基于混合编码框架的H.264/AVC核心新技术

介绍了H.264独有的特点,包括帧内预测、整数余弦变换、二进制自适应算术编码、概念性网络适配、多种块尺寸运动搜索、1/8像素运动估计精度等。     

利用废弃露天采场干排尾矿工程的环境风险评价

研究了排山楼金矿利用废弃的露天采场作为尾矿库工程的环境风险评价问题。首先识别了工程的环境风险,分析了污染途径,然后根据氰化物在流域内的降解规律及其流域内的水文条件,确定了氰化物降解系数,估计了工程的环境风险,最后依据氰化物的排放标准和质量标准对工程进行了环境风险评价,并提出了相应的防渗措施和规避环境风险的对策。     

Research on Chaotic Time Series Prediction Based on K-entropy and RBF Neural Networks

In this paper, a method of direct multi-step prediction of chaotic time series is proposed, which is based on Kolmogorov entropy and radial basis functions neural networks. This is done first by reconstructing a phase space using chaotic time series, then using K-entropy as a quantitative parameter to obtain the maximum predictability time of chaotic time series, finally the predicted chaotic time series data can be acquired by using RBFNN. The application considered is Lorenz system. Simulation results for direct multi-step prediction method are compared with recurrence multi-step prediction method. The results indicate that the direct multi-step prediction is more accurate and rapid than the recurrence multi-step prediction within the maximum predictability time of chaotic time series. So, it is convenient to forecast and control with real time using the method of direct multi-step prediction.