一般阻尼随机微分方程的拟局部振荡算法

提出了一种模拟随机微分方程的拟局部振荡算法,即利用算符劈裂方法和势函数的泰勒展开,对噪声作用下耗散粒子的时间演化算符进行分解,得到了对应涨落行为的扩散算符和对应确定轨迹的漂移算符.其中局部简谐势场的涨落过程可获得解析解,而剩余的确定项则利用简单的Euler算法积分.应用到几个算例并与常用的两种算法相比较,结果表明:本算法随时间步长最稳定,可使用较大的时间步长.     

滑移边界对二维Rayleigh-Bénard热对流流态和传热特性的影响

采用并行直接数值模拟（PDM-DNS）计算无滑移和滑移边界二维Rayleigh-Bénard热对流.与无滑移边界形成的随机羽流运动的湍流热对流不同,滑移边界热对流最终形成湍流特征消失,且温度仅分布于四壁的一个大尺度环流的流动形态.平均场近底板的温度分布特性,无滑移边界逐渐变化而滑移边界出现过冲现象.宽高比Γ=1时,Nusselt数（Nu）随Rayleigh数（Ra）的变化具有相同标度指数,Nu~Ra^0.3.滑移边界热对流具有传热增强作用.滑移边界热对流Nu随Γ变化明显,并分为两个阶段,在Γ=0.5时出现Nu_max≈250,是无滑移边界热流Nu的5倍.     

复合深度神经网络在直升机声目标识别中的研究

针对直升机探测中目标运动过程连续识别的鲁棒性问题,提出了一种基于复合深度神经网络的直升机声学特征提取和识别框架。复合深度神经网络由卷积神经网络和长短时记忆神经网络以并行结构组合,进行直升机声学特征的优化,完成直升机类型识别。针对直升机声信号特性,对卷积神经网络进行了改进,使得该复合深度神经网络在信号短时谱基础上优化声信号特征表征并提取前后帧之间的相关信息,弥补通常声目标识别方法不能充分利用目标信号时间历程信息的缺陷。真实外场实验数据测试结果显示:相较于传统识别方法,该算法显著提升了直升机进入有效探测范围后连续识别的鲁棒性和目标识别正确率。     

稳定分布的多期投资组合模型及其应用

本文研究了多期投资组合模型的问题.利用非正态稳定分布和参数估计的方法,建立了市场上含一个无风险证券和多个风险证券时多期投资组合的模型,对于描述风险证券所具有的偏态和过度峰态的非正态特征及其股市中的应用起到了作用.     

基于波谱技术的茶树生长与茶叶品质信息快速检测研究进展

波谱技术快速获取茶树生长和茶叶品质信息对提高茶叶生产信息化、产业化水平,保障茶叶品质和安全具有重要意义。阐述了波谱技术在茶树生长和茶叶品质信息快速检测的研究进展和发展趋势。重点介绍了红外光谱,荧光光谱、拉曼光谱、质谱等在茶树生长信息获取(氮、叶绿素、病虫害信息等)、茶叶品种分类、茶叶分级、茶叶内部品质检测(茶多酚、儿茶素、咖啡碱、氨基酸、农药残留等)、茶饮料和加工品的品质检测以及相关检测设备等方面的研究进展和应用情况,简述了茶树生长信息获取方法、传感仪器和产业化应用的研究和发展趋势。选择合适的预处理和化学计量学方法能有效增加模型效果,减少冗余数据,为基于波谱技术便携式仪器的开发提供可能。基于波谱技术便携式仪器和在线检测仪器开发仍是今后实现该技术应用和推广的重点。首次介绍了波谱技术在茶叶生产加工领域的应用成果和研究进展,涵盖茶树生长、茶叶加工、茶叶和茶加工品品质安全等多方面内容,并论述波谱技术在茶叶产业应用存在问题和将来发展趋势。     

直流激励的大气压氩气喷枪的光谱研究

利用正高压驱动空心针-板喷枪装置,通入工作气体氩气,在大气压空气中产生了均匀稳定的喇叭状等离子体羽。电学和光学测量结果表明,放电虽然是在直流电源驱动下工作,但放电为周期性的脉冲。通过对等离子体羽发光信号进行空间分辨测量,研究了脉冲的形成机理,发现除针尖附近的电晕放电外,等离子体羽是以正流光(等离子体子弹)从针尖向着接地电极方向传播的。采用光谱学方法,对电子激发温度随电压的变化及其空间分布进行了测量。结果表明,电子激发温度(约为3 eV)随电压的增大而升高,在一定电压下,电子激发温度沿气流方向也在升高。     

基于小波神经网络的中国能源需求预测模型

通过分析影响我国能源需求的主要因素,建立了基于小波神经网络的需求预测模型.采用定性与定量相结合的方式,分析了影响我国能源需求的主要因素,通过将人口总数、GDP、产业结构变化以及能源消费量的一阶滞后作为输入变量,建立基于小波神经网络的我国能源需求非线性预测模型.实验结果表明,该非线性预测模型与多元回归模型相比更加合理,具有更高的预测精度.     

一致凸模糊映射及其有关性质

讨论了模糊映射的一致凸性及其有关性质,给出了模糊映射为一致凸的几个判别准则,并得到了可微一致凸模糊映射在某一点达到最小值的充分条件.     

基于免疫记忆克隆算法的指数化投资组合优化构建策略

本文基于克隆选择学说及基于克隆选择学说及生物免疫响应过程的相关机理,提出用于指数化投资的免疫记忆克隆算法,并将其应用于指数化投资组合优化构建模型的求解,旨在探索指数化投资的优化构建策略。文章首先提出多目标的指数化投资组合构建模型。其次,分别设计了适用于指数化投资组合构建策略的抗原、抗体、亲和度函数、克隆选择算子、免疫记忆算子和相应的进化算法。该算法有效避免了传统遗传算法所存在的计算后期解的多样性差、易早熟以及收敛速度慢等缺点。同时,提出了限制投资组合中股票数量的启发式算法。最后,使用包括上证180指数在内的6组世界主要股票市场指数及其成份股的历史数据对模型及算法进行测算,结果表明算法具有良好的求解能力和收敛速度,所建模型的合理性和有效性亦被论证,模型和算法均具有很强的实践价值;     

一类位置不变的Pickands型估计量

当极值指标大于0时, 本文提出了一种位置不变的Pickands型估计量,证明了该估计量的强弱相合性, 给出了其渐近展式和强收敛速度,并对$k_2$的最优选择进行了讨论,最后利用自适应性方法对该估计量和其它Pickands型估计量进行随机模拟分析,比较该估计量的优越性.