关于某类缺项级数系数非齐次线性微分方程解的增长性

研究了非齐次线性微分方程f(k) Ak-1f(k-1) … A1f′ A0f=F的增长性问题,其中A0,A1,…,Ak-1,F是整函数,当存在系数A1为缺项级数且比其它系数有较快增长的意义下时,得到了上述非齐次微分方程在一定条件下超越解超级的精确估计.     

洪水预报误差分布的极大熵法

首先根据实际洪水预报误差出现在有限区域的特点,应用极大熵原理,建立了洪水总量预报误差分布的极大熵模型;通过几个不同流域的计算,得出随着降雨量的增大,产流预报误差趋于一个稳定值的结论. 同时将该模型计算的分布与正态分布进行了比较,结果表明用极大熵法求得的误差概率分布能更好地描述洪水总量预报误差的分布特性,可以根据实际降雨量的大小确定不同的最大不确定性的误差分布,为分析不同量级洪水预报的风险提供依据.     

一种脉冲噪声中的韧性子空间跟踪方法

一般地,基于二阶统计量的子空间跟踪方法对脉冲噪声敏感,性能出现退化.为此以α稳定分布作为脉冲噪声的模型,研究噪声环境中的韧性子空间跟踪方法.以分数低阶统计量理论为依据,把α稳定分布噪声中的子空间跟踪看做一个无约束的优化问题,提出了一个新的代价函数,并推导出一个韧性算法.同时还利用M估计对算法进行了简化.在数值模拟中把新算法应用于方向估计,结果表明了新算法和简化算法的有效性.     

有机物分子量分布特点对BAF-O3-BAC净水工艺的评价

采用曝气生物滤池(BAF)、气浮和臭氧生物活性炭(BAC)联用技术对太湖原水进行试验.有机物分子量分布测定结果表明:曝气生物滤池单元对分子量小于0.5 kD(道尔顿)的有机物去除率最高,其次是分子量介于1～3 kD的有机物;气浮单元对分子量大于100 kD的有机物去除率最高;臭氧氧化单元对分子量大于3 kD的有机物去除率较高,而对于小于3 kD的有机物不但不能去除,反而有所增加;生物活性炭单元对分子量小于10 kD的有机物均能有效去除,分子量越小,去除率越高.综合评价认为:曝气生物滤池、气浮和臭氧生物活性炭联用技术处理微污染水源水的净水工艺是合理的.     

Alpha稳定分布噪声环境下新的类RLS自适应算法

给出在分数低阶Alpha稳定分布环境中一种新的类RLS自适应算法.由于Alpha稳定分布信号不存在有限的二阶和二阶以上矩,因此用最小p范数准则代替了传统的最小均方准则,并利用矩阵求逆定理提出一种直接递推的类RLS算法,避免了以往类RLS算法中的IRLS迭代计算,从而使算法的计算复杂度大大降低.最后对几种自适应算法进行仿真,并对其收敛特性进行了分析.结果表明,算法的收敛速度明显快于LMP和NLMP算法.     

红细胞分布宽度与心房颤动负荷的关系研究

目的观察病态窦房结综合征患者心房颤动负荷与红细胞分布宽度（RDW）的关系。方法选择病态窦房结综合征植入永久性人工心脏起搏器的患者81例,回顾性分析患者入院时基本资料、血常规及生化指标。记录术后3个月起搏器记录的心房颤动负荷。根据患者心房颤动负荷分为高负荷组及低负荷组,比较分析两组患者RDW及相关临床资料。结果心房颤动高负荷组患者RDW（15.61±1.23）%,高血压比例71%,明显高于低负荷组的（13.50±1.03）%、46%（P＜0.01或0.05）。高负荷组左心房直径、左心室舒张末期内径、WBC、TG、TC均大于低负荷组（P＜0.01或0.05）。心房颤动负荷影响因素的logistic回归分析显示,RDW是心房颤动负荷高的预测因素（OR=10.32,P＜0.01）。高TG、高血压、高胆固醇也是心房颤动高发的预测因素。结论心房颤动负荷除与年龄,高血压有关外,还与RDW明显相关。RDW可成为病态窦房结综合征患者心房颤动负荷的预测因素之一。     

水泥熟料粒径与强度关系的灰色分析

通过实验测定了水泥熟料的粒径分布及强度。用灰色系统理论的方法分析计算了各粒级熟料的颗粒对各龄期强度的关联度。结果表明各粒级的熟料颗粒对各龄期强度的贡献是不同的。其中以１０～４０μｍ的水泥熟料颗粒对各龄期强度贡献最大，小于１０μｍ及大于８０μｍ的熟料颗粒对强度的影响较小。所得结果对生产实践具有一定的指导意义。     

同分布NA序列的一个弱大数律

本文从讨论同分布NA序列弱大数律的成立条件入手，不仅给出了它的一个弱大数律，而且得到了这类条件的三种等价形式，由此揭示出同分布NA序列在弱大数律方面与独立同分布（i．i．d．）序列的不同之处，因之与这两者在强大数律方面有完全相同的性状形成了对比。     

正态总体位置参数移动的似然比检验统计量的分布

原假设（ｙ１，ｙ２．．．，ｙｎ）是正态独立随机量时间序列，其均值和方差分别为μ和σ＾２备选假设为均值μ在某一时刻（未知）发生变化，本文对σ＾２为已知的情况，导出了由Ｈａｗｋｉｎｓ（１９７７）提出的似然经检验统计量Ｕ的简明且便于计算的分布函数表达式，并建立了分布函数的数值表。     

污染数据半参数回归模型估计的渐近正态性

考虑半参数回归模型：yi=xiβ g(ti) e1,i=1,2,…,n,其中Ee1=0,Ee^2/1=δ2/1>0．假定y1,y2,…,y0受到另一独立同分布随机变量序列μ1,μ2,…,μn的污染,{μi}与{y1}独立,且仅能观察到污染数据.[ι]对由污染数据作出的参数β的估计βn,证明了它的强相合性．而本则证明了它的渐近正态性．