考研竞赛试题中的积分上限函数相关问题

介绍考研及竞赛试题中的积分上限函数相关问题,指出求解此类问题的关键.     

基于DID模型的ITS对北京交通拥堵改善的研究:评价期的视角

采用双重差分模型,基于智能交通系统(ITS)效用发挥滞后时间为3年,选择2010年和2014年作为评价时点对ITS实施效果和北京交通拥堵之间的相关性进行分析.DID模型计量分析的最终结果显示,ITS效果的发挥明显改善了北京交通拥堵问题.为了验证评价结果的可信度,通过改变评价时点这一参数对评价结果进行稳健性检验,结果仍显示ITS效应发挥对北京交通拥堵改善有很大的促进作用.     

利用定积分的性质证明不等式

利用定积分对积分区间的可加性、单调性证明不等式.在定积分性质的教学中,本文列举的所有不等式均可以作为习题,供学生练习之用,也可以借此培养学生的逆向思维能力.     

PSO-LSSVM对LIBS定量分析精度的提高

针对土壤定量分析受基体效应影响大，LIBS定量分析精度不佳等问题，采用粒子群算法对LSSVM进行优化，提高模型的精确度。选取Pb Ⅰ 405.78 nm和Cr Ⅰ 425.44 nm作为分析谱线进行分析。采集十二个不同浓度样品的特征光谱，每个浓度样品在不同点采集20组数据，将其中17组数据设为训练集，3组数据设为预测集，用LSSVM和PSO-LSSVM两种方法建立定标模型。对比两种模型的拟合相关系数（R2）、训练集均方根误差（RMSEC）和预测集均方根误差(RMSEP)。由于自吸收效应的影响，随着浓度的增加，预测值逐渐低于实际值，LSSVM定标模型的拟合程度较低，无法达到实验要求，模型性能有待提高。利用粒子群算法对LSSVM的模型参数惩罚系数和核函数参数进行优化，得到最佳的参数组合，Pb元素为(8 096.8, 138.865 7)，Cr元素为(4 908.6, 393.563 5)，用最佳的参数组合构建LSSVM的定标模型。相比于LSSVM，PSO-LSSVM定标模型的精确度更高，Pb和Cr元素的R2提高到了0.982 8和0.985 0，拟合效果明显提升。Pb和Cr元素的训练集均方根误差由0.026 0 Wt%和0.027 2 Wt%下降到0.022 4 Wt%和0.019 1 Wt%，预测集均方根误差由0.101 8 Wt%和0.078 8 Wt% 下降到0.045 8 Wt%和0.042 0 Wt%，模型的稳定性进一步提高。说明PSO-LSSVM算法能够更好地降低土壤基体效应和自吸收效应带来的影响，提高分析结果的精确度与稳定性。     

MODELING CONTACTS OF IONIC POLYMER METAL COMPOSITES BASED TACTILE SENSORS

We report the first attempt to model the contacts of an ionic polymer metal composite（IPMC） based tactile sensor. The tactile sensor comprises an IPMC actuator, an IPMC sensor and the target to be detected. The system makes use of multiple contacts to work： the actuator comes into contact with the sensor and pushes the movement of sensor; the contact between the sensor and the object detects the existence and the stiffness of the target. We integrate modeling of various physical processes involved in IPMC devices to form a simulation scheme. An iteration and optimization strategy is also described to correlate the experimental and simulation results of an IPMC bending actuator to identify the two key parameters used in electromechanical transduction. Modeling the multiple contacts will aid the design and optimization of such IPMC based soft robotics.     

一种基于Gauss von Mises分布模型的非线性量测更新方法

基于状态空间模型的许多传统滤波算法都基于Rn空间中的高斯分布模型,但当状态向量中包含角变量或方向变量时,难以达到理想的效果。针对J.T.Horwood等提出的nS?R流形上的Gauss Von Mises(GVM)多变量概率密度分布,扩展了狄拉克混合逼近方法,给出了联合分布的GVM逼近方法,推导了后验分布的GVM参数计算公式,设计了量测更新状态估计算法。将J.T.Horwood等的时间更新算法与所提出的量测更新算法相结合,可实现基于GVM分布的递推贝叶斯滤波器(GVMF)。仿真结果表明,当状态向量符合GVM概率分布模型时,GVMF对角变量的估计明显优于传统的扩展卡尔曼滤波器。     

甲型H1N1流感的死亡率高吗——Bayes计量分析框架下的建模与估算

在全球甲型H1N1流感大流行背景下,本文在充分考虑各国甲流感死亡率可能存在个体混合效应、独立效应、相关效应及空间相关效应基础上,运用Bayes计量分析框架下的模型选择标准确定描述各国甲流感死亡率的最优模型,并基于该模型对不同国家甲流感死亡率进行估算。结果显示:个体独立、空间相关效应模型能很好拟合各国甲流感疫情统计数据,利用该模型估算的全球甲流感平均死亡率为0.577%。     

对称涨跌幅限制的非对称性效果研究—来自中国上证A股市场的证据

本文利用中国上证A股的相关数据,通过扩展的GARCH模型验证涨幅限制与跌幅限制对收益序列性和收益波动性的影响及其差异,并在控制了反映公司和股票特征的相关变量之后,进一步分析了涨跌幅限制影响的行业差异。研究发现:涨跌幅限制对股票收益序列相关性的影响倾向于不显著,但对股票收益波动性的影响倾向于显著;涨幅限制影响的行业差异显著存在,而跌幅限制影响的行业差异不显著。在分析造成波动性的非对称性影响效果的原因时,本文发现市场β值、市值越大的公司,涨跌幅限制越容易对其产生非对称的影响。上述结果验证了在不同行业设置不同价格涨跌限制和设置非对称涨幅限制和跌幅限制的合理性。