蕴含K1，1，3的正可图序列的最小度和

Gould R J等人考虑了下述经典Turán型极值问题的变形对于给定的图H,确定最小的正偶数σ(H,n),使得对于每一个n项正可图序列π=(d1,d2,...,dn),当σ(π)=d1+d2+...+dn≥σ(H,n)时,π有一个实现G以H作为子图.本文完全确定了σ(K1,1,3,n)之值,其中Kr,s,t是r×s×t完全三部图.     

广东省工业经济能源消费碳排放的LMDI分析

我国工业经济能源消费是碳排放的主要来源．以广东省为例,从碳排放总量和碳排放强度等指标分析了1990—2011年广东省工业经济能源消费碳排放的现状与特征;用LMDI分解技术,将广东省工业经济能源消费碳排放因素分解为能源结构效应、能源强度效应、经济增长效应和人口规模效应4种因素;定量分析表明：经济增长效应是广东省工业经济能源消费碳排放增长的主导促进因素,人口规模效应为次主导促进因素;能源强度效应是广东省工业经济能源消费碳排放增长的主导抑制因素,能源结构效应是次主导抑制因素．     

古村落民居建筑发展中的文化传承——韩城杜氏聚居村民居建筑变迁的启示

选择具有深厚历史文化沉淀的杜氏村落,从功能定位、美学追求、发展趋向以及由此折射出的文化指向等方面对农村民居建筑进行比较研究,揭示农村当代与传统民居建筑不同的文化蕴涵、美学品格和功能追求,并对农村民居建筑的发展方向进行探讨。认为只有借鉴传统人文文化,在传承中创新才能走出一条既具有民族区域特色又具有时代精神的民间建筑发展之路。     

Cox比例风险模型的桥估计

在经济领域和生物科学领域的研究中,经常会遇到包括有变量指标多、样本量大的数据集.一般来说,在一个复杂模型中如果包括有很多微不足道的变量,统计结果往往很难解释.因此,为了减少这种误差,在没有先验的专业知识情况下,研究变量的选择方法非常重要.Cox比例风险模型是生存分析中重要的模型之一.本文将桥估计的变量选择方法应用于Cox比例风险模型中,该方法使用的惩罚函数是p∑j=1｜βj｜γ.用桥估计方法估计未知参数和变量选择,在一定条件下,讨论了基于惩罚部分似然的桥估计方法在Cox比例风险模型中的Oracle性质,即：相合性和渐近正态性.     

土壤热源与热泵联接运行冬季工况的试验研究

研究利用土壤热源的一种新方法，即利用我国长江流域丰富的地表水作为蓄能和传热介质，以井作为竖直埋管形式．提取土壤热量来作为热泵系统冬季供暖热源．测试结果包括不同埋管尺寸、不同水循环方式以及各种工况下运行参数对热泵性能和取热量的影响．     

基于C／S体系结构的民航收费管理系统

针对我国民航收费管理的现状,提出了基于C／S体系结构模式的中国民 航收费管理系统。该系统以民航结算中心为基础,机场和航空公司为辅,能及时准确地进行各种航空费用的结算。对系统目标、系统功能以及网络体系结构进行了具体的讨论。同时,对民航收费管理系统的关键性技术进行了深入的研究。运行结果表明,系统设计合理,对促进我国民航收费管理系统的发展大有益处。     

梅森素数与牛顿迭代

梅森素数是数论研究的一项重要内容,也是当今科学探索的热点和难点之一。卢卡斯定理是判别梅森数是否为素数的第一个重要定理,卢卡斯-雷默测试是在卢卡斯定理基础上改进后的现在已知的检验梅森数素性的最好方法。牛顿迭代法可以用来求平方根√n的近似值。本文首先揭示了卢卡斯定理与√5的牛顿迭代之间的惊人联系,然后揭示了卢卡斯-雷默测试与√3的牛顿迭代之间的惊人联系,继而揭示了梅森素数的一个同余性质与√4的牛顿迭代之间的惊人联系,又通过√2的牛顿选代得出了梅森素数的一个新的同余性质,并猜测由该性质产生的数列具有与斐波那契数列相类似的漂亮性质,接着通过√6的牛顿迭代提出了p为4k＋1形素数时梅森数Mp为素数所应满足的充要条件的猜想,最后提出了基于梅森素数同余性质的梅森数素性检验新方法的猜想。     

连铸机结晶器液面状态识别及遗传模糊控制方法

在连铸生产过程,结晶器液位易受许多复杂和不确定因素影响,难以控制。为此提出一种新的变模控制器,在这具控制器中,采用一种基于改进的聚类算法的双层ＩＳＯＤＡＴＡ算法的状态识别方法褡且在控制器中用遗传算法优化模糊规则的和内容及隶属函数,使推理速度和控制系统的鲁棒性大大改善,仿真结果令人满意。     

大眼隐翅虫的生活习性初步研究

大眼隐翅虫Stenus(Stenus,s.str.)sp.隶属鞘翅目Coleoptera、隐翅虫科Staphylinidae、大眼隐翅虫亚科Steninae的大眼隐翅虫属Stenus，喜生活于河流漫滩等潮湿的地方．实验室观察研究发现，该种隐翅虫可捕食同翅目、鳞翅目、半翅目等许多昆虫的幼体及土壤小动物，但不捕食异色飘虫卵及幼虫；并观察了它的捕食量范围及空间异质性、食物数量对捕食量的影响以及避害、取食、运动、种内残杀等行为习性．     

面向扶梯不安全行为的改进型深度学习检测算法

以YOLOv5s网络模型为基础,引入注意力机制CBAM模块,基于Ghost卷积模块重构网络模型的卷积操作,提出一种面向扶梯不安全行为的改进型深度学习检测算法.然后,在自主收集的扶梯不安全行为数据集上对其进行训练评估.结果表明,所提算法在检测精度有所提高的同时,大幅减少了检测所需的参数量和计算量.