基于目标高斯分布的定位系统节点最优部署方法

针对三维空间定位系统中目标位置服从高斯先验分布假设条件下节点最优部署问题, 分析了纯方位目标定位算法中估计误差的费希尔信息矩阵, 推导出基于目标先验分布的克拉美罗界(Cramer-Rao bound, CRB)。为了解决目标位置在任意高斯分布时, 协方差矩阵为非对角阵的问题, 提出了基于三维坐标旋转的最大后验概率估计方法, 将协方差矩阵转化为对角阵以实现最小化CRB的迹, 从而得到定位系统中节点的最优部署。最后, 通过梯度下降算法对节点最优部署问题的理论推导进行仿真, 验证了该部署方法的有效性，同时仿真结果中不同节点部署方法的对比也表明了该方法可有效降低定位误差。     

一种基于类不平衡学习的情感分析方法

针对网络评论中普遍存在的负面评论较少而影响力却较大的类不平衡问题, 提出一种基于类不平衡学习的情感分析方法. 该方法利用深度学习训练过程中的概率输出, 以计算样例的信息熵作为影响因子构建交叉信息熵损失函数. 在IMDB公开数据集上进行实验验证的结果表明, 基于集成信息熵损失函数的双向长短期记忆网络能处理类不平衡问题; 对数据的统计分析结果表明, 该策略能提升基于双向长短期记忆网络的评论情感极性分类性能. 针对AUC(area under curve)指标, 使用集成信息熵损失函数的双向长短期记忆网络模型比未考虑类不平衡的深度学习模型在中位数上最多提升15.3%.     

几乎无偏刘估计的不可容许性

考虑了线性回归模型中,在Fisherian和Mahalanobis损失函数下,几乎无偏刘估计对于最小二乘估计的不可容许性;结论表明:几乎无偏刘估计在Mahalanobis损失函数下是不可容的;最后进行了数值模拟来表明结果.     

公理化局部有限空间中映射连续性的扩展

用公理化方法研究了局部有限空间中的连续映射及其扩张问题。给出了局部有限空间的公理化定义方法;利用邻近关系研究了局部有限空间中的连续映射、同胚和局部同胚等问题;通过对局部有限空间变形的研究,定义了局部有限空间的一种特殊收缩核,有效地解决了局部有限空间中连续映射的扩张问题。     

封闭式运动减肥对肥胖青少年体质健康的影响

对44名14～19岁肥胖青少年进行6周的封闭式饮食控制及运动,测定实验对象的身体形态、身体机能、身体素质和血液健康等指标.通过数理统计方法对实验所测得的数据进行分析.结果表明:肥胖青少年的脂肪量、体质量、体脂率都有明显的下降(P0.05);肺活量逐渐上升,身体素质指标(耐力、柔韧、50 m跑)与血液健康指标(血脂TC、甘油三酯TG、空腔胰岛素FINS)都呈非常明显改善(P0.01).封闭式运动减肥对青少年肥胖者体质健康具有良好的效能表现.     

基于联合违约概率的资产组合投资优化方法

投资组合的资产联合违约概率(joint,probability of default,JPoD)是一种有效的系统风险测度工具.基于JPoD分析,提出了一种新的资产组合选择优化方法,即通过计算资产池中每两种资产的JPoD值得到JPoD矩阵,利用遍历算法逐次筛选,得出具有最小系统风险的多资产组合.实证分析首先利用2014 2015年的上证综指和深证成指数据验证了JPoD方法的有效性;其次,分别利用中国股票市场数据和美国股票市场数据将所提出的资产组合选择方法与马科维茨均值-方差组合理论、随机组合方法进行比较,结果表明无论是在中国股票市场还是美国股票市场,JPoD方法都明显优于其他两种方法.     

大鼠血管内皮细胞siRNA转染条件的优化

目的:旨在优化siRNA转染大鼠血管内皮细胞的转染条件.方法:将0.75μL和1.5μL的脂质体LipofectamineTM3000分别与20、40、60、80nmol带荧光标记的FAMsiRNA组合,转染6、12、18、24h后,用荧光显微镜计数阳性细胞率、MTT法检测各浓度条件下内皮细胞的存活率,筛选最优转染条件.结果:(1)转染12h后,用荧光显微镜检测20、40、60、80nmol各组,均可观察到绿色荧光(2)siRNA浓度为60nmol/L,脂质体为1.5μL的组合转染效率最高,继续增加siRNA的浓度,转染效率提高不明显.(3)转染时间超过24h,各组细胞荧光减弱,细胞死亡率显著增加.结论:结果表明,以1.5μL LipofectamineTM3000与60nmol/L的siRNA浓度组成转染混合物转染12h可以实现对大鼠血管内皮细胞高效转染并保持较高的细胞活性.     

哺乳动物核移植研究进展

核移植技术具有重大的生物学的意义，特别是体细胞核移植技术的成功表明动物分化的体细胞核可再程序化，哺乳动物核移植的研究虽然还存在许多问题需要解决，但在挽救濒危动物，转基因动物研究，人类器官移植等许多方面展现了广阔的应用前景．     

Hybrid SVM／HMM Method for Face Recognition

A face recognition system based on Support Vector Machine(SVM) and Hidden Markov Model (HMM) has been proposed. The powerful discriminative ability of SVM is combined with the temporal modeling ability of HMM. The output of SVM is moderated to be probability output, which replaces the Mixture of Gauss (MOG) in HMM. Wavelet transformation is used to extract observation vector, which reduces the data dimension and improves the robustness.The hybrid system is compared with pure HMM face recognition method based on ORL face database and Yale face database. Experiments results show that the hybrid method has better performance.     

PEMFC电催化剂利用率研究方法的探讨

提高电催化剂的利用率以降低质子交换膜燃料电池(PEMFC)的成本，是加速其商业化的一个重要途径。文中讨论了现有的CV法在研究PEMFC电催化剂利用率时存在的一些问题，如CV法扫描速度的影响及Pt理论比表面积难于准确确定等，为了较好地解决这一问题，提出了一种以单位质量电催化剂产生电池功率或电能来表示膜电极中电催化剂利用率的方法。