国债投资收益实证分析

投资者对国债投资收益的分析,主要是对衡量收益高低的收益率进行分析。在对国债收益率分析的同时,也要考虑货币的时间价值,对不同持有年限的投资品种进行横向比较;由通货膨胀率对保值贴补率进行预测,进一步分析国债的“潜在收益”,也是投资者在投资选择中不容忽视的;适时换券,既可降低投资风险,也可获取复利效果,提高投资收益。     

试论空管中的人性化管理

所谓人性化管理，指的是在组织完成一个目标时很好地兼顾人性化的客观需求，以期更好地完成这一目标。历年来发生的飞行冲突给我们在管理上敲响了警钟，传统的管理模式已经越来越不适应现代的要求。通过研究各种管理模式，我们发现只有人性化的管理才较好地适应当代以人为本的飞行管理要求。笔者想通过对这一问题的探讨，唤起大家对事故链中管理这个环节的重视。     

强化合同管理 防范经营风险

本文从合同管理的概念、性质、重要性及我国合同管理历史与现状、合同管理与风险防范的关系、合同管理组织制度保障与网络、档案化管理等方面粗浅探究合同管理与风险防范问题，旨在推进、规范合同管理，防范经营风险。     

地热能源的地震风险

利用地热能源发电,是替代能源的一个选项。但由于它也有引发地震的风险,这其中如何平衡,是一大挑战。越来越多的深层地热,正在开发来作为一项极具吸引力的替代能源。虽然在过去的百年中,温泉等传统水热资源已被充分利用,但是其分布范围以及供电的潜能却相当有限。因此,深层地热的前景看好。     

交叉航线碰撞风险计算方法比较

随着空中交通流量的急剧增加,对碰撞风险问题进行研究进而对空域安全进行评估就成为亟待解决的问题.本文就交叉航线碰撞风险的计算进行了研究.首先推导出交叉航路碰撞概率计算公式,将交叉航路碰撞风险分解为水平方向重叠概率和垂直方向重叠概率,然后分别通过基于REICH模型的冲突区域法和概率论的方法对水平方向重叠概率进行了分析计算,最后用自主开发的"空域安全评估方法的研究与应用"软件分别用该两种方法通过实例进行了仿真计算.本文为交叉航路碰撞风险的量化提供了可行的方法,也为缩小或重新制定间隔标准提供了参考方法.     

Pro／Engineer中的圆角特征处理

本文从设计原理的角度结合作者的使用经验，分析了Pro／E中圆角特征的作用、构造方法及注意事项，以利于该特征在众多菜单中理清思路并正确构造圆角特征。     

账户型区块链可扩展存储模型

区块链数据持续线性增长,最终导致单个节点无法提供足够的存储资源,产生存储可扩展性问题。轻节点模型虽然极大地降低了对存储资源的需求,但是也导致全节点减少、去中心化程度降低,威胁区块链网络的安全。账户型区块链尚未有成熟的可扩展存储方案提出。考虑到状态数据的使用频率远远高于区块数据,提出一种基于账户型区块链的可扩展存储模型（SSMAB）。SSMAB以完全冗余的方式保存状态数据,保证其交易验证功能;以分片方式存储区块数据,降低冗余度;采用经济激励机制,在保证数据可用性的前提下,减少存储的消耗。实验结果表明:SSMAB模型能够保证数据的可靠性与可用性,将存储数据量降低到全节点模型的13%。      

超燃冲压发动机隔离段流场数值模拟

隔离段是双模态超燃冲压发动机实现双模态和模态转换的一个重要部件,同时,它把进气道和燃烧室隔离开,以防止燃烧室工作对进气道干扰,引起进气道不启动。由于隔离段内气体流动的复杂性及其广泛的工程应用前景,隔离段内的流动特性引起了人们的广泛关注。本文使用隐式TVD格式,采用雷诺应力湍流模型,近壁面采用非平衡壁面函数方法处理,控制方程的离散采用二阶迎风格式,对隔离段内的流场进行了数值模拟,并分析了出口反压、来流马赫数对隔离段内流场的影响。     

传统审计模式与现代风险导向审计模式的比较分析

注册会计师审计发展到今天,经历了传统审计模式与现代风险导向审计模式,而这两种审计模式无论是在产生背景、审计理念还是采用的技术方法等方面都存在诸多不同,可以说,现代风险导向审计模式是审计人员为了适应审计环境的变化而做出的理性选择。论文试图通过对传统审计模式与现代风险导向审计模式的比较,认识和了解现代风险导向审计模式的具体情况,从而对促进我国审计职业界的发展产生一些有益的启示。     

基于机器学习的空间翻滚目标实时运动预测

借助监督式机器学习（ML）方法,对空间翻滚目标的运动状态预测问题进行研究,为空间机器人抓捕空间翻滚目标提供可靠的数据依据。基于物理模型的运动预测方法依赖理想的建模假设,需要连续的视觉反馈信息,解决目标预测问题的能力有限。因此,本文采用机器学习中纯数据驱动方式的稀疏伪输入高斯过程（SPGP）回归方法进行空间翻滚目标的运动预测。给定空间翻滚目标运动状态的历史观测数据,通过连续优化真实观测数据,得到稀疏的伪训练数据集,进而在线快速预测目标的运动状态,预测的计算效率达到毫秒级。此外,利用马尔科夫链蒙特卡洛（MCMC）法处理连续优化过程,克服由于随机初始值造成的优化过程陷入局部极小值问题。利用Snelson数据验证了所提稀疏伪输入高斯过程回归方法的正确性,并通过4组仿真算例验证了所提方法对于空间翻滚目标运动预测的有效性和鲁棒性。