Research on Flood Loss Distribution and Catastrophe Bond Pricing Based on Bayesian Inference

Taking flood catastrophe risk in China as the research background, aiming at the characteristics of flood loss ``low frequency and high loss', Bayesian inference method is used to fit the loss distribution, and Bayesian inference is used to obtain the loss frequency distribution and loss quota distribution of flood in China. On this basis, Monte Carlo simulation method is used to calculate the probability distribution of annual flood loss in China under different trigger conditions, and then CAPM is used to study the pricing of flood catastrophe bonds in China. It is concluded that under different trigger conditions, as the trigger value increases gradually, the corresponding trigger is triggered. Comparing the three types of bonds, it can be found that the price of bonds decreases with the decrease of principal guarantee ratio and the increase of principal loss ratio, that is, the investment risk is directly proportional to the return, which provides reference for issuing flood catastrophe bonds in China.     

基于Ph,e下Riemann-Liouville分数阶微分方程解的存在唯一性

利用基于集合P_h,e上的一类混合单调算子不动点定理,研究了一类Riemann Liouville分数阶微分方程两点边值问题,获得了这类方程在集合P_h,e中解的存在性与唯一性,并用一组单调迭代序列逼近了该方程的唯一非平凡解.最后,利用一个实例验证了主要结论.     

一类中值定理双介值问题命题的注记

在中值定理类双介值问题的命题中,很多命题者没有注意到结论的平凡性.文章借助于微分Darboux定理,证明了对应的非平凡问题解的存在性.     

近红外高光谱成像技术在筛查保健食品中违禁添加抗炎药物双氯芬酸钠的研究

双氯芬酸钠是一种非甾体抗炎药,抗炎症效果较好,抗炎化学药物双氯芬酸钠有可能违禁添加到缓解炎症保健食品中。目前已有一些文献研究水、肉及牛奶等中的药物双氯芬酸钠,主要利用高效液相色谱、表面增强拉曼及电化学等方法,需要相对复杂的预处理过程,操作步骤相对复杂,耗时。为了快速、无损检测保健食品中违禁添加物的成分,探索建立采用1 000～2 524 nm波段或特征最优波段的光谱作为自变量,将近红外高光谱成像技术结合化学计量学分析的方法定量分析缓解炎症保健食品中可能添加的不同浓度的双氯芬酸钠。研究主要运用了8种光谱预处理方法,基于全光谱波长建立了偏最小二乘回归及主成分回归模型,同时,为了提高模型的准确性和稳定性,利用β系数方法选择最优波段1 130～1 147,1 412～1 468,1 658～1 709,2 010～2 055,2 122～2 178和2 395～2 423 nm为自变量建立与双氯芬酸钠浓度的多元线性回归模型。比较了偏最小二乘回归、主成分回归及多元线性回归三种模型。分析结果显示,经标准正态变量预处理方法建立多元线性回归模型,该模型的准确性和和预测能力较好,其预测最低限为0.05%,预测值与实测值的R2为0.992 5,预测均方根误差为0.004 9,标准预测偏差为0.004 9,说明近红外高光谱成像技术为快速定量分析缓解炎症保健食品中违禁添加抗炎药物双氯芬酸钠提供了理论基础。有望进一步开发拓展到其他违禁添加药物的快速定量应用。     

生成式对抗网络的土壤有机质高光谱估测模型

已有的土壤有机质含量估测模型大多以光谱特征波段、线性和非线性模型为基础,较少考虑通过拓展样本数据建模集来提高模型的估测能力。为进一步提高土壤有机质高光谱反演模型估测精度,提出利用生成式对抗网络(GAN)合成伪高光谱数据和有机质含量的动态估测模型。选取湖南省长沙市及周边区域的水稻田为研究对象,采集土样和实测高光谱数据(350~2 500 nm),室内化学测定有机质含量。以高光谱数据和有机质含量为基础,利用生成式对抗网络生成等量新数据, 结合原始数据建模集组成增强建模集。在GAN正式训练中,每轮训练完成后,设置4个观测点(对应增强建模集中含50,100,150和239个生成样本),动态构建交叉验证岭回归(RCV)、偏最小二乘回归(PLSR)和BP神经网络(BPNN)土壤有机质含量估测模型(分别简称GAN-RCV,GAN-PLSR和GAN-BPNN),并在相同测试集上实施模型评估。实验结果表明：(1)原始数据建模集上拟合的估测模型中,交叉验证岭回归表现最佳,决定系数(R2)和均方根误差(RMSE)分别为0.831 1和0.189 6;(2)GAN的150轮正式训练中,增强建模集上动态构建的GAN-RCV,GAN-PLSR和GAN-BPNN模型性能显著提高,具体表现为：GAN-RCV的R2取得最大值0.890 9(RMSE 0.153 7)、最小值0.850 5 (RMSE 0.18)与平均值0.868 7(RMSE 0.168 6),最大R2比建模集上拟合的RCV提高了7.2%(RMSE降低了18.9%),GAN-PLSR获得R2最大值0.855 4(RMSE 0.176 9)、最小值0.727 0 (RMSE 0.243 2)与平均值0.780 1 (RMSE 0.217 7),最大R2比建模集上拟合的PLSR提高了20.6%(RMSE降低了29.5%),GAN-BPNN表现最佳,R2取得最大值0.905 2(RMSE 0.143 3)、最小值0.801 7(RMSE 0.207 3)与平均值0.868 1(RMSE 0.168 6),最大R2比建模集上拟合的BPNN提高了30.8%(RMSE降低了44.5%);(3)随着增强建模集中生成样本数量增加,模型精度提升效果呈先升后降趋势,4个观测点中第3个观测点的模型性能提升最显著。充分的实验表明：基于GAN动态构建的有机质含量估测模型显著改善了模型预测性能。依据测试集上的评估结果,可择优使用最佳模型进行后续土壤有机质含量估测。     

二维红外相关光谱研究熟度对肌原纤维蛋白构象的影响

熟度是指牛排烹煮到可食用的程度,是影响牛排的适口性和消费者满意度的重要因素。肌原纤维蛋白是肌肉中一类重要的盐溶性结构蛋白群,其热凝胶特性与肉品品质密切相关。加热是使生肉变熟的关键工艺,近年来,国内外在加热过程对肌原纤维蛋白凝胶特性及其结构变化影响方面开展了广泛的研究,但在熟度对牛肉蛋白结构影响研究方面却鲜有报道。为了探究熟度对肌原纤维蛋白结构影响及其变化机理,在现代红外光谱分析的基础上,将ATR-FTIR技术与二维相关光谱相结合,利用红外光谱、二阶导数光谱和二维相关光谱动态跟踪熟制过程蛋白结构变化规律,说明蛋白在烹饪过程的主要变化,为揭示熟度引起的蛋白构象变化机理和西餐牛排烹饪工艺优化提供理论依据。结果表明,在1 700～1 500 cm-1波数范围内,熟度对肌原纤维蛋白特征吸收峰强度影响显著,从特征峰强度变化趋势可见,肌原纤维蛋白特征峰强度呈阶段性变化：第一阶段,从对照组到一分熟,特征峰强度下降,属于加热初期;第二阶段,从一分熟到五分熟,特征峰强度无显著变化,属于加热中期;第三阶段,从五分熟到过熟,特征峰强度继续减弱,属于加热后期;同步谱分析结果表明,在1 650,1 640,1 556和1 540 cm-1附近出现自相关峰,且自相关峰两两之间的交叉峰均为正交叉峰,说明这些自相关峰对于熟度变化较为敏感,且峰强度与蛋白烹饪熟度之间呈正相关;由自相关峰光谱强度顺序可以看出,五分熟是蛋白温度敏感区变化的转折点,在从对照组到五分熟的烹饪过程中,肌原纤维蛋白的温度敏感重点区域位于酰胺Ⅱ带,而在从五分熟到过熟的烹饪过程中,蛋白的温度敏感重点区域位于酰胺Ⅰ带的α-螺旋结构。得到的这些由熟度变化引起的肌原纤维蛋白分子结构动态变化的微观信息,可为西餐牛排烹饪工艺过程控制和优化提供理论依据。     

绿色植被可见-近红外反射光谱模拟材料研究进展

成像光谱技术能够同时获取目标的图像特征和光谱特征,很容易识别与背景环境光谱特征区别较大的传统伪装材料。近年来,成像光谱得到了迅速发展,经历了多光谱技术到高光谱技术的跨越,传感器的探测波段数、光谱分辨率、空间分辨率的显著提高。得益于各国ISR无人机技术的应用,高光谱传感器由星载拓展到机载,可以在更近距离对军事伪装目标进行识别,对具有重要价值的军事目标的生存能力构成巨大挑战。目前,应对高光谱的伪装材料主要设计思路是,选择材料或材料体系具有与环境背景相似的颜色和光谱反射特征（传感器探测范围内）进行复合,目的是与环境背景达到“同色同谱”来躲避高光谱侦察。绿色植被是最常见的伪装背景,也是本领域绝大部分研究的光谱模拟对象,其反射光谱曲线在可见近红外波段具有：“绿峰”、“红边”、“近红外高原”和“水吸收带”四个主要特征,分别由叶片的组织结构以及叶绿素和水分产生。离体叶绿素光热稳定性较差,不能直接用作伪装材料,所以寻找和合成稳定性好、具有类叶绿素结构及光谱特征的分子是当前的研究热点之一。此外,铬绿和钴绿是常用的伪装颜料,具有类似绿色植被“绿峰”、“红边”和“近红外高原”光谱反射特性,研究者将其与高吸水填料复合来引入“水吸收峰”,大致模拟出绿色植被反射光谱,但是想要实现精确模拟,仍存在一些难以解决的问题。从绿色植被光谱特征出发,分别阐述了模拟绿色植被可见光区和近红外光区光谱特征的材料选择依据及体系;同时介绍了它们在精确模拟植被光谱时存在的问题,以及通过改性和复合来提升光谱相似度和耐候性的相关研究工作,总结并展望了绿色植被光谱模拟材料要解决的重难点问题和发展方向。     

高岭石粒度对Pickering乳液稳定性的影响

固体乳化剂颗粒粒径是影响Pickering乳液稳定性的重要因素.本文以去离子水为水相,液体石蜡为油相,高岭石为乳化剂制备水包油型Pickering乳液,研究了高岭石粒度对乳液稳定性的影响.结果表明:高岭石颗粒与乳液液滴大小之间的匹配特征不仅影响乳化剂与乳液分散相表面之间的作用强度,而且影响其在连续相中形成网络结构的特征,进而影响乳液稳定性.高岭石粒度对乳液稳定的影响存在最佳值,当高岭石颗粒粒度D90值为1.42μm时,乳液粘度为378 mPa·s,乳液液滴粒径均匀,乳化剂颗粒在油水界面有序紧密分布,颗粒在连续相所形成三维网络结构趋于牢固,乳液稳定性好.当乳化剂颗粒粒度较小时,体系中的颗粒易受布朗运动因素影响,乳液液滴聚并速度快,乳液粘度低;而当乳化剂颗粒粒度较大时,油水界面上以及连续相中的颗粒易受自身重力的影响发生沉降,破坏三维网络结构,导致乳液粘度降低,乳液稳定性变差.     

异核碱金属原子间的三体相互作用系数

利用碱金属原子的模型势和稳定变分法,首次计算了异核碱金属原子间的三体相互作用系数.为了说明计算结果的精度,同时计算了碱金属原子的电多级极化率.与其他作者的理论数据和有关实验数据的比较表明,本文所得到的异核碱金属原子间的三体相互作用系数是可靠的.     

Ti和Al共掺杂ZnS的电子结构和光学性质

基于密度泛函理论的第一性原理研究Ti和Al单掺杂和(Ti,Al)共掺杂ZnS的能带结构、电子态密度分布、介电函数、光学吸收系数,分析了掺杂后电子结构与光学性质的变化.计算结果表明:掺杂后禁带中引入了新的杂质能级,费米能级进入导带.掺杂改变了ZnS晶体的导电特性,使它表现出金属特性,导电性能增强;与纯净ZnS相比,Ti单掺杂和(Ti,Al)共掺杂ZnS的吸收边均出现明显的红移,且在1.79eV左右出现了一个新峰;而Al单掺杂ZnS的吸收边则发生明显的蓝移,且不产生新的吸收峰.