随机利率下两种奇异期权的定价

假设利率是随机利率,在全面地考虑基础变量—债券和股票的价格行为特征的基础上,利用鞅方法推导了随机利率下两种奇异期权定价公式.     

一个新的PMA诱导相关基因在Pichia pastoris酵母系统中的表达

利用包含 40 96条各种人类基因的DNA芯片研究了代谢增强剂PMA(phorbolmyristateacetate)激活的人单核巨噬细胞HTP 1的早期应答基因 ,根据已有的旧基因信息 ,实验结果基本反映了人单核巨噬细胞早期应答基因的表达谱 .选取其中一条候选早期应答基因为后续研究对象 ,并进行蛋白质的酵母表达 ,为下游的基因功能研究奠定一定的基础 .     

淀粉酶产生菌的分离筛选

从大米厂、淀粉厂周边环境土壤中筛选到三株产淀粉酶能力较强的菌株Jz1、Jz2、Jz3。经形态特征及染色等初步鉴定,菌株Jz1和Jz3为芽孢杆菌属（Bacillus）,菌株Jz2为短小杆菌属（Curtobacterium）。采用YoungJ.Y00改良法测定此三株菌株的淀粉酶活力分别为47.29 U/mL、48.48 U/mL、49.74 U/mL,具有较好的应用潜力。     

固定收益决策支持系统机理建模与数据挖掘的协同研究

以固定收益决策支持系统(FIDSS)的机理建模和数据挖掘的协同研究为重点,对FIDSS的结构分层设计、协同联结模式与协同作业功能进行了分析,对FIDSS的确定性关联、选择性关联和动态关联等三个层次上的机理建模与数据挖掘的交互方式进行了建构,以便进一步提高FIDSS的决策质量和对金融经济复杂系统管理的支持水平.     

脑表达的X连锁基因的克隆、染色体定位和初步功能研究

通过筛选人18周胎脑cDNA文库,得到一条与Bexl和Bex2在高度同源性的基因,经HUGO／GDB人类基因命名委员会的同意命名为BEX1,Northern杂交发现该基因在脑和胰腺中高表达,在心脏,胎盘,肝脏和肾脏中有较低表达,而在脑和骨骼肌中没有表达,用斯坦福大学G3辐射杂交系将BEX1定位于Xq22上的Marker DXS990和DXS 1059之间,以BEX1作为杂交探针小对小鼠的原位杂交中发现BEX1的小鼠同源基因在小鼠的生精小管中有表达,而在间质组织中没有表达,在成年小鼠（出生10周）中BEX1同源基因在生精小管的外周细胞中表达,在中层细胞（包括次级精母细胞和精子细胞）和内层细胞（主要由精子组成）中没有表达,而在6周的处于青春期的小鼠中,BEX1的同源基因在整个生精小管中都有表达,但外层细胞的表达比中层和内层细胞的表达要高得多,而在3周的幼年小鼠中,BEX1的同源基因仅有微量表达,所以BEX1在小鼠中的同源基因在青春期表达上升,生精小管成熟后表达维持在一定的水平,这提示BEX1基因可能参与精子发生及生精小管发育的过程。     

电压型PWM整流器直接功率控制系统设计

针对电压型PWM整流器直接功率控制（DPC）系统的特点,基于整流器的数学模型,得出了电压型PWM整流器DPC控制系统结构,并提出了新的整流器DPC控制系统PI调节器参数的设计方法。通过对交流电流、直流电压、瞬时有功功率及无功功率的仿真,结果表明系统具有单位功率因数、系统响应快等优点,证明了该设计方法的正确性.     

一种指纹特征识别的可信验证数字签名系统

针对云计算定制和交付两个出入口的安全问题,提出一种以可信云安全计算为支撑,基于传统密码学数字签名技术,设计了以生物指纹特征为可信计算的验证数字签名技术模型。首先利用二值化和细化算法生成1个像素宽度纹线的指纹图像数学模型框架,提取框架中的指纹特征点,进行数字指纹特征点的拓扑结构等价变换,并进行非对称加密,实现了基于指纹特征识别的可信验证数字签名信任根。结果表明该方法具备生物特征"零知识"验证特点,具有抗攻击性强、加解密运算速度快的优势,从而提高可信云-端的用户安全防御能力。     

钢筋与混凝土间的黏结滑移在ANSYS中的模拟

在有限元计算分析中，钢筋与混凝土间的黏结滑移需要用特殊的单元来进行模拟．为了寻找一条简便有效的方法，基于Houde黏结滑移理论，在ANSYS中用COMBIN39三维非线性弹簧单元来模拟钢筋与混凝土间的黏结滑移取得了很好的效果、因此可以用COMBIN39单元来模拟钢筋与混凝土间的黏结滑移．     

一种基于离散小波变换的大容量数字图像水印算法

针对目前研究中图像水印嵌入信息量偏小的问题,提出一种基于离散小波变换的大容量数字图像水印算法。通过融合嵌入方式,将水印信息嵌入在原始图像小波分解子带中,采用不同的嵌入强度因子,确保了水印信息的不可见性。同时采用Arnold置乱映射增强算法的安全性,通过剪切、JPEG压缩、椒盐噪声攻击实验证明该算法具有较强的鲁棒性。     

基于聚类的l-多样性匿名方法

-多样性(I-diversity)模型采用传统基于概念层次结构的数据概化策略,在对敏感属性进行匿名保护时往往会造成不必要的信息损失。针对这一问题,将聚类技术引入数据匿名中,提出一种基于聚类的I-diversity匿名保护方法。该方法在满足I-diversity模型的约束条件下,采用基于距离的层次化聚类算法划分元组,对不同类型的准标识符使用不同的概化策略,并依据数据概化前后属性值不确定性程度的变化描述数据概化带来的信息损失。同现有的I-diversity模型相比,该方法能较好地保护用户的敏感属性,并且在一定程度上降低了概化处理带来的信息损失。