双复合负二项风险模型的模糊破产概率与Gerber-Shiu函数

研究了保险公司经营的模糊破产问题。通过隶属函数,利用复合负二项分布的正态近似和possion近似,研究了复合负二项风险模型下的模糊破产概率和Gerber-Shiu函数的微分积分方程,得到了模糊破产概率的计算公式和盈余与初始资本的关系。     

小学数学二年级下册“混合运算”单元自测题

正~~     

微波和酸蚀作用下石英砂中气液包裹体的去除机理

通过Leica偏光显微镜、傅里叶红外光谱仪、气相色谱仪等仪器表征,分析微波和酸蚀单独及共同作用国产高纯石英砂中气液包裹体中水分子含量和气液包裹体显微形态的变化规律,并对气液包裹体的去除机理进行研究。研究结果表明:在微波场作用下,石英砂中气液包裹体的水分子的红外吸收峰强度及面积大幅度增加,偏光显微图显示部分体积较大的气液包裹体体积减小,并有大量的体积较小的液相包体群生成;单独的酸蚀作用对石英砂中气液包裹体中水分子的红外吸收峰强度及面积几乎没有影响;在微波和酸蚀共同作用下,石英砂中气液包裹体的水分子红外吸收峰强度及面积大幅度降低,在经过HF酸蚀处理5 h后,石英砂中气液包裹体的水分子的红外吸收峰强度及面积均远小于原料中水分子的红外吸收峰强度及面积,此时石英砂样品光透过率最高,气液包裹体和羟基水(OH)-的去除效果最佳。     

特征值在高等代数中的作用

以高等代数中的定义、定理和例题为依据,论述了特征值具有化繁为简的作用,它还是实对称矩阵和二次型的本质所在.特别地,它是解决许多代数问题的重要工具.     

基于涡量-流函数法的曲面方腔顶盖驱动问题的数值研究

对几种不同几何构型下的曲面方腔顶盖驱动问题进行了数值研究。采用曲面上的涡量-流函数方法和曲线坐标系下的有限差分格式对曲面上的不可压缩流动Navier-Stokes方程进行数值求解。计算结果表明：在Re=100和Re=1 000下得到的稳态解与近期文献中基于原始变量的高阶曲面有限元方法所得的结果一致；在有限雷诺数下，正高斯曲率对漩涡有排斥作用，负高斯曲率对漩涡有吸引作用；曲面的曲率与涡量分布有复杂的耦合作用，可以造成更多漩涡结构的产生，且雷诺数越高，高斯曲率绝对值越大，几何效应越明显。     

聚羧酸减水剂对磷酸镁水泥性能的影响

以重烧氧化镁和磷酸二氢铵为主要原料,以硼砂为缓凝剂,加入聚羧酸减水剂(PCE)制备磷酸镁水泥(MPC),研究PCE的加入量对MPC的凝结时间、流动度、强度及软化系数的影响.并采用X射线衍射(XRD)分析MPC体系中的物相组成,利用Topas 6.0软件中的Rietveld方法定量分析MPC物相含量,用场发射扫描电镜(SEM)分析其微观形貌.实验表明,随着PCE加入量的增加,MPC流动度、凝结时间以及早期强度都呈现先上升后下降的趋势.当PCE加入量为4％时,MPC流动度达到248 mm,终凝时间为15 min,1.5 h强度达到36.4 MPa,28 d强度达到108.5 MPa,浸水28d后软化系数为0.91.浸水超过94 d后,MPC强度均明显下降,试样表面析出白色晶体,造成表面层结构疏松,但加入4％PCE的试样内部结构较致密,因此强度损失率较低.     

环氧基低聚物改性聚对苯二甲酸乙二醇酯的流变性能和发泡性能

为了提高聚对苯二甲酸乙二醇酯(PET)的流变性能和发泡性能,采用环氧基扩链剂(ADR)对PET进行反应挤出改性,并利用动态旋转流变仪和单轴拉伸黏度仪对PET的流变性能进行系统表征,同时通过快速降压法研究了改性PET的发泡性能。流变测试结果表明:与未改性PET相比,ADR改性PET具有更高的复数黏度和低频区储能模量、更低的损耗角正切,呈现出明显的应变硬化现象;当ADR质量分数超过0.5%时,改性PET表现出凝胶结构的流变特性。采用间歇发泡工艺得到了发泡倍率为30倍、泡孔均匀细密的PET发泡材料,说明改性PET具有优异的可发泡性能。     

水稻基因ST1的克隆及原核表达

指出了基因ST1是决定水稻柱头和花柱形成的关键基因,属于水稻中的XHS基因家族.将ST1的全长cDNA序列构建到原核表达载体pET-28a中,并转化了表达菌株大肠杆菌BL21.经Western bolt验证表明:所表达80 kD蛋白即为目的蛋白,为后续的蛋白功能等研究提供了实验基础.     

三自由度直升机多模型LQR控制方法

针对三自由度直升机模型,为实现快速准确的跟踪控制,在现有线性二次型调节器(Linear Quadratic Regulafor,LQR)最优控制理论的基础上,利用多模型切换控制的思想,建立多个模型,设计多模型LQR控制器,选择最贴近当前状态的模型,并将其所对应的控制量作用于直升机模型。MATLAB仿真及实物控制结果显示,控制响应时间缩短,跟踪误差减小,表明该方法是有效的,可以提高跟踪控制的快速性和准确性。     

基于Word2vec和K-Means算法的勘探开发成果文档聚类研究

根据渤海油田七年行动计划部署，现阶段勘探开发研究成果数量激增.目前，渤海油田勘探开发研究成果入库前分类工作主要依靠传统手动方式，效率低下且无法满足成果文档及时共享的需求.针对以上问题，提出一种基于Word2vec和卷积神经网络(convolutional neural networks, CNN)的文本特征提取方法并结合K-Means聚类算法对勘探开发阶段的成果文档进行自动分类.该方法在预训练word2vec向量的基础上基于自有开发成果文档标题语料库进行再训练，将低维向量的形式表征及文本的深层语义特征相结合，最后采用聚类算法对成果文档进行聚类.实验结果表明，在搜集的近7万份勘探开发成果文档数据集中，采用该方法使文档分类效率比手工方法提升了91.8%,标签获取准确率达93.6%,效率上和准确率都实现了较大提升.