带干扰保费混合收取的单险种风险模型

将双Poisson风险模型推广为带干扰保费混合收取的单险种风险模型,并利用鞅的方法讨论了这种风险模型的破产问题.     

组播拥塞控制策略设计与仿真研究

组播是一种高效率的点对多通信方式,在过去几年中组播传输机制己经成为一个活跃的研究领域.针对组播在Internet上进行大规模应用所面临的拥塞控制问题,将主动网络的技术应用到组播拥塞控制中,提出了通过主动节点主动检测拥塞和调整发送速率,实施hop-by-hop的拥塞控制的"主动"式的拥塞控制策略.在NS2平台上进行了大量网络仿真分析表明:该策略不仅对组播通信具有良好的拥塞控制能力,而且具有很好TCP友好性.     

海洋动物寡肽制备与功能特性研究进展

海洋动物中含有大量的活性肽,这些活性肽具有不同的功能特性。其中海洋动物寡肽具有抗氧化、抗肿瘤、抗菌、调节血糖、降低血脂、增强免疫力等重要的生物活性。对这些寡肽的结构,制备工艺,功能特性及其应用前景进行综述,为海洋药物和海洋功能食品的开发提供参考。     

ACF酶催化空气净化材料的合成及甲醛降解机理

该文采用高分子材料与ACF（活性炭纤维）复合并负载模拟酶催化剂、纳米银杀菌剂,合成生态型空气净化复合材料;检测合成样品对甲醛的催化净化能力;进行样品抗茵测试。检测结果表明：试样对甲醛具有长期高效催化净化能力;对大肠杆菌、金黄色葡萄球菌抗茵率为100％;探讨了模拟酶催化分解甲醛的机理和反应历程。     

基于两层主动学习策略的SVM分类方法

针对当前主动学习策略直接用于支持向量机(SVM)分类器时存在泛化能力不强的问题,提出了两层主动学习策略(TLAC),该策略利用协调训练的思想,深层挖掘未标记样本数据的分布知识,从而选择最有利于分类器性能的样本来训练分类器.实验表明,该TLAC策略能够合理地指定TSVM算法中的正样本数,在典型指标测试中都表现出了一定的优越性.     

高MgO镍铁渣作为活性混合材使用的可行性分析

中国镍铁渣排放量很大,但目前尚未找到大量利用的途径。笔者在分析镍铁渣组成、性能的基础上,对镍铁渣作为活性混合材使用的可能性及效果进行了研究。结果表明:镍铁渣中非晶体矿物的含量为88.1%,含量高达27.07%的MgO主要以顽辉石和镁铁橄榄石两种晶体矿物形式存在。镍铁渣的比表面积影响其活性和在水泥中的掺量。作为活性混合材,镍铁渣比表面积需不低于454.6m~2/kg。比表面积越大,活性指数越大,掺量越大。镍铁渣水泥的压蒸安定性合格,即使在水泥中掺入50%比表面积842.9 m~2/kg的镍铁渣,水泥的压蒸膨胀率仅为0.11%,大大低于0.5%的GB750—1992要求,由此证明镍铁渣不会因为MgO含量高而影响其作为活性混合材的使用。     

基于遗传算法混合有源滤波器参数的多目标优化

为了解决混合有源滤波器(hybrid active pow erfilter,HAPF)参数匹配以及无源部分和有源部分容量的合理分配,提出一种基于小生境遗传算法的多目标满意优化设计方法,较为全面地考虑HAPF的容量、滤波效果、无功补偿等因素,使得多目标参数求解达到协调满意的效果。优化结果表明:有源部分容量仅为滤波器容量的6.4%,电流总畸变率降低到0.8%,同时满足系统无功功率需要,降低了HAPF系统的投资,提高性能价格比,达到HAPF实用化及谐波抑制的目的。     

城乡收入差距、农民工数量与农民收入:基于实证数据的分析与思考

关于城乡收入差距、农民工数量与农民收入之间相互关系,传统的经济学相关理论给出了解释.对中国改革开放以来历年统计数据计量分析结果表明:"推拉"理论在中国是适用的,但同时也发现变量之间的因果关系及回归模型系数正负号与传统的经济理论的解释不符.问题的根源在于中国的二元经济结构下农民群体的地位被边缘化并不断加强,这导致农民、农民工通过自身力量只能有限提高收入水平但无法有效缩减城乡收入差距的结果.     

基于电动静液压作动的新型汽车主动悬架

作动器是汽车主动悬架系统研究的关键。在分析传统被动悬架和电液伺服主动悬架及功率电传作动系统PBW(Power-By-W ire)的基础上,提出了基于功率电传的电动静液压作动器EHA(E lectro-Hydrostatic Actuator)新型汽车主动悬架结构型式。建立了1/4汽车动力学模型,设计了用于EHA主动悬架控制的模糊控制器。为了研究可控悬架的响应特性以及验证模型的有效性,利用建立起的基于EHA的主动悬架动力学模型,在一定路面输入下进行了仿真分析。结果表明,与传统被动悬架相比,基于EHA的模糊控制主动悬架大大改善了汽车的平顺性和操纵稳定性。     

基于人工神经网络动态标定算法的低成本视线追踪系统

针对视线追踪系统成本高、标定算法复杂的问题,研究了一种低成本视线追踪系统.系统采用低成本网络摄像头,采集到的图像首先采用Haar-like特征与肤色结合算法来进行人脸检测,并利用主动表现模型算法和光流法定位并跟踪人脸特征点;然后利用梯度向量法进行瞳孔中心检测;为了提高系统精度和鲁棒性,提出了一种人工神经网络的动态标定算法.实验表明,视线追踪系统不仅具有很好的鲁棒性,而且具有较高的精度,在头部静止的情况下平均误差为1.34°,在头部运动的情况下平均误差为3.26°.