跳跃扩散过程下企业的最优投资策略

越来越多的不确定因素使得投资企业很难快速决策以抓住最佳投资时机从而获取最大收益.针对这一问题,假定项目投资成本和产出价格均不确定且受突发事件的影响,通过建立不确定因素服从跳跃扩散过程的实物期权模型,求解了企业的投资期权价值和投资阈值,并分析了最相关参数对企业投资阈值的影响.在以往文献假设不确定因素相互独立的基础上,考虑...     

量子点中双激子的关联能

采用精确对角化方法,研究了限制在半导体量子点中双激子的量子尺寸效应.计算了双激子量子点的基态和低激发态的关联能随限制强度大小变化的关系,揭示了双激子量子点的基态和低激发态能谱的重要性质.我们发现随着限制强度的增加,双激子量子点的基态和低激发态的关联能变化是不同的;我们还发现限制可以引起不同低激发态能级的偶然简并和能级的反转.这些性质都与系统的交换和旋转对称性有关.     

具有耳形零相关窗的序列对设计

耳形零相关窗的概念在2004年被首次提出,这种序列对在非周期相关函数的中间及两端部分都同时具有 零相关窗。在近似同步CDMA系统中,如果系统的同步误差能够控制在耳形零相关窗范围内,该序列对理论上能 够完全消除多径及多址干扰。给出了具有耳形零相关窗的二元序列对的一些结论,并在二元序列对设计方法的基 础上给出了四相序列对设计的方法。     

基于结构特征的地震剖面二维可视化方法

针对山地高陡复杂地质构造层位倾角较大,传统的可视化渲染方法破坏了地层的连续性,影响可视化效果。提出一种基于结构特征的地震剖面二维可视化方法。首先,采用邻域加权平均滤波法对地震勘探数据做预处理,提出正切值过滤法进行特征优化选择;其次,采用一种改进的相关算法来提取最具有明显结构特征的序列;最后,以结构特征序列为约束条件,进行二维渲染,输出地震剖面的二维可视化图像。实验结果表明,该方法结构特征明显,具有更好的连续性,提高了可视化的效果。     

基于倾斜校正和视差估计的遥感影像稠密匹配方法

针对遥感影像稠密匹配效率较低、匹配精度和密度不够高的缺陷,提出了一种基于倾斜校正和视差估计的遥感影像稠密匹配方法。首先基于稀疏同名点、通过倾斜校正生成核线影像;利用稀疏同名点构造三角网,以三角形为插值单元,预测核线影像对中各像素的初始视差;在初始视差的邻域内沿核线一维搜索最佳匹配点,搜索时增量计算匹配窗口的灰度均值,且将搜索步长设为2,以提高搜索效率。实验结果表明,本文方法可以达到逐像素的匹配密度,且匹配的正确率和精度很高;基于稠密点重建的真实感三维场景证明了本文方法的有效性和实用性。     

基于数字图像技术的沥青混合料反射裂纹扩展行为

为了研究不同加载模式下的沥青混合料反射裂纹扩展行为,对复合小梁试件进行复合型和弯拉型破坏荷载试验以及不同应力比状态的疲劳试验,并基于数字图像相关技术(digital image correlation, DIC)观测反射裂纹萌生至扩展全过程,从裂纹宽度、裂纹扩展路径、裂纹扩展高度及疲劳反射裂纹扩展速率深入分析其扩展行为。结果表明：沥青混合料反射裂纹扩展行为经历微裂纹萌生、微裂纹发展阶段、微裂纹向宏观裂缝转变、宏观裂缝快速发展4个阶段。反射裂纹扩展由主裂纹扩展以及次裂纹扩展构成,且次裂纹扩展速率高于主裂纹。采用logistic函数对混合料疲劳反射裂纹扩展量进行拟合是可靠的。研究成果对于完善沥青路面设计及其耐久性评价具有重要意义。     

基于时空信息的区域内光伏电站功率预测

准确的光伏电站输出功率预测对于电力系统的稳定安全运行具有重要的意义。为充分挖掘区域内多个电站间的时空信息特征,提高区域内电站功率的预测精度,提出了一种基于图卷积和长短期记忆网络(graph convolutional network-long short-term memory,GCN-LSTM)的光伏电站功率预测方法。该方法首先采用K均值聚类算法(K-means clustering algorithm, Kmeans)将区域内电站的总功率划分3种不同的天气类型;然后,为预测区域内总功率,构建了一个假想电站,并利用图卷积网络(graph convolutional network,GCN)提取电站间的动态空间相关信息特征;最后,将GCN挖掘的信息构成时间序列作为长短期记忆网络(long short-term memory network,LSTM)的输入,提取电站的时间信息特征,从而对区域内的光伏功率进行预测。结果表明,该方法可充分挖掘电站间的时空相关信息,可较为准确地对光伏电站输出功率进行预测,能够为保障电力系统的稳定安全运行提供一定参考价值。     

南京市大气颗粒物污染特征及影响因素分析

利用南京市2013年12月至2014年11月PM2.5和PM10质量浓度及气象观测数据分析了大气颗粒物污染特征和影响因素。结果表明:过去一年南京市PM2.5、PM10年均值分别为0.082 0 mg/m3、0.133 3 mg/m3。季节性差异明显,污染程度顺序为:冬季春季秋季夏季。南京大气颗粒物日变化呈"双峰双谷型"特征,峰值分别出现在上午11:00和晚间23:00附近,谷值分别出现在早晨7:00和下午18:00左右。颗粒物与温度、相对湿度、风速呈一定的负相关性,与能见度、气压有一定正相关性。气象条件共同影响颗粒物质量浓度和大气污染水平。     

中国CO2能源排放量与CO2大气浓度时空分布研究

针对全球范围内CO2排放量逐年增加,CO2大气浓度逐年上升的现实,基于国家能源统计数据(2006~2009年),对中国各省区的CO2排放总量、排放强度进行计算,并结合遥感反演的同期我国区域范围大气CO2柱体浓度数据,通过分析发现两者的时空分布具有较大的相关性,基于以省区为单位比较相关性,表明化石燃料排放的CO2确实是CO2浓度变化的一个驱动因素.     

自来水中细菌宏基因组DNA的浓度与细菌菌落总数的相关性分析

分析自来水中细菌宏基因组DNA浓度与细菌菌落总数之间的相关性,探索新的自来水细菌菌落总数检测方法。采用国标法检测自来水中的细菌菌落总数约为(165±5)CFU/m L,高于国标限值(100 CFU/m L)。通过计算得出,检测600 m L本实验水样中的细菌菌落总数相当于检测1 000 m L(1 L)100 CFU/m L的自来水。首先将600 m L及低于和高于该体积不同体积梯度的自来水经滤膜过滤收集菌体;然后使用细菌基因组提取试剂盒提取滤膜上的细菌宏基因组DNA,电泳分析提取的宏基因组质量;最后检测各个体积自来水宏基因组DNA浓度,根据检测结果分析自来水中宏基因组DNA含量与细菌菌落总数之间的相关性。提取的自来水宏基因组DNA主条带清晰,可以进行基因组DNA含量测定分析;自来水中细菌宏基因组DNA浓度与细菌菌落总数之间呈正相关的线性关系。建立一种通过检测自来水中细菌宏基因组DNA浓度来反映细菌菌落总数的检测方法,检测灵敏度可达7 CFU/m L,且省时、重复性好。