薄平板气动导数的数值仿真技术

提出了一种基于计算流体动力学方法计算流线型断面气动导数的数值模型．该模型以粘性不可压Navier—Stokes方程和有限体积法为基础,通过求解作强迫振动的断面绕流场,由得到的气动力时程得到断面的气动导数．利用该模型数值模拟了薄平板的气动导数,其仿真结果与薄平板气动导数风洞试验值、Theodorsen理想平板解析解的一致性,证明了本文方法的有效性．该数值方法可应用于桥梁断面颤振导数的识别．     

硝基苯化合物生物毒性的定量构效关系研究

为深入认识硝基苯类化合物活性与其结构之间的关系,基于逐步回归方法,建立了精度较高的QSAR多元回归模型.研究中提取了35种硝基苯类化合物的5种结构参数、5种量子化学描述符及1种分子指示变量.运用逐步回归方法进行了变量的压缩和选择.进而实施了多元回归分析,并由所得结果进行了硝基苯类化合物结构与生物毒性关系的理论解释.     

七元瓜环与吖啶类化合物主客体作用测试

利用紫外吸收光谱法、荧光光谱法和1H NMR技术等现代分析方法,测试了七元瓜环(cucurbit[7]urils)与吖啶、9-氨基吖啶、3,6-二氨基吖啶(分别记为g1、g2、g3)的主客体作用。实验结果表明:在酸性或中性条件,用三种方法均能观察到七元瓜环与客体的相互作用,但在强碱性条件下,用上述方法观察不到主客体的相互作用,利用光谱法得到七元瓜环与g1、g2、g3均形成物质的量之比为1∶1的包合物,计算出相应的平衡常数,并利用核磁表征考察了主客体可能的作用模式。     

基于聚类分析的申贷信用等级评价方法

 为了解决申贷信用等级评价问题,介绍了解决银行申请贷款信用等级评价中聚类分析采用的基本概念及术语,提出了2种聚类算法包括基于信贷数据的聚类算法δ-kmeans;基于高维信贷数据的聚类算法ASC,并通过实验对其性能进行比较分析,实验表明:①δ-kmeans算法在信贷风险的控制上取得较好效果;②相比传统k-means和Coweb算法,ASC算法在聚类高维信贷数据上更加有效.利用k-means算法对银行信贷数据的聚类动力学关系进行分析.最后,给出了聚类分析算法在银行信贷领域应用的的难点.     

信用攸关的利率互换的定价

在约化方法的框架下,针对实务界出现的一种新型信用衍生产品--信用攸关的利率互换(credit contingentinterest rate swap,CCIRS),以偏微分方程(partial differentialequation,PDE)为方法,利用对冲原理建立了定价模型.之后分别利用显式和隐式差分对模型进行数...     

3,5-双二茂铁基二氢吡唑衍生物的合成及晶体结构

将具有生物活性的吡唑杂环和磺酰基与茂铁基结合在同一分子中,以二茂铁为起始原料,设计合成了一种双二茂铁基取代的4,5-二氢吡唑化合物,用IR、MS、1 H-NMR等对化合物的结构进行了表征,并采用X射线单晶衍射方法测定了化合物的晶体结构.该化合物(C29H26Fe2N2O2S)属于单斜晶系(monoclinic),空间群P2(1)/c,晶胞参数:a=(1.958 6±0.000 4)nm,b=(1.093 6±0.000 2)nm,c=(1.164 9±0.000 2)nm,α=90.00°,β=(92.71±0.03)°,γ=90.00°,Z=4,F(000)=1 472,DC=1.541g/cm3,μ=1.278nm-1.该化合物以氢键作用沿c轴连接成链状结构,相邻的链状结构再通过氢键作用连接,以此延伸形成一个空间网格结构,得到结构稳定的超分子化合物.     

基于类别不平衡的企业信用风险违约测度探索 ——以制造业上市公司为例

针对所获取的类别不平衡的深沪A股制造业上市公司财务数据,为了预测制造业上市公司信用违约情况,提出基于欠采样改进的Lasso-Logistic模型;首先通过计算WOE和IV值,剔除风险识别能力和稳定性较差的变量,接着从"数据"层面对现有的Lasso-Logistic模型进行批量欠采样处理,最后结合"算法"层面对Lasso...     

光谱法研究一种含咪唑啉酮类衍生物与牛血清白蛋白的相互作用

应用荧光光谱及紫外可见光谱的方法研究了2-氨基-5-苯亚甲基-4H-咪唑啉-4-酮衍生物(BPH5)与牛血清白蛋白(BSA)的相互作用.实验发现BPH5能强烈猝灭牛血清白蛋白的荧光强度,其荧光猝灭机理为动态猝灭.在此基础上计算了二者相互作用的结合常数、结合位点数及△H,△G,△S等热力学参数等.结果表明BPH5与BSA以1∶1结合,其反应主要是熵驱动的,相互作用力主要为疏水作用力.根据F(o)rster无辐射能量转移理论计算了给体(BSA)与受体(BPH5)之间的结合距离.     

基于支持向量机的信用评估模型及风险评价

运用基于支持向量机理来建立一个新的个人信用评估预测模型,以期取得更好的预测分类能力.并对SVM分类结果与三层全连接BPN分类结果进行了比较.结果表明,在判别潜在的贷款申请者中支持向量的判别结果比神经网络的要好.为了减小训练集偏差及为了验证两种方法的鲁棒性,基于两种策略(平衡样本与非平衡样本)交叉验证来进一步评价SVM分类准确性,并对两种方法基于两种策略的误分类作了风险代价分析.     

Real‐Time Forecasts of Inflation: The Role of Financial Variables

We present a mixed‐frequency model for daily forecasts of euro area inflation. The model combines a monthly index of core inflation with daily data from financial markets; estimates are carried out with the MIDAS regression approach. The forecasting ability of the model in real time is compared with that of standard VARs and of daily quotes of economic derivatives on euro area inflation. We find that the inclusion of daily variables helps to reduce forecast errors with respect to models that consider only monthly variables. The mixed‐frequency model also displays superior predictive performance with respect to forecasts solely based on economic derivatives. Copyright © 2012 John Wiley & Sons, Ltd.