非线性协整关系及其检验方法研究

文献「４」所提出的协整概念描述了向量时间序列中的长期线性均衡关系,从而可以称为“线性协整”。然而,经济系统中的许多时间序列是长记忆的,这些序列本身以及序一是往往存在非线性关系,所以对这些序列进行线性协整分析是不太合适的。     

（2＋1）-维色散长波系统的对称约化与群不变解

研究了（2＋1）-维色散长波系统．首先,确定该系统的对称群,此对称群含有3个任意的光滑函数,然后利用某些子群,把系统约化为热传导方程和第二型Painlevé方程．     

Phonics：中国人英语学习方法的革命

自然拼读法在字母的发音和单词的发音及拼写之间建立起直接的联系,把单词的“音”与“形”相结合,符合语言学习的规律。与“国际音标”相比,该方法只有两个标注符号,简单易懂,有助于学习者掌握字母或字母组合的发音与拼写之间的对应关系,快速提高学习者的单词拼读与拼写能力,是中国人英语学习方法的一次革命。     

考虑温泉影响的深埋长隧洞温度场研究

在富热地区修建埋深大、洞线长的隧道,往往由于其所处的特殊地质环境而遇到高地温问题.采用传统的热传导方法对温度进行预测,在遇到有地下水或局部基岩裂隙水时,由于不能考虑到水流活动对温度场的影响,会得到与实际相差很大的结果.针对齐热哈塔尔水电站引水隧道开挖过程中出现较严重的热害问题,依据热传导-对流模型,采用Z-SOIL.PC 2010软件对隧洞温度场进行数值分析,研究了隧址区发育的泉水对温度异常的影响.温泉对隧道洞线方向一定范围内温度分布有较大的影响,同时随着垂向深度增加,这种影响逐渐减弱,进而对隧址区温度场进行了区域划分,为同类隧道热害预防和处理提供一定参考.     

X6132型万能升降台铣床铣削长齿条的附件设计

长齿条由于尺寸太长而无法在通用设备上加工,通过对X6132型万能升降台铣床的附件——铣头、分度器的重新设计,使装有铣齿装置的X6132型铣床可同时加工几根齿条.实践证明,通过加装长齿条铣头和分度器附件铣削加工长齿条,方法合理实用.     

义187井高密度钻井液技术

义187井是济阳坳陷沾化凹陷渤南洼陷义187断块的一口评价井,完钻井深3980m。二开裸眼段长,地层裂缝发育,井壁失稳严重。三开钻遇膏岩及泥膏岩,地层蠕变快,易发生缩径卡钻事故;钻井液体系易受污染,导致流变性变差;井底温度高,使用高密度钻井液施工难度大。通过使用聚磺防塌钻井液体系及聚胺强抑制钻井液体系,配合现场钻井液维护处理工艺,顺利完钻。测试表明,日产原油185.2t,天燃气13400m3,显示了良好的勘探开发前景。     

重力有压流长距离输水可靠性模拟

以重力有压流长距离输水系统为研究对象,采用水厂需水量满足程度作为系统可靠性的量化指标,建立输水系统可靠性模型,模拟分析了连通管间距对输水系统可靠性的影响.算例结果表明,随着连通管数目的增加,系统可靠度趋于稳定;同一连通管间距下,输水距离越大,系统可靠度越低;随连通管间距的减小,输水距离导致的可靠度差距逐渐减小.在保证输水系统可靠度要求的前提下,定量测算了不同输水距离下连通管间距的参考值,为科学设计长距离重力有压流输水系统,提高系统可靠性提供依据和参考.     

从谱演化方面的信息探讨 GRB 061007 的暴周环境

GRB 061007是一个明亮的、长时标的伽玛射线暴（简称伽玛暴）,其红移为1．261．一方面,Swift／XRT观测到的数据显示,此暴X射线波段的光变曲线呈现出单一幂率形态,且幂率指数αXRt=1．68±0．01．另一方面,经由Faulkes Telescope South（简写为FTS）提供的BVRi’多波段光学余辉数据,作者分析发现其各波段光变曲线的幂率指数αOptical均在1．6左右．拟合得到的2个波段幂率指数如此相近,也就意味着此暴的X射线波段和光学波段具有同一起源．作者通过分析X射线波段和光学波段的谱演化情况,探究GRB061007的暴周环境．分析的结果显示,X射线波段的谱指数JB没有演化,而光学波段的谱有向蓝端演化的趋势．根据其光学波段谱的演化趋势,推测此暴的暴周环境不是均匀介质,而应是星风环境．     

跳远运动技能学习效率可控性研究

从技能控制角度对跳远运动技能可控性的跑跳技能和学习效率进行了比较分析.结果显示,最后10m助跑速度越快,可控速度越强,跳远成绩越好,跳远速度链处于平衡、稳定、可控范围.正确处理可控性模式中可控速度、肌肉活动状态和跑跳技术的组合关系,有利于跳远运动技能的形成,使学习效率得到提高.从总体看,跑跳速度链失衡是跳远运动技能形成过程中存在的主要问题,作为运动技能组成部分的可控核心肌群对跳远成绩的提升有较大影响.     

基于LSTM的短波频率参数预测

针对现有短波通信频率参数预测方法操作繁琐、预测精度不足的缺点,首次提出一种基于长短期记忆型循环神经网络（LSTM RNN）的预测方法。通过对电离层参数f0F2数据的分析,利用LSTM在处理时序相关数据时可以长期记忆网络历史数据的优势,对f0F2值进行预测。对比反向传播神经网络（BPNN）,LSTM将误差降低了7%,并将均方误差控制在2%以下。研究结果表明：基于LSTM搭建的提前预报5天的f0F2值的模型是可行的且比BP神经网络更适合预测电离层的f0F2值。