第二类广义曲线积分

在积分曲线为可求长的第二类曲线积分的基础上,利用一元函数广义积分的思想,给出了第二类广义曲线积分的定义、相关性质和第二类广义曲线积分的收敛性判定,并对部分性质和定理进行了推理论证.     

小血管医学图像的增强与实时提取

利用一种新的非线性各向异性反应扩散血管图像增强方法,对小血管图像增强后,再采用快速推进算法及融合区域信息的速度函数对小血管自动提取.该方法能够有效地增强血管的一致性取向结构及血管与背景之间的边界,并能很好地滤除噪声.借助高效的快速推进方法求解曲线进化方程,为提高算法的实时性,在数值求解中同时采用多初始化策略.实验结果表明,利用该方法可以实时地提取6~7级肺部小血管分枝.     

一种改进的粗糙表面法向弹塑性接触解析模型

针对现有各种粗糙表面接触模型存在的不足,提出一种改进的粗糙表面法向弹塑性接触解析模型,该模型同时考虑了微凸体完全弹性、弹塑性和完全塑性3种变形状态。对完全弹性和完全塑性变形阶段,采用经典弹性接触和塑性接触力学公式进行建模;对混合弹塑性变形阶段,提出一种利用低阶椭圆曲线插值进行解析建模的方法。进一步,利用概率统计分析方法建立了粗糙表面法向弹塑性接触模型。将该模型与公开文献中的其他模型进行了对比,结果表明:该模型能够描述出微凸体接触状态变量随法向接近量单调、连续和光滑的变化过程,并且能够对粗糙表面法向弹塑性接触行为进行建模;模型的预测结果和基于有限元结果的经验模型的预测结果接近。     

中厚板挤压变形函数的论证及简化

本文从中厚板弯曲基本理论出发,进一步论证了挤压变形函数的分布规律,给出挤压变形函数及简化表达式,将所得挤压应力分布规律(繁式与简式)与弹性理论中所得挤压应力值进行了比较,结果非常接近。     

运营环境下混凝土简支梁桥裂缝的非线性损伤识别

针对混凝土简支梁桥常见的开裂病害,基于改进的Hilbert-Huang变换(HHT)提出裂缝的非线性损伤识别方法。选取曲率曲线型呼吸裂缝模型并将其融入车桥耦合共振系统,以更真实地模拟运营环境下裂缝的非线性开闭现象。引入镜像延拓法和集合经验模态分解法分别改进传统HHT算法的端点发散和模态混叠问题,提取桥梁加速度响应的能量时程曲线,将能量时程曲线尖峰出现时刻和相对幅值比分别作为损伤定位和定量的特征指标,从而建立简支梁裂缝的非线性损伤识别方法。数值算例表明,采用单一传感器便可通过文中方法识别简支梁开裂的部位和程度,为混凝土简支梁的损伤识别提供技术支撑。     

黄河下游原阳段沉积物粒度特征与沉积环境分析

为探究现代黄河下游沉积环境演化,在原阳段钻取了两个钻孔岩芯(YHX-1、YHX-2),通过对钻孔沉积物粒度测试与分析,运用沉积物粒度参数、频率曲线与概率累积曲线,结合沉积物岩性及周边钻孔年代信息,划分研究区钻孔地质年代,揭示研究区沉积水动力条件及环境演化历史。结果表明：YHX-1分为7个沉积段,YHX-2钻孔为11个阶段,中更新世时期,两根钻孔以中细砂为主,沉积相以河床亚相为主;晚更新世时期,钻孔经历短暂河漫滩微相,进入漫长的河床相沉积;全新世早期,YHX-1钻孔由湖泊沼泽沉积转变为河漫滩沉积,YHX-2钻孔为河漫滩沉积;全新世晚期,黄河改道流入当今河道,两根钻孔河床沉积相对比分析表明,改道后黄河主河道经历由北向南的变迁过程。     

关于Mersenne数的椭圆曲线测试的注记

Lucas和Lehmer给出了测定Mersenne数的经典方法[1].在Journal of Number Theory 110(2005)“An elliptic curve test for Mersenne primes”[2]一文中,Benedict又给出了一种对Mersenne数进行素性测的椭圆曲线测试,但并没有给出两种测试运算量的分析与比较.本文根据其原理进行了实现分析,并与经典的Lucas-Lehmer测试进行运算量的比较,结果显示椭圆曲线测试的运算量大于Lucas测试运算量的4倍.     

论退化结点的稳定性

已知系统{dx/dy=ax＋by dy/dt=cx＋dy的奇点O（0,O）为退化结点,能否存在系统{dx/dt=ax＋by＋X（x,y） dy/dt=cx＋dy＋Y（x,y） 使O（0,0）为临界结点或焦点或正常结点或鞍点？其中X（x,y）为x,y的非线性函数．而且lim（x^2＋y^2→0） X（x,y）/√x^2＋y^2=lim（x^2＋y^2→0）Y（x,y）/√x^2＋y^2=0.     

一类带形状参数Bézier曲线的形状修改

定义了一类带形状参数的Bézier曲线,分析了参数对曲线形状的调节作用,给出了二次和三次曲线的形状修改算法,实例表明算法是有效的。     

Yield curve forecast combinations based on bond portfolio performance

We propose an economically motivated forecast combination strategy in which model weights are related to portfolio returns obtained by a given forecast model. An empirical application based on an optimal mean–variance bond portfolio problem is used to highlight the advantages of the proposed approach with respect to combination methods based on statistical measures of forecast accuracy. We compute average net excess returns, standard deviation, and the Sharpe ratio of bond portfolios obtained with nine alternative yield curve specifications, as well as with 12 different forecast combination strategies. Return‐based forecast combination schemes clearly outperformed approaches based on statistical measures of forecast accuracy in terms of economic criteria. Moreover, return‐based approaches that dynamically select only the model with highest weight each period and discard all other models delivered even better results, evidencing not only the advantages of trimming forecast combinations but also the ability of the proposed approach to detect best‐performing models. To analyze the robustness of our results, different levels of risk aversion and a different dataset are considered.