随机波动模型参数估计的新算法及其在上海股市的实证

研究用马尔科夫链蒙特卡罗(MCMC)算法估计随机波动模型的参数问题.基于“前向滤波,后向抽样”方法提出一种新算法,并将新算法同原有算法进行了比较.然后利用新算法对上海股市进行波动性分析,发现中国涨跌停板制度对波动的持续性估计有着重要的影响,忽视这些因素将会导致波动的持续性被高估.     

关于双参数C0半群的一些结果

为了丰富半群理论,利用经典的算子半群理论中的方法和双参数C0半群的概念,将单参数的C0半群的一些性质推广到双参数的C0半群,得到双参数的C0半群、生成元及其预解式的一些基本结果.     

双跨连拱隧道掘进及初期支护工艺介绍

结合客塘双跨连拱隧道的施工经验,阐述高速公路双跨连拱隧道应用三导洞法掘进及初期支护的施工工艺,以及监控量测在施工中的应用。     

双液相萃取对亚麻籽分离蛋白功能特性的影响

采用含水乙醇正己烷双液相（TPS）和正己烷单相（SP）萃取的亚麻籽粕为研究对象，通过碱溶酸沉提取分离蛋白，应用质构仪和差示扫描量热仪等研究分离蛋白的功能特性．结果表明：双液相技术能明显改善亚麻分离蛋白的功能特性，TPS分离蛋白的凝胶力学性质得到明显增强；TPS分离蛋白的保水性、保油性、起泡能力和起泡稳定性优于SP分离蛋白，而SP分离蛋白的溶解性和乳化能力略优于TPS分离蛋白；双液相萃取有利于提高分离蛋白的变性温度，SP分离蛋白的变性温度与TPS分离蛋白的变性温度分别为99．7℃与108℃．     

基于置乱变换的DCT域二维数字水印算法

提出了DCT变换域上基于人类视觉特性(HVS)的一种水印算法。该算法先把原始宿主图像进行幻方置乱,然后分块DCT,使原始宿主图像的DCT系数能均匀分布在系数矩阵中。添加水印时,首先对二值水印图像进行2×2分块,然后用伪随机序列对分块后的水印信号进行伪随机排序,最后再把排序后的水印图像进行Arnold置乱,并利用人眼视觉特性(HVS)对嵌入的水印强度进行了调整,把水印信号嵌入到原始图像的DCT系数的低频系数上。使水印的嵌入强度在不引起视觉警觉的基础上得到显著提高,有效地提高了检测正确率,增强了水印的稳健性。     

河流相储集层夹层的三维空间分布研究

以钻井、测井资料以及7口取心井的分析化验、试油、试采和生产动态分析资料为基础，在地质条件约束下，建立了适合孤岛油田中一区Ng5段的测井解释模型，解释了有资料的762口井共9种地质参数，以探索夹层分布与剩余油的关系，并按优选序贯指示模拟方法在研究区内建立了夹层三维空间分布模型。检验结果表明该模型具有较高的准确性和可信性。模型分析显示，Ng5段夹层分布范围广，其形态、分布规律复杂，厚度变化大，平均厚度为0．61m，延伸距离为50-180m，分布面积一般为0．01～0.1km^2。夹层分布密度为0.11～0．63，分布频率为0．52～1．24层／m，单夹层厚度分布为0．4～5．5m，储层非均质性较强。研究还表明，在10—413，8-309，9-10和7-9等井区均有夹层连片分布，这些井区是剩余油富集的有利地区。     

随机二部竞赛矩阵的不可约性和谱半径

讨论了随机二部竞赛矩阵的谱半径。记a=12,得到了如下结论:(1)设m≥n且lni→m∞m2an=0,则几乎所有的m×n二部竞赛矩阵都是不可约的。(2)设c1和c2是任意的正常数且1≤c1≤nm≤c2,则对任意的ε>0,几乎所有的m×n二部竞赛矩阵Mm,n的谱半径ρ(Mm,n)都满足a(1-ε)mn-1n≤ρ(Mm,n)≤a(1+ε)mn-1m。     

组卷策略的分析与设计

组卷策略是计算机命题系统设计中的核心部分,对它的研究将有助于提高命题系统的质量。通过分析各种常用的组卷策略,设计出一种智能、科学的组卷策略。该策略的运用将极大地提高命题的质量和稳定性。     

一种适用于教学的酶联免疫吸附试验的抗原抗体系统制备

目的:探讨设计一种教学成本低、便于教学使用、有助于培养医学生综合实验设计能力和提高实验基本操作技能的酶联免疫吸附实验抗原抗体系统.方法:以提纯的人IgG免疫家兔获取兔抗人IgG抗体,再用其包被酶标反应板,以人血清(人IgG)作抗原,用酶标记羊抗人IgG抗体结合抗原及催化底物显色反应.结果:该双抗体夹心法,底物显色反应清楚肉眼即可作出判定,非特异干扰极小.结论:我们设计的酶联免疫吸附实验-双抗体夹心法原理清晰、便于理解和掌握、教学成本较低、结果易于观察、便于教学大量使用.     

耦合白噪声作用下线性系统的随机共振

研究了耦合白噪声作用下的二阶过阻尼线性系统中的随机共振现象.基于线性系统理论和相关删去法方法,得到了系统平均输出幅度增益的精确表达式.研究表明:输出幅度增益是噪声的强度、系统的阻尼系数和系统的固有频率,以及激励信号的频率的非单调函数,适当的噪声强度和系统参数可以使噪声情况下的输出幅度增益大于无噪声时的输出幅度增益.