岩石细观损伤过程的CT动态观测

采用宏观轴向应力与密度损伤增量结合分析岩石纲观损伤演化过程。根据ＣＴ图像可以求得岩石损伤过程中任意应力阶段任意区域岩石密度损伤增量,首次将任意区域岩石压密和扩容定量化。岩石密度损伤增量不仅可以反映岩石损伤程度,而且可以描述岩石损伤演化过程。进一步讨论表明,岩石密度损伤增量场能圆满地刻画岩石细观损伤状态和岩石细观损伤过程。     

二灰碎石基层材料的合理结合料质量分数

在二灰碎石最优级配的基础上，根据集料不同密实状态下的空隙率变化结合料的体积分数，通过力学性能、干缩、温缩性能试验，研究结合料质量分数的变化对路用性能的影响，并运用灰色关联决策对不同结合料质量分数下二灰碎石路用性能进行了综合评定。结果表明：当石灰与粉煤灰的质量分数达到21．5％时，二灰碎石28d抗压强度、劈裂强度和抗压模量达到最大值；二灰碎石7d龄期的干缩应变随着结合料质量分数的减少而减小；二灰碎石7d龄期的总平均温缩系数（60℃～-30℃）和低温平均温缩系数（10℃～-30℃）随着结合料质量分数的减少而减小，而高温平均温缩系数（60℃～10℃）呈增大趋势；二灰结合料存在一个最佳体积分数，即当二灰结合料的体积分数等于集料的松散状态下空隙率时，其路用综合性能才能达到最优。     

基于概率神经网络的核保风险分析模型

运用多元统计和概率神经网络的方法，结合实际研究项目，提出医疗保险中的核保风险分析模型．它是利用已知信息对投保人的患病风险以及属于何种风险类别进行分析和判别．其做法是首先对数据库用Kendall（tau-b）进行相关性检验，剔除导致疾病发牛的相关性较小的因素，然后选取17000条数据作为训练集，应用概率神经网络进行训练．训练完成后，选取另外1000条数据作为测试集，检验预测结果．这种模型用MATLAB软件实现，具有呵操作性，并可推广到相应的保险和余融等领域的风险分析问题中去。     

检疫性杂草假高粱及其近似种SSR分子标记的遗传多样性

利用SSR标记对8个假高粱及其近似种样品的遗传多样性进行研究,结果发现:(1)在11对SSR引物中,有5对扩增出多态性,这5对引物共检测到25个多态性位点,每对引物平均能检测到5个多态性位点;(2)根据Nei’s遗传距离分析的聚类树显示:这8个高粱属物种共可分为2个类群,7个亚类群;假高粱和黑高粱、拟高粱和明福1号间的亲缘关系极近;(3)SSR结果揭示出所测8个群体的Gst为0.0864,说明本文研究的Sorghum属8个物种的群体遗传分化程度属于中度。     

公路曲线中线桩放线方法研究

讨论了公路圆曲线和缓和曲线中线桩的测设数据计算和测设方法。此法不受客观条件的约束，克服了传统放样方法的局限性，配之以高级计算器，方便快捷，可减少计算量和野外工作量。     

基于增量特征和局部奇异性的水下图像分割法

针对深海三类典型的纹理:热液、岩石和海水,提出了一种新的基于增量特征和局部奇异性的水下图像分割方法.定义了一种新的增量特征s(d),反映像素点由小尺度到大尺度变化的剧烈程度;利用二维小波变换分析图像局部奇异性,并结合多项式拟合的方法提取奇异性特征P;最后根据s(d)和P组成特征矢量,结合k均值聚类方法,对图像进行分割.实验结果表明该方法能有效地分割出上述三类纹理.     

药食同源相关术语问题与对策

中国的药食同源理论独具特色,药食同源产业在国民健康与经济社会发展中发挥着重要作用。但是,当前药食同源相关术语及其标准化文件的缺乏,给药食同源产业的健康发展造成了较大困扰。文章介绍了药食同源产业的发展概况,分析了药食同源相关术语建设的现状与存在的问题,探讨了药食两用植物等重要术语的含义,提出了制定、完善药食同源相关术语的策略。     

简化分类相关器模型——DCR模型

本文提出一个DCR模型——以深度结构DA、竞争结构CA和相关联想结构RA为一体的模型,通过DA进行输入向量的特征集分类,再通过CA竞争出最重要特征,再由RA找到与之关系最紧密的特征表达,并进行相应的回忆,从而实现重要特征的提取和联想,并作为系统输出或控制结构的决策参数。     

中国产业结构与就业结构的相关性研究

根据1952～2010年我国主要年份产业结构和就业结构的统计数据,计算得到相关系数、比较劳动生产率、产业结构偏离度、就业弹性等指标,找出目前我国产业结构与就业结构协调发展存在的一些问题,并提出一些合理化建议。     

The impact of parameter uncertainty in insurance pricing and reserve with the temperature‐related mortality model

Changes in mortality rates have an impact on the life insurance industry, the financial sector (as a significant proportion of the financial markets is driven by pension funds), governmental agencies, and decision makers and policymakers. Thus the pricing of financial, pension and insurance products that are contingent upon survival or death and which is related to the accuracy of central mortality rates is of key importance. Recently, a temperature‐related mortality (TRM) model was proposed by Seklecka et al. (Journal of Forecasting, 2017, 36(7), 824–841), and it has shown evidence of outperformance compared with the Lee and Carter (Journal of the American Statistical Association, 1992, 87, 659–671) model and several others of its extensions, when mortality‐experience data from the UK are used. There is a need for awareness, when fitting the TRM model, of model risk when assessing longevity‐related liabilities, especially when pricing long‐term annuities and pensions. In this paper, the impact of uncertainty on the various parameters involved in the model is examined. We demonstrate a number of ways to quantify model risk in the estimation of the temperature‐related parameters, the choice of the forecasting methodology, the structures of actuarial products chosen (e.g., annuity, endowment and life insurance), and the actuarial reserve. Finally, several tables and figures illustrate the main findings of this paper.