Factor-GARCH模型研究与理论探讨

结合国外研究现状，对解决多维GARCH模型的方法——Factor-GARCH模型进行了系统的讨论．将投资组合的收益率Rt表述为潜在公共因子的函数形式，并对函数形式中的一些变量和假定给出了理论和现实的解释；将投资组合的协方差Ht的结构进一步细化，将其表述为可观测变量的线性函数．并指出了今后的研究方向。     

香菇交配型因子偏分离现象的遗传分析

以28个香菇菌株为材料,用统计学方法分析了菌丝原生质体单核体和孢子单核体的交配型比例.结果表明,菌丝原生质体单核体的两种交配型不呈预期的1:1之比的有17个,占总数的60.71%;孢子单核体的4种交配型不呈预期的1:1:1:1之比,占总数的47.06%.在两类交配型偏分离中,野生菌株的偏离程度均低于栽培菌株;正反亲本结实结果显示,无论在双核菌丝体所产生的F1代担孢子中,还是在由其F1代重组型担孢子配制而成的双核菌丝体所产生的F2代担孢子中,均以与相应双核菌丝体交配型相同的两种亲本型担孢子数量居多.在双-单杂交中,当受体交配型不同时,供体先导核可能相同,也可能不同,表明供体的核迁移既受B因子控制,也与细胞质有关.杂交双核体裂解后受体核比例显著偏多,表明细胞质中存在着与核选择有关的因子.     

自适应选权滤波法在GPS高精度动态定位中的应用

介绍了一种新的滤波算法：自适应选权滤波法.在进一步理论分析和研究的基础上，将其拓展用于单频载波相位双差观测值的GPS高精度动态定位中.文中给出两个算例来验证方法的可用性和有效性.初步结果表明，对于短基线，新方法采用GPS单频载波相位双差观测值可得到高精度的动态定位结果.     

门限回归模型预测粤中西部冬春气温

用门限自回归模型和混合门限回归模型对广东省中西部的冬春季平均气温做预测.选取北半球500 hPa高度场和太平洋海温场的分区分季节的多个气候背景场的前若干个主分量作为因子(共1792个),这些因子包含着气候背景场的主要信息,通过对预报量和预报因子群的相关筛选,选取相关系数最大的因子建立混合门限非线性回归模型.并初步探讨了气候背景场对预报量的影响.结果表明:混合门限回归模型优于门限自回归模型;前者能较好地拟合冬春气温序列,预报效果较理想.粤中西部冬季气温场与东北半球南部3-4月高度场第5个主模态相关最密切,当3-4月500 hPa高度场东亚大陆为低槽控制,日本海太平洋附近为高压脊,有利于当年冬季气温偏低;春季气温场则与北半球冬季500 hPa高度场第8个主模态相关密切,当冬季500 hPa高度场乌拉尔山附近地区为明显的阻塞高压形势,有利于次年春季气温偏低.     

Co2+: CaAl2S4吸收光谱的理论解释

MgAl2Sd，CaAl2S4，CO^2 MgAl2S4和Co^2 CaAl2S4晶体是典型的三重复合半导体材料，由化学输运反应的方法可以成功制备而得出，具有宽的能隙结构，因而在光电方面有着非常重要的应用而备受广泛的关注．采用Sugano-Tallabe强场近似理论，引入平均共价因子Ⅳ，利用经典晶场能量矩阵公式，在D2对称模型下计算出的结果较好符合了实验事实，从而纠正了S．K．Oh等人对Co^2 ：CaAl2S4吸收光谱的不合理解释。     

四个生态因子对集约化养猪生产的影响

从环境温度、湿度、光照及空气四个方面详尽阐述了其对集约化养猪生产的作用和影响，提出一些改善猪生产环境的建议，对提高工厂化养猪的生产水平和生态效益具有一定的指导作用。     

一个新的Hilbert重积分不等式

利用Г-函数给出了一个新的Hilbert重积分不等式，并讨论了一些特殊情况下的最佳常数问题。     

加权数据融合算法及其应用举例

建立了一种基于格罗贝斯(Grubbs)准则和聚类分析的加权数据融合算法，即先用格罗贝斯准则剔除所测数据中的疏失误差数据，再用聚类分析的方法对剔除疏失误差数据后的测量数据进行聚类，并由此确定各类别的权数(加权因子)，最后利用所得权数进行加权融合得出被测对象的融合估计值。实验证明，该算法简单有效，且适合计算机编程。     

甘兰型油菜直播高产栽培数学模型研究

研究了中双1号的种植密度、氮、磷、钾肥及氮肥施用期五个主要栽培因子与产量之间的关系及其数学模型。试验获得3125套农艺措施组合方案，优选出每667m^2产油菜籽220-280kg间三个产量档次的农艺措施为：每667m^2种植2．2-2．6万株、施尿素35—47k、普钙25—47k、硫酸钾10—12k，尿素施用期是底肥70％、苗肥30％。     

Banach空间中一类集值变分包含解的存在与逼近

研究了Banach空间中具Φ-强增生映象的集值变分包含解的存在与逼近问题．给出了一种新的迭代算法和带有混合误差的Ishikawa型迭代序列收敛到变分包含解的充要条件，并改进和推广了一些近期的结果．