负相协重尾随机变量加权和的尾概率等价关系

文章在负相协同分布重尾分布条件下,得到了随机变量加权和的尾概率等价关系.通过对负相协同分布随机变量和的最大值、随机个和的最大值的尾概率的渐进性质,以及概率不等式的有关知识,得到的随机变量加权和的尾概率等价关系,消弱了有关文献对独立性的要求;在负相协同分布重尾分布条件下,推广了唐启鹤等人所作的结果,使得到的结论更具有普遍性;由它推导的许多性质,可广泛应用于金融保险及突发事件的研究中.     

基于螺栓接头受力性能的盾尾注浆压力控制

对采用螺栓接头的管片,管片间接头主要靠两种效应,即端面摩擦效应及螺栓抗剪效应,来平衡注浆压力对管片接头的剪切,认为端面摩擦效应主要在管片发生相对位移前发生作用,之后则螺栓抗剪效应是主要的.通过引入等效空隙率替代土体本身的空隙率来考虑建筑间隙的影响,对盾尾注浆情况下因注浆而对管片造成的压力进行了理论推导,得到注浆对管片产生的压力计算式.结果表明:注浆对管片产生的压力,随注浆时间的增长、注浆压力的增大而增大.将接头螺栓的抗剪效应与注浆对管片产生的压力结合起来,据接头螺栓的剪切破坏条件来控制注浆压力和注浆时间,即在求得注浆压力产生的螺栓剪应力前提下,要求该剪应力小于螺栓的许用剪应力,从而实现对注浆压力及注浆时间的控制.     

中华大蟾蜍尾退化过程中尾蛋白酶活性的变化

采用活性电泳方法对中华蟾蜍尾退化过程中尾蛋白酶活性的变化进行了研究,结果显示：（1）酸性条件（pH3．5）下,从35期到38期,检测到的蛋白酶带数目较少,活性较弱;碱性条件（pH9．5）下,除25kD的蛋白酶带之外,检测到的其它酶带与酸性条件下相似;（2）中性条件（p H7.0)下,从35期到38期,检测到的蛋白酶带逐渐增多,活性也明显增强,尤其是在尾退化的高峰期（37期、38期）,110kD、92kD、74kD的酶带活性达到峰值;另外在尾退化的高峰期还检测到了7条新酶带,其中55kD的酶带活性也达到峰值。以上结果显示,蛋白酶在中华大蟾蜍蝌蚪尾退化过程中起重要作用。     

任意随机变量序列的大数定律

设｛Xn,n≥0｝是任意实值随机变量序列,并且尾概率是一致有界于随机变量X0,通过构造适当的鞅,利用鞅收敛定理讨论随机变量序列｛X,n≥0｝的强极限定理和强弱大数定律,得到了大数定律成立的充分条件,推广了费勒在1946年给出的平均值无限时的大数定律。     

Cd^2＋对石龙尾的色素,O^—2及脂类过氧化物含量的影响

研究了Ｃｄ＾２＋对石龙尾的毒害效应。结果表明：石龙尾的的受害程度随溶液中Ｃｄ＾２＋浓度升高和处理时间的延长而加深;叶绿素含量及叶绿素ａ／ｂ比值经低浓度Ｃｄ＾２＋短时间处理会出现升高现象,随着Ｃｄ＾２＋处理浓度的增大及处理时间的增长,又呈下降趋势Ｏ＾－２、ＭＤＡ含量也出现类似情况,只是曲线稍迟一点。而花青素出现一路下降趋势。     

英诗赏析:形式与内容的完美结合

分行排列、尾韵、格律等是诗歌区别于其它文学类别的主要外在表现形式。从传统的研究角度看,诗歌的这些“外部”手段对诗歌内含的意义本身几乎没有什么影响,即形式与内容的高度独立。但事实上,许多诗人正是利用了诗歌特有的表现形式对他们所要转述的内容或表达的思想施加影响,甚至这些表现形式本身就是内容的重要组成部分。     

卟啉铁（Ⅲ）配合物尾端基团稳定化效应的研究

合成并表征了6种苯并咪唑（Bzlm）、苯并噻唑（BzTa）和苯并恶唑（BzAz)作为尾端基团的卟啉铁（Ⅲ）配合物,以UV-vis光谱技术测定了配合物与咪唑等形成的加合物稳定常数β2、跟踪了抗坏血酸存在下O2和卟啉铁（Ⅱ）的反应过程,结果表明,由于尾端基团对中心铁（Ⅲ）和铁（Ⅱ）的配位,使稳定常数增大、反应中间体稳定性增强。     

DOEBLIN链的随机矩阵的极限

在研究Doeblin链的随机矩阵的极限性能的基础上,应用尾σ域的结构来研究Doeblin介绍的一类非齐次马尔可夫链模型的极限性质。     

内错尾巷在寺河矿2308综采放顶煤工作面的应用

分析了寺河矿2308综放工作面采取内错尾巷的布置方式治理瓦斯的原理和应用效果,并对内错尾巷应采取的技术措施和有关问题提出了补充建议,对于高瓦斯矿井防治瓦斯,保证安全生产提供了借鉴。     

基于时空特征融合的飞机尾涡识别

为了实现动态尾流缩减技术,减少进近阶段前机尾流对后机飞行安全的影响。依据相干激光雷达(coherent Doppler lidar, CDL)扫描风场循环周期性特点,提出一种基于时空特征融合的飞机尾涡识别模型。首先,CDL扫描生成的径向速度风场转换成序列输入和块输入。然后,双向长短时记忆(bidirectional long short-term memory, Bi-LSTM)网络用于提取序列输入的时间域特征,卷积神经网络(convolutional neural network, CNN)网络用于提取径向速度风场块输入的空间域特征。最后,将融合的时间域和空间域特征输入全连接层分类器,得到最终分类识别结果。实验团队在深圳宝安机场附近采集风场,并构建尾流数据集来验证所提得融合模型。结果表明：基于CNN和Bi-LSTM时空特征融合模型具有较好的分类性能,在尾涡识别上的准确率、召回率、F₁分数分别达到97.13%、97.50%、97.03%,且相比单一模型是一种更有效的识别方式,能够获得实时高效尾流预警。