利用ARGO实验寻找GRBs的本底研究

位于西藏羊八井宇宙线观测站(海拔4300 m)的ARGO-YBJ实验具有高海拔、大视场、全覆盖特点,其阈能约几百个GeV,在探测高能GRBs方面具有独特的优势.ARGO-YBJ实验不能分辨光子和质子,要在大量的宇宙线事例中找出光子信号,就必须正确地估计背景事例率,这是寻找高能GRBs的关键.本文采用"等天顶角法"对ARGO实验中寻找GRBs的宇宙线本底进行了分析.由于地球的自转,天顶角随着时间的变化而变化.本文重点分析了长暴在其持续时间内天顶角的变化,从而更加准确地进行了本底估计.     

跨界合作在电专业大学生创新训练初探

针对大学生创新训练项目存在的宣传、教师指导、学生参与和实施过程中的诸多问题,提出了意见建议和解决办法.其中所提出的跨界合作法融合不同专业的教师资源、学生团队、教学场地和设备,共同完成电专业大学生创新训练项目,并依托该项目逐步参与各级各类大学生创新比赛、成果展.该方法通过首届常州工学院大学生创新训练成果展的实施,结果表明该方法拓宽了学生的专业视野、极大地调动了学生投身科研的积极性、实现教师教学和科研的有效结合.     

四川省主要旅游目的地气候舒适度研究

枢纽中心和拥有高价值吸引物的旅游目的地是区域旅游经济的增长极,其旅游细分市场很大程度受气候舒适度的制约.四川省尚无目的地尺度的气候舒适度评估,据此,获取了四川省28个主要旅游目的地1986-2015年的气温和相对湿度数据,利用Terjung舒适指数、系统聚类以及月气候舒适集中指数等方法,评价了上述目的地的气候舒适度.结果显示:1)25个目的地至少有5个月及以上的整体气候舒适度适宜旅游,23~25个目的地4,5,9,10月的气候舒适度适宜旅游天数比较集中;2)按照气候适宜旅游的程度,28个目的地的气候舒适度可分为5种类型,即:长季舒暖型,中长季暖夏型,中季热夏型,中季闷夏型,短季凉夏型;3)西昌、九寨沟、北川、雅安等目的地的气候舒适度适宜夏季避暑,而所研究的目的地的气候舒适度都不适宜冬季避寒.     

宁波市公共自行车服务满意度评价模型构建研究

以宁波市公共自行车为例，将因子分析法与二项logistic法相结合，对采集的1 688份居民满意度有效问卷展开分析。利用因子分析法筛选出6个因子，利用二项logistic法剔除并筛选出5个有效因子构建公共自行车服务满意度评价模型，合理评估当前宁波市公共自行车服务满意度。同时，利用随机抽取并不参与建模的5%问卷样本对评价模型进行校验，以确保模型的准确性与合理性。该研究有助于合理评价当前宁波市居民对公共自行车的服务满意度，同时适用于对未来一段时间内公共自行车服务满意度的预测。     

VaR模型在股票风险管理中的应用研究

采用VaR模型对股票进行风险管理.介绍了VaR的3种主要计算方法,分别是参数模拟法、历史模拟法和蒙特卡罗模拟法,选取2016年沪深300指数每日收盘价序列作为分析目标,采用参数模拟法,通过MATLAB软件估计VAR值,计算出在一定的持有期内,在相应的置信度水平下的最大损失.对股票市场的风险管理提出了相关建议,并提出VaR模型未来的发展方向.     

2005～2017年快速城市化背景下洱海流域不透水表面时空格局分析

近年来随着我国经济建设的不断加快以及城市化的快速发展,工业和人口的大规模聚集造成了不透水表面的快速扩张,这对城市生态环境产生了严重的影响。作为城市化水平的关键指示因子,不透水表面已经被广泛应用在城市生态环境评估中。为了定量的分析洱海流域不透水表面拓展的时空动态特征规律,本文以大理市所在的洱海流域为研究对象,利用2005年至2017年的大理市Landsat 5、Landsat 8遥感影像,提取归一化水体指数(MNDWI)和归一化差值不透水表面指数(NDISI)对洱海流域的城市、道路进行空间分析并提取出不透水表面信息进行空间格局分析。研究结果表明：2005~2017年间,随着城市化的快速发展,洱海流域的植被覆盖率和水体等自然地物覆盖率处于下降状态,而不透水覆盖率从11.6%上升到19.8%,呈现快速持续上升趋势。由洱海水质和其流域内不透水覆盖率线性拟合结果可以得到两者具有一定的负相关性。可以预见洱海水质未来发展中随着不透水覆盖率的增长而下降。因此,在城市发展的同时,应该注重对洱海的综合治理,不能任水质自行调节。本研究结果为洱海流域内城市规划管理和流域(水)环境治理提供参考信息,具有重要的现实意义。     

带变量核的分数次积分交换子在变指数Herz-Morrey空间上的有界性

证明了带变量核的分数次积分算子T_(Ω,μ)与Lipschitz函数b生成的高阶交换子[b~m,T_(Ω,μ)]在变指数Herz-Morrey空间MK_(q,p)~(α,λ)(·)(R~n)上的有界性.     

一种自适应步长的复合梯度加速优化算法

自适应步长加速(Adam)类算法由于其计算效率高、兼容性好的特点，成为近期相关领域的研究热点.针对Adam收敛速度慢的问题，本文基于当前梯度、预测梯度以及历史动量梯度，提出一种新型Adam类一阶优化算法——复合梯度下降法(C-Adam)，并对其收敛性进行了理论证明.与其他加速算法的区别之处在于，C-Adam将预测梯度与历史动量区别开，通过一次真实的梯度更新找到下一次迭代更精准的搜索方向.利用两组常用测试数据集及45钢静拉伸破坏实验的实验数据对所提算法进行验证，实验结果表明C-Adam与其他流行算法相比较具有更快的收敛速度及更小的训练损失.     

一种电力网络潮流计算的综合算法

针对牛顿-拉夫逊法对初值要求严格,迭代速度快的特点,利用电力网的结构特点,使用高斯-塞得尔迭代法的第一次迭代结果作为牛顿-拉夫逊法的计算初值。这样既解决了牛顿-拉夫逊法对初值要求高的问题,又提高了收敛速度。计算结果表明,综合算法在迭代次数和收敛速度上有优势。