NiO/MnO_2分级纳米片阵列复合材料的制备与超电容性能

通过化学浴沉积和水热法在泡沫镍上制备了NiO/MnO_2分级纳米片阵列复合材料,XRD和SEM测试表明NiO纳米片垂直生长在泡沫镍上,交叉形成网状阵列结构;MnO_2纳米介孔泡沫进一步生长在NiO纳米片两侧,与NiO形成了壳核式的复合结构。循环伏安和恒流充放电测试发现,NiO/MnO_2分级纳米片阵列复合材料的电化学性能相比复合前得到明显改善,在1 A·g~(-1)的电流密度下,比电容提高至1 297 F·g~(-1);2 A·g~(-1)下循环1 000次,比电容保持率高达97%,比电容和循环性能的改善是由于分级纳米片阵列复合结构方便了电解液传质,扩大了活性材料与电解液的接触,促进了赝电容反应,提高了NiO和MnO_2的结构稳定性。     

非线性随机效应模型的异方差性检验

随机效应模型广泛应用于刻画重复测量数据的特征．在该模型中,随机误差的方差包括受试群体内部及受试群体之间两项方差．Ｚｈａｎｇ和 Ｗｅｉｓｓ ２０００年研究了线性随机效应模型的异方差检验,本文对非线性随机效应模型,分别讨论了群体内、群体间和多变量的异方差性的检验问题,得到了检验的ｓｃｏｒｅ统计量,并讨论了三种情形下,相应的ｓｃｏｒｅ函数之间的关系．最后给出一个数值例子说明上述方法的有用性．     

时空模型的局部众数回归

时空数据经常含有奇异点或来自重尾分布,此时基于最小二乘的估计方法效果欠佳,需要更稳健的估计方法.本文提出时空模型的基于局部众数(local modal, LM)的局部线性估计方法.理论和数据分析结果都显示,若数据含有奇异点或来自重尾分布,基于局部众数的局部线性方法比基于最小二乘的局部线性方法有效;若数据无奇异点且来自正态分布,两种方法效率渐近一致.本文采用众数期望最大化(modal expectation-maximization, MEM)算法,并在数据相依情形下得出估计量的渐近正态性.     

基于MCMC方法的金融贝叶斯半参数随机波动模型研究

现有随机波动(SV)模型依赖于参数条件分布形式假设,无法充分描述金融资产收益的偏态厚尾等典型特点,而非参数分布能够更全面地刻画这些特性。本文将SV模型和非参数分布相结合,构建一类半参数SV模型;同时在贝叶斯框架内,发展有效MCMC抽样解决模型的参数估计难问题,并利用对数预测尾部得分(LPTS)法分析模型的极端风险预测能力;最后以我国美元/人民币汇率市场为例,对半参数SV模型在收益特性刻画以及极端风险预测方面的实际效果进行了检验。     

色散管理孤子中 Raman效应引起的时移及定时抖动

给出了色散管理孤子中Raman效应所引起的脉冲中心位置时移的解析表达式并讨论了孤子脉宽的波动所引起的Raman定时抖动.结果表明:时移的演化和不同的色散配置有关,并且色散管理孤子Raman时移和常规孤子一样与传输距离及平均色散的平方成正比,但是比常规孤子的比例大.     

Optical Pulse Generation with Self-Cascaded Electroabsorption Modulator

A novel scheme for pulse generation with a self-cascaded electroabsorption modulator is presented and experimentally demonstrated at 10 GHz. In the case of optimal tuning of time delay in the fibre loop, the improvement of 50% on pulsewidth with improved extinction ratio is obtained and the narrowest pulse generated with this method is about 11ps.     

具有随机效应和AR(1)误差的非线性纵向数据模型中组间方差和自相关系数的齐性检验

组间方差和自相关系数的齐性是纵向数据分析的基本假设之一,然而这种假设需要进行统计检验. Zhang \&; Weiss$^{[15]}$ 讨论了线性随机效应模型的组间和组内方差齐性的检验问题;林金官 \&; 韦博成$^{[10]}$ 研究了具有AR(1)误差但没有随机效应的非线性模型的自相关系数的齐性检验.该文研究具有随机效应和AR(1)误差的非线性模型的组间方差和自相关系数的齐性检验问题,构造了几个score检验统计量, 并通过Monte Carlo模拟方法研究了检验统计量的性质.最后利用该文的方法分析一组实际数据和一组模拟数据.     

基于纵向数据的Poisson-Gamma模型系数的随机性检验

应用随机系数化方法对纵向数据的Poisson-Gamma回归模型进行了研究,采用Laplace展开方法得到了关于响应变量的近似似然函数并得到模型系数的随机性检验的Score统计量.通过Monte Carlo模拟分析了检验的渐近功效.最后把得到的检验统计量应用到具体的数值实例分析中说明其有效性.     

指数族广义非线性随机系数模型的变离差检验

指数族广义非线性随机系数模型是Smith &; Heitjan［１０］和 Wei et al［１１］所研究模型的推广。该文分别在模型离差 (dispersion) 的权不变和变异时，讨论了指数族 广义非线性随机系数模型的变离差的检验问题，得到了score检验统计量。并利用欧洲野兔数据，分别对正态分布模型、Γ 分布模型和 逆高斯分布模型说明检验方法的有效性。     

Peterson公式等的推广

设P_w(i)为 steenrod代数的Milnor基元P~(0’…’0’t’0'…),i在序列的第S个位置上,s≥1.P_s(r_1,r_2,…)表示Milnor 基元P~(0’…’0’r_1’0'…’r_2…),r_i在序列的第is个位置上.令 P_s=1+P_s(1)+P_s(2)+…(_R~r)=(_1~r)~r1(_2~r)~r2…,规定0~0=1,其中 R=(r_1,r_2,…).当s=1时,P_s即P=1+P~1+P~2+…,而P_s(R)即P~R.Peterson F.P. 在文[3]中得出: