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.     

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.     

吸附溶出伏安法检测吸毒人员尿液中吗啡

吗啡既是临床用镇痛剂，也是公认的毒品.为实现对尿液中吗啡的快速、简单、高灵敏度与高选择性检测，将多壁碳纳米管羧基化处理后，直接滴涂于打磨并表征过的玻碳电极表面，制备得到了羧基化多壁碳纳米管修饰玻碳电极(MWNTs-COOH/GCE)，并采用差分脉冲吸附溶出伏安法(ASDPV)对吗啡(MOP)进行检测.结果表明，在优化了传感器的制备及检测条件(包括MWNTs-COOH的滴涂量以及富集时间、富集电位、缓冲溶液的pH等)后，得到的MWNTs-COOH/GCE检测吗啡的工作曲线回归方程为lg(I/μA)=0.687lg[c/(μmol·L^-1)]-0.068 (r~2=0.992 0)，线性范围为1.0×10^-7～1.0×10^-4 mol/L，检出限为8.0×10^-8 mol/L.在使用尿酸酶除去尿液中的干扰物尿酸后，用该传感器检测实际吸毒人员尿液中吗啡的质量分数，得到的检测结果与高效液相色谱检出结果的相对误差绝对值在4.24%以内.通过t检验法发现在置信度为95%时，两种方法并无显著性差异.     

迹为整数的3×3阶正交矩阵的谱

讨论了3×3阶正交矩阵的特征值和迹的关系,证明了迹为整数的3×3阶正交矩阵的谱可由迹确定,为应用广泛的3×3阶正交矩阵的谱的计算提供了简单实用的方法.     

播期推迟对冀东地区强筋小麦产量构成和籽粒蛋白质质量分数的影响

为研究强筋小麦在冀东地区对不同播期反应差异,2016～2017年在大田条件下,以强筋小麦津农7号和中麦1062为材料,设置3个处理播期,分别是10月10日(SD1),10月15日(SD2)和10月20日(SD3),以10月5日为对照播期(CK),研究了不同播期对强筋小麦产量和籽粒蛋白质质量分数的影响。结果表明:(1)随着播期的推迟,小麦干物质积累量显著降低;(2)产量最高值出现在10月10日这一播期,早播或晚播均会造成不同程度的减产;(3)籽粒蛋白质质量分数随播期的推迟而提高,播期推迟有利于提高籽粒蛋白质质量分数。     

中立型分数阶微分控制系统能控性

研究一类分数阶中立型微分控制系统的能控性问题,对系统状态方程的分析,利用拉普拉斯变换通过基本控制系统的基础解给出了控制系统通解的表达式,并且通过构造格拉姆矩阵,研究了控制系统能控性的充分必要条件;最后通过举出一个格拉姆矩阵的计算举例来进行验证。     

基于小波分析对地面电场信号的去噪及闪电信息提取

基于小波分析方法,通过对7种小波函数在误差控制和阈值方法选取上的对比,参考信噪比及均方误差等计算结果,选取了较为合理的Rigrsure阈值分析方法和sym5小波函数作为地面大气电场信号的去噪处理方法.该方法不仅能够较好地对电场信号波形平滑处理,降低电场波形中噪声信号的叠加度,还可保留闪电引起的电场的快速变化.在此基础上,利用差分计算方法实现了对闪电信号的自动识别,引入了总闪电频数误差及分时段闪电频数与人工分析结果的相关系数等2个参考量来选取差分计算方法中电场差分阈值,通过该方法可以实现闪电频数和极性等有关信息的提取.     

两种改进的非线性方程组四阶迭代求解法

文章基于两点Gauss型求积公式,分别结合梯形积分公式和Adomian分解法构造了两种牛顿型迭代格式.借助泰勒展开式,文章证明了这两种迭代格式都具有四阶收敛,并通过数值实验例子验证这两种迭代格式的有效性.     

一种自适应步长的复合梯度加速优化算法

自适应步长加速(Adam)类算法由于其计算效率高、兼容性好的特点，成为近期相关领域的研究热点.针对Adam收敛速度慢的问题，本文基于当前梯度、预测梯度以及历史动量梯度，提出一种新型Adam类一阶优化算法——复合梯度下降法(C-Adam)，并对其收敛性进行了理论证明.与其他加速算法的区别之处在于，C-Adam将预测梯度与历史动量区别开，通过一次真实的梯度更新找到下一次迭代更精准的搜索方向.利用两组常用测试数据集及45钢静拉伸破坏实验的实验数据对所提算法进行验证，实验结果表明C-Adam与其他流行算法相比较具有更快的收敛速度及更小的训练损失.