分数扩散模型的参数估计及其应用

研究分数扩散模型的参数估计及其应用问题.分数扩散模型是一类由分数Brownian运动驱动的随机微分方程.主要结果有:(1)利用二次变差方法给出模型中扩散系数的估计量,通过最小二乘法给出模型中漂移系数的估计量;(2)证明这些估计量的一致收敛性和渐近正态性;(3)利用MCMC方法对此估计量进行验证,并通过R软件将上述模型以及参数估计量应用到SHIBOR利率中进行实证研究.     

基于最终类集的复杂样本设计研究

本文依据最终类集样本可以近似均等选择概率下各种多阶段抽样设计样本的理论,构建出多阶段抽样下复杂样本设计的理论分析框架,解析出影响复杂样本估计量设计效应的两个基本因素:最终类集同质系数和最终类集规模,分析了它们对复杂样本估计量设计效应的影响机理及相互作用机制,并应用于我国一体化住户调查的主样本设计。     

第一类曲面积分的新方法

从一个具体的物理问题入手,探讨了如何将第一类曲面积分转化为两个第一类曲线积分的累次形式,从而给出了这两类积分之间的关系,并通过举例说明该公式可以用来直观简便地计算第一类曲面积分.     

集值映射多目标半定规划问题的epsilon-弱有效性

对于集值映射多目标半定规划问题, 在近似锥-次类凸的框架下, 建立了含矩阵和向量的择一性定理, 给出了问题的epsilon-弱有效解的epsilon-Lagrange乘子定理及标量化定理和epsilon-弱鞍点定理．     

达布定理和比较定理思想在中值定理类问题中的运用

微分达布定理表明区间内的导函数具有介值性,这使得我们在考虑一些数学分析问题时,往往可以不需要最高阶导函数的连续性.而在微分方程理论中,比较定理的思想对于解的估计非常重要.本文利用比较定理的思想将中值定理类问题转化为微分方程解的估计问题,对于在数学分析的学习中提高学生的认识和兴趣很有意义.     

普适的基于能量的分块局域激发态聚类算法

在普适的基于能量的分块(GEBF)方法的框架下, 大体系的局域激发(LE)能可通过一系列活性子体系激发能的线性组合近似得到, 从而有效降低了计算的时间标度. 然而, 在体系的局域激发具有多个激发态的情形下, 如何有效识别所有活性子体系的激发特征并将其组合是一个挑战. 提出了一种基于局域激发态聚类的算法. 该方案基于空穴-电子分析和基于密度的聚类(DBSCAN)机器学习算法, 可以自动地聚合不同子体系中最相似的激发态并组合得到相应的局域激发态能量或激发能. 结合该算法改进的LE-GEBF方法在荧光分子衍生物、 荧光染料-水团簇及绿色荧光蛋白模型体系的计算中均获得了令人满意的结果. 该算法有望大大提升LE-GEBF方法在计算局域激发时的稳定性和准确性, 并可以有效处理吸收光谱具有多重峰的大体系.     

新型嘧啶单环类非经典叶酸拮抗剂的合成及抗肿瘤活性研究

以课题组前期设计合成的非经典叶酸拮抗剂6-(4'-甲基苯乙基)-N5-氯乙酰基-2,4-二氨基哌啶并[3,2-d]嘧啶(wm-8.2)为先导化合物,将wm-8.2中的哌啶并嘧啶双环结构简化为嘧啶单环结构,以提高分子柔韧性并简化分子结构,根据6-位空间占位设计6-H和6-甲基两个系列,考察了不同桥链长度和不同芳香杂环侧链对抗肿瘤活性的影响.同时对具有叶酸抑制剂分子结构特征的关键中间体进行活性对比测定,研究了N(5)位氯乙酰基对活性的影响.两个系列目标化合物和关键中间体共36个化合物的结构均经1H NMR,13C NMR和MS确证.生物活性测定表明,6位为甲基的化合物中,具有三碳桥链及对甲基苯环侧链的6-甲基-2,4-二氨基-5-(N-(4-甲基苯基)丙基-N-(2-氯乙酰基))氨基嘧啶(6b-3)具有最好的HL-60、A549和HCT116细胞增殖抑制活性,IC50分别为0.25,0.83和0.63μmol?L^-1.化合物6b-3在N(5)位氯乙酰基取代之前的关键中间体6-甲基-2,4-二氨基-5-(N-(4-甲基苯基)丙基)氨基嘧啶(5b-3)具有最优的二氢叶酸还原酶抑制活性.总结了化合物的构效关系,并用计算机模拟进行了阐释.     

吲哚/吲唑酰胺类合成大麻素检验方法研究进展

合成大麻素作为滥用最广泛、种类最多的新精神活性物质之一,严重影响人类身心健康和社会稳定,当前滥用较为严重,常出现在国内外各类案件的侦办中,是世界范围内关于新精神活性物质案件的一个研究焦点,建立合成大麻素的检验方法对侦破相关案件具有重要意义。近几年出现的吲哚/吲唑酰胺类合成大麻素被称为第八代合成大麻素,其涉案频繁但研究相对较少。本文介绍吲哚/吲唑酰胺类合成大麻素的结构、分类、毒性,并对其代谢和检验研究现状进行了综述,同时介绍了检测吲哚/吲唑酰胺类合成大麻素的探索思路,并对未来的发展方向进行了展望。     

多源信息系统基于信息粒化的不确定性度量

信息系统是不确定数据的重要模型,多源信息系统可用来表示来自多个同构异源的复杂数据。本文研究了多源信息系统中的不确定性度量,基于信息粒化思想给出了四种度量工具来度量多源信息系统的不确定性。首先,通过不同的信息值类型定义了两个信息值之间的距离,从而诱导出多源信息系统中的相容类。其次,基于粒计算的思想,将这些相容类看作多源信息系统的信息颗粒。从而,通过信息颗粒引入多源信息系统中的四种不确定性度量工具,并研究其之间的联系。这些研究结果对建立信息系统的粒计算框架以及属性约简将会很有帮助。     

类康托序列的k-Abelian复杂度（英文）

本文研究类康托序列c的k-abelian复杂度问题,其中序列c为代换σ:1→10^l1,0→0^l+2的以1开始的不动点.对任意的k=l,…,l,我们证明若u,v是c的两个因子且它们的长为k的前后缀分别相同,则u,v是(k+1)-abelian等价当且仅当u,v是k-abelian等价的.进一步,我们证明类康托序列c的abelian复杂度和2-abelian复杂度均为(l+2)-正则的.