欧式看跌期权定价问题的紧致有限差分格式

针对单个的Black-Scholes方程,提出一种紧致差分格式.首先,利用指数变换消去方程中的空间一阶导数;接着,在时间方向上采用CN格式,空间二阶导数采用四阶Padé逼近,构造精度为O(Δt~2+h~4)的紧致差分格式;然后,利用一种较为不同的离散能量法分析差分格式的稳定性和收敛性;最后,通过数值算例验证理论分析的有效性.     

高低温环境航天机构力矩特性测试平台研制

为了测试在太空环境下航天机构中弹性机构的性能指标,研制了高低温环境下测量角度-力矩特性的测试平台.分析测试平台测试原理后,设计了平台的机械结构、设计电气系统结构并搭建软件系统.机械结构考虑对被测对象的保护,针对高低温测试带有高低温箱,可以为被测对象提供-100℃～100℃的温度环境,具有热变形偏差测量与补偿设计,减少温度变化对测量精度的影响.软件系统具备收集、处理、存储数据和图形化显示能力.分析平台不确定度的组成,对传感器进行测试校准并对航天弹性机构进行测试,测试结果验证了:该测试平台的力矩检测范围为0～50 N·m,力矩检测精度≤0.5％FS,角度测量扩展不确定度为U=35.6″,得到了被测对象的角度-力矩特性曲线图.     

收入不平等与知识产权保护对城市创新的影响——基于淮海经济区20个城市的实证分析

以淮海经济区的20个城市作为研究样本,运用OLS和工具变量(IV)回归的方法探求收入不平等及知识产权保护对于城市创新的影响。另外,详细论述了模型中存在的内生性问题,并引入了地理意义上的外生变量。结论表明:①强的知识产权保护有利于带动淮海经济区的城市创新,这个结论也验证了大量的国内外研究;②强大的中产阶级的存在有利于促进城市创新。由于本文是为数不多的对该领域的探索,并且样本量过小,所以第二个结论能否被推广还有待被更大范围的数据验证,但该结论对淮海经济区却有很强的针对性。基于此,提出了如下建议:加强知识产权保护及配套制度的制定、缩小城乡和城市之间的差距,以及加强区域中心城市功能。     

不均匀沉降对钢网壳结构影响分析

不均匀沉降会对建筑物产生不利影响,甚至会导致局部或整体的破坏.本文以浙江绍兴某钢网壳结构为研究对象,运用有限元分析软件ANSYS,模拟分析不均匀沉降对该钢网壳结构应力、变形及稳定性的影响.结果表明:不均匀沉降会降低钢网壳结构的静力性能和稳定性能,且不均匀沉降越大,对结构的影响越不利.     

生活中的对称及对称性的刻画

文章通过对一些具体的对称对象进行分析，得到了对对称的基本特性的认识，并给出了对称的精确刻画。     

智斗椰心叶甲

也许很多人不知道,2002年,以椰风树影闻名的海南岛曾经历一场椰树"生死劫",无数椰树枯黄、死亡。造成这一惨剧的是一种外表美丽的害虫—椰心叶甲。为了拯救美丽的椰林,科学家们施展浑身解数,化学防治、生物防治,多管齐下围剿椰心叶甲。椰风海韵构筑了海南岛秀美的风光,夕阳西下,树影婆娑,最令人难忘。椰树巨大的羽毛状叶片从树梢伸出,撑起一片伞形绿冠。高大笔直的树干上端结着一颗颗圆滚滚的椰子,让人垂涎欲     

基于ESVM的科技政策文本标签分类研究

文本标签作为一种文本关键词,能够简化科技政策中有效信息的挖掘。本文从科技政策类别角度,将标签类别分为科技投入、知识产权、农村科技和税收四类,针对传统SVM算法的缺点和标签数据不平衡的缺点,结合欧式距离思想,提出一种带有惩罚因子的ESVM科技政策文本标签分类方法。最后,对比SVM和ESVM两种分类方法,验证了本文方法在处理科技政策文本标签数据上的有效性。     

一类奇异 Volterra 积分方程在 L^p (p ≥1) 空间中的适定性

受分数阶微分方程定性理论的启发，本文利用不动点定理研究了一类奇异Volterra积分方程在L^p（p≥1）空间中的适定性，推广改进了已有结果.特别地，Riemann-Liouville分数阶微分方程适定性问题可以作为本文结果的特例.     

Post李超代数结构的性质

通过post李超代数的定义, 讨论post李超代数结构的基本性质, 给出post李超代数的一些存在性结果, 并利用post李超代数可构造LR超代数和左对称超代数, 给出交换post李超代数结构的相关结果.     

基于数据场联合PRI变换与聚类的雷达信号分选

基于脉冲描述字进行雷达信号分选时,传统聚类算法需要预先人工设定聚类中心和聚类数目。针对该问题,提出一种基于数据场理论联合脉冲重复间隔(pulse repetition interval,PRI)变换与聚类的雷达信号分选新方法。首先,依据数据场理论,基于势值大小实现干扰点剔除,而后利用PRI变换算法进行PRI估计,依据PRI估计值将归一化脉冲描述字数据预分类,进而以各类数据集中心间的欧氏距离小于辐射因子为准则进行类别合并,自动得到初始聚类中心和聚类数目,最后通过改进K-Means算法完成聚类分选。仿真实验表明:所提方法能够应对存在频率捷变,重频参差、抖动、参数交叠、局部脉冲丢失的复杂信号环境,分选正确率明显提升。