上市公司财务状况判别分析算法的实证研究

针对当前财务状况判别分析建模研究中存在的问题，在分析经典判别分析算法不足的基础上结合粗糙集理论提出一种新的判别分析算法，实证分析结果表明其在多指标筛选、指标重要性识别以及判别分析等方面性能良好。     

样本筛选与操作优化的可视化方法实现

可视化方法通过将多维空间数据映射到二维平面上，依据“物以聚类”属性对二维平面中各样本点进行分类、识别，找出离群样本并将其剔除掉．与此同时，产生目标函数等值线．沿着等值线值增大或减小的趋势方向寻优，就很容易地确定出最优点或最优化操作区域．以某卷烟厂生产烟丝为例进行分析和计算，结果表明，文中筛选样本数据方法中，离群点的剔除提高优化结果的准确度。最佳操作条件的确定可为工业生产或科学实验提供决策支持。     

处理城市污水新技术：同步硝化-反硝化单级生物脱氮技术

本市环境保护科学院开发出同步硝化-反硝化单级生物脱氮技术,被列入2003年度天津市百项科技成果。该成果分离筛选了多株硝化-反硝化菌、脱氮硫杆菌,并对菌种的复配形成一个有效的复合菌群。课题组研究了硝化菌群在不同材质上的吸附特性,利用改性聚丙烯和活性碳开发了一种复合式载体。该活性载体可有效提高脱氮效率,增加系统抗冲击负荷的能力,并且可提高自然水体中脱氮功能菌群的生物量,为封闭水体及城市景观水体的富营养化控制提供了一种简单有效的方法。利用该实验室筛选的菌种,开发了接触氧化反应器和加载体的膜生物反应器。两种反应器均…     

降低OFDM系统复杂度的改进SLM算法

为了降低正交频分复用(OFDM)系统中传统选择性映射(SLM)算法的计算复杂度,提高系统的频谱利用效率,提出了基于转换向量(conversion vectors)与随机筛选序列(random selection sequences)相结合的选择性映射(CR-SLM)算法.CR-SLM算法是将原始信号序列等分,然后对于数据序列的前半部分与转换向量相乘进行循环卷积,对于数据序列后半部分进行随机序列筛选,筛选出最优序列.最后将两部分输出序列合并生成候选序列,筛选出最优序列进行传输.仿真结果表明:CR-SLM算法在保持与传统SLM 算法PAPR性能相近的情况下,较大幅度降低了计算复杂度.     

酸性木聚糖酶产生菌XYW5的筛选及酶学性质

【目的】选育优良的产酸性木聚糖酶的微生物,考察酸性木聚糖酶的酶学性质(尤其是pH值为4.0),为实现纤维素乙醇低成本清洁生产打下基础。【方法】从广西大学农场采集土壤,富集后经产酸性木聚糖酶的培养,比较酸性木聚糖酶酶活力,选育酸性木聚糖酶高产菌株,鉴定菌种,分析酶学性质。【结果】筛选出产酸性木聚糖酶酶活力较高的菌株XYW5。扩增菌株XYW5的ITS rDNA序列,经测序分析比对,将其初步鉴定为日本曲霉Aspergillus japonicus XYW5。菌株XYW5产酸性木聚糖酶和酸性木糖苷酶的酶活力最高分别达(26. 26±0. 97)U/mL和(0.63±0.02) U/mL,比活力分别为(85.50±0.63) U/mg和(1.80±0.01) U/mg;其酸性木聚糖酶最适温度和最适pH值分别为65℃和6.5,酸性木糖苷酶最适温度和最适pH值分别为70℃和4.5;酸性木聚糖酶兼有酸性CMCase酶活力,达到8.54 U/mL。【结论】菌株XYW5所产的酸性木聚糖酶具有开发成为优良工业酸性木聚糖酶的潜力。     

写好个人求职简历

个人简历是求职过程中的第一步,是求职者与用人单位的第一次"交流",大多数用人单位会通过简历上的信息,对应聘者进行初步的资格筛选,以决定求职者能否获得面试机会,有些面试官甚至会把对个人简历的印象带入到面试的过程中,所以,写作一份好的个人简历,对求职成功与否也是相当关键的一步。     

降解苯酚类污染物细菌的分离筛选

从某钢铁集团焦化厂污水处理曝气池取样,以苯酚为唯一碳源进行富集培养,然后经过分离与筛选,最后得到4株苯酚降解能力较强的菌株,这些菌株最高可耐受3.0 g.L-1的苯酚.苯酚降解能力测定表明,4株菌在72 h内能将浓度为1.5 g.L-1的苯酚完全降解,72 h内对浓度为2.0 g.L-1苯酚的降解率分别达到99.4%、80.5%、73.5%、70.1%.     

黑脉羊肚菌固体培养基的制备及其培养条件优化

以黑脉羊肚菌为对象,研究了不同固体培养基对菌种生长的影响.通过以菌丝生长速度、密度和菌核为考察指标,研究在不同碳源、氮源、无机盐及pH条件下羊肚菌菌丝体的生长状况,从而优化培养基的制备工艺.结果表明:黑脉羊肚菌生长的最适条件为2%的葡萄糖碳源, 2 g/L的蛋白胨氮源, MgSO₄无机盐, pH值为6.0.该实验为今后羊肚菌的栽培奠定了坚实的基础.     

复杂零件点云的高精度鲁棒配准方法

点云配准是三维测量中的关键一步,但由于零件点云表面相似特征多,误匹配概率大,导致配准结果难以保证。为此,提出了一种具有高鲁棒性、高精度的点云配准方法。首先,使用FPFH特征描述子来计算点云特征向量,产生初始匹配点对集。然后,依据具有旋转平移不变性的精确几何结构特征对初始匹配点对集进行筛选,剔除误匹配点对。最后,利用列文伯格-马夸尔特(L-M)算法计算点云之间的变换矩阵。实验结果表明,与其他方法相比,其配准精度评价指标RMSE降低80%以上,结合精配准方法可进一步将RMSE值降低86%,从结果可看出本文方法配准精度高且具有较高的鲁棒性。     

基于姓氏用字驱动的混合中文姓名识别算法

中文姓名识别是信息抽取的一个重要研究内容,同时也对自然语言处理的其他应用具有重要意义.本文针对中文姓名构成的一般规律和特点,提出了一种姓氏用字驱动的统计与规则相结合的混合中文姓名识别算法,该算法以姓氏用字为线索,通过对前后文中汉字串成词的可能性的评价来进行姓名识别.对所提出的算法用144 K文本进行了实验测试,验证了它的有效性.