路因子临界覆盖图存在的若干充分条件

设G是一个图,如果G的支撑子图F的每个分支都是一条路,则称F是路因子.P_(≥t)-因子表示每个分支至少含有t个顶点的路因子.对于任意e∈E(G),如果图G存在P_(≥t)-因子包含边e,则称图G是P_(≥t)-因子覆盖的.对于图G的任意顶点子集S,|S|=k,如果G-S是P_(≥t)-因子覆盖的,则称G是P_(≥t)-因子临界覆盖的.本文考虑P_(≥t)-因子临界覆盖图存在的几个充分条件,且通过给出极图说明在某种意义下给出的界是最好的.

Weighted‑indexed semi‑Markov model:calibration and application to financial modeling

We address the calibration issues of the weighted-indexed semi-Markov chain(WISMC)model applied to high-frequency financial data.Specifically,we propose to automate the discretization of the price returns and the volatility index by using four different approaches,two based on statistical quantities,namely,the quantile and sigma discretization,and two derived by the application of two popular machine learning algorithms,namely the k-means and Gaussian mixture model(GMM).Moreover,by comparing the Bayesian information criterion(BIC)scores,the GMM approach allows for the selection of the number of states of returns and index.An application to Bitcoin prices at 1-min and 1-s intervals shows the validity and usefulness of the proposed discretization approaches.In particular,GMM discretization is well suited for highfrequency returns,whereas the quantile approach works better for low-frequency intervals.Finally,by comparing the results of the Monte Carlo simulation,we show that the WISMC model,applied with the proposed discretization,can reproduce the longrange serial correlation of the squared returns,which is typical of the financial markets and,in particular,the cryptocurrency market.

绿色技术创新策略及其选择

详细阐述了企业实行绿色技术创新的必要性,并进一步说明实行绿色技术创新的四种战略分类,并在此基础上,构建了评价企业绿色技术创新的评价指标体系。据此,设计出基于BP神经网络模型的绿色技术创新的战略选择模型,最后结合个案进行实证分析。经过分析,我们可以得出,利用神经网络进行企业绿色创新战略选择的结果是比较准确的。

无缝钢管质量检测中超声波检测技术的应用研究

无缝钢管的用途在当前的环境下用途非常广,包括结构、流体输送、化肥设施设备、低中高压锅炉、石油裂化、石油钻探、船舶等等,无缝钢管的质量关系到整个工程的质量。无缝钢管的质检在当前的生产机环境下就显得格外重要。超声波检测作为一种有效的无损检测技术,在质量控制程序中起着非常重要的作用。不仅准确能发现材料内部缺陷和定位缺陷的位置,而且操作简单、迅速。因此,应在充分了解超声波检测技术的前提下,提出超声波检测技术在无缝钢管质量检测中的应用方法,从而有效针对无缝钢管中的质量缺陷进行检测。

“医学寄生虫学”网络教学实践与探索

近年来,学生对在线学习和网络教学的需求越来越高。针对“医学寄生虫学”这门课程的网络教学,广州医科大学病原生物学与免疫学教研室积极探索,整合了各级各类平台的优势资源,充分利用爱课程、学堂在线、智慧树网、人卫慕课已有的教学资源和各种直播、录播平台,最大限度地多样化教学方式与方法。通过在线考核、网络问卷调查和线上评教评学会议对教学效果进行评价。在整个探索实践过程中,也遇到了很多问题,并进行了不断反思。我们的实践与探索过程可为其他院校相关课程的网络教学建设提供借鉴。

基于混合模型与改进多分类马田系统的控制图模式识别

为提高生产过程中产品质量的智能监控水平,提出基于时间序列混合模型及改进多分类马田系统的控制图模式识别算法。选用时间序列混合模型对控制图实时数据进行特征提取;改进马田系统的阈值计算方法并制定多类判别准则,将表征的特征向量代入改进多分类马田系统分类器中进行特征约减及模式识别。最后,将该识别算法应用于控制图公开数据集及生产案例中,以验证算法的有效性,并与其他算法对比了分析,结果表明,基于时间序列混合模型及改进多分类马田系统算法能简化识别系统,识别精度高,是一种更为有效的控制图模式识别方法。