马尔可夫过程在消费者使用移动支付平台意愿上的应用

随着手机等移动通讯设备用户数量的不断增加、3G等技术的不断创新以及金融行业信息化水平的不断提高,移动支付业务成为了最具发展潜力的电子支付方式。本文对消费者使用移动支付平台意愿进行实证研究,结果表明:建立马尔可夫链,并用极限分布来标识一个消费群体使用移动支付平台的分布状况,揭示了消费者使用该技术平台的总体水平。     

一类反射跟踪模型平衡问题的研究

研究了一类反射跟踪模型平稳问题，在满足一定条件下找出了其最佳控制和最佳控制区域。     

多指标正交增量过程

引进多指标正交增量过程ξ((?)),(?)∈R_n,证明了用它能构造一个随机测度ξ(B)(B∈(?)_n).建立了关于正交增量过程的积分并给出多指标噪声的一般表达式。并证明了ξ((?))是宽右均方连续的有界规则正交增量过程,当且仅当它是均方连续多指标弱平稳过程的随机谱函数。     

一类具有时滞模型的平稳周期振荡

研究一类具有时滞模型：ｕｉ（ｔ）＝－ｂｉ（ｔ）ｕｉ（ｔ）＋∑ｊ＝ａ＾ｎＴｉｊ（ｔ）ｆｊ（ｕｊ（ｔ－τ）＋Ｉｉ（ｔ，ｕｉ）的周期振荡，利用重合度和Ｖ－泛函方法，得到该模型存在唯一稳定的周期振荡条件、推广和改进了文献「１」的结果。     

步行锻炼对江苏省公务员体质的影响

对持续进行4个月步行锻炼的296名公务员锻炼前后进行体质测试分析。结果显示:长期步行可一定程度减轻体重,降低BMI值,提高心肺功能,增加肌力,改善柔韧性、平衡能力和灵敏性。步行锻炼有利于改善公务员的体质状况,是适合公务员强身健体的运动方法。     

社区日常服务设施可步行性评价系统开发与应用

在步行城市目标指引下,着眼于社区日常服务设施,探讨其布局对步行出行可能性的影响,即可步行性.以日常服务设施的步行使用特征为基础,指出使用频率、使用多样性、使用的距离衰减规律是影响步行可能性的主要因素并进一步构建了可步行性的评价方法,同时借助计算机辅助系统开发了可步行性评价系统软件WES1.0.以上海市新江湾城街道为例展示了该软件在社区可步行性规划中的应用过程,并给出了可步行性的日常服务设施布局方案.     

优化权重下平稳高斯序列的部分和与最大值的几乎处处中心极限定理

在协方差满足一定条件下,研究平稳高斯序列的部分和与最大值的几乎处处中心极限定理,获得平稳高斯序列的加权函数形式的几乎处处中心极限定理,此结果推广Marcin Dudzinski在对数平均下的平稳高斯序列的几乎处处中心极限定理.     

基于EMD技术的弹性波信号降噪技术

弹性波无损检测技术由于其优点,应用范围日益广泛。在成桥检测中,由于激振、接收条件的限制,使得弹性波信号的信噪比大幅降低,如何准确的判定初始信号成为重要的课题。另一方面,经验模态分解(EMD)算法在处理非周期、非平稳信号中以其优越性而得到广泛关注。因此,采用改善迭代停止准则以及引入智能分析极值点等方法,对传统EMD分解方法的弊端进行了改进。通过实际采样验证了改进后的EMD算法对弹性波检测信号的处理能力。     

功能性近红外光学成像在运动认知神经科学中的应用

 运动认知神经科学是运用运动认知神经科学技术,探讨运动改善大脑认知功能的多学科交叉领域。近年来,fNIRS成为该领域新兴的热点技术。研究发现,在单任务步行中老年人的前额叶激活水平比年轻人激活水平更高,而在双任务步行中,老年人前额叶激活水平更低;中等强度急性有氧运动是提升认知水平和增强大脑激活水平最佳锻炼方式,而缺氧状态下运动则会损害认知功能;长期有氧运动或高强度间歇运动能提升认知成绩和大脑激活水平,但对老年人而言,长期运动可能会降低大脑激活水平。未来fNIRS研究应排除运动情境中系统生理因素对大脑皮层激活影响,加强长期运动对认知功能脑机制的随机对照实验研究,运用多模态脑成像方法系统全面地考察运动认知神经机制,积极探索运动认知领域的运动处方。     

反馈型随机二元神经网络

提出并分析了一种全新的反馈型随机神经网络模型，该模型不同于常见的Boltzmann机，它不直接使用随机激活函数而是采用了随机型加权连接，神经元为简单的非线性处理单元.揭示了该网络模型存在惟一的收敛性平稳概率分布，当网络中的神经元个数较多时，平稳概率分布逼近于Boltzmann-Gibbs 分布. 另外，还讨论了该网络模型与Markov随机场之间的关系，并提出了一种新型模拟退火和Boltzmann学习算法.网络模型被成功地应用于解决难度较大的组合优化问题和人像的自动识别，实验结果证实了该模型具有强大的计算能力和优异的泛化性能.