固定收入债券利率风险管理中的持续期度量方法

首先指出对有固定收入的债券进行投资也存在着风险，其中主要为利率风险，而持续期以及以其为基础建立的持续期分析则是进行利率风险管理的重要方法．然后在对传统的利率持续期模型进行评介的基础上，进一步分析了学者们对传统持续期模型的发展，详细介绍了包含债券收益率曲线非平行移动的持续期模型和在不同利率期限结构假设下所推导的持续期模型．     

基于统计的蒙汉机器翻译系统研究

本文综述了基于信源信道思想,及其在蒙古语与汉语统计机器翻译中的应用.基于统计的方法是语言信息处理及机器翻译领域的研究热点.本文介绍了1个蒙古语与汉语基于统计的机器翻译的实验系统.该实验系统在蒙古语语料预处理和蒙古语与汉语的翻译模型的建立方面做了有益的尝试.实验结果表明,与基于统计的蒙汉机器翻译相关的模型设计是合理的.该实验系统为今后的工作奠定了基础.     

论耕地总量动态平衡及其实施的技术基础

从土地管理的目标出发,分析了耕地总量动态平衡的实质,提出耕地总量动态平衡的内涵及其函数模型,进而分析了耕地数量、耕地质量、时代（时间）和区域（空间）等四个变量因素与耕地总量动态平衡的相关性,并认为制定一个科学的、切实可行的土地利用总体规划是实施耕地总量动态平衡的技术基础。     

回归方程的主成分估计在林业预测中的应用

讨论了林业中使用主成分估计方法克服回归模型复共线性问题。研究和分析了材积方程模型，油松林木平均高与立地环境因子回归模型中存在的复共线性，以及主成分估计方法在建立上述回归方程的应用。     

关于随机小修费用模型的最优维修策略

采用变分方法考察了具有随机小费用的可修模型的维修策略问题，推导出了依赖年龄的最倨费用界维修策略所满足的微分方程及其边界条件。从而得到了费用界策略形式下的最优。对于包含预防性更换的可修模型也同样得到了费用界－预更换策略形式下的最优解。     

保水剂对植被混凝土生态基材持水特征的影响

分别将3种粒径保水剂以不同使用剂量施入到植被混凝土生态基材中,测定各处理生态基材在不同吸力时的含水量,并用VG模型拟合各处理生态基材水分特性曲线,获得水分特性曲线参数和主要水分常数等结果 ,以揭示使用保水剂对植被混凝土生态基材持水特征的影响。结果表明,各处理生态基材的水分特征曲线上移,各吸力段的持水容量明显增加,n值均小于对照,表明使用保水剂显著增大了在失水过程中生态基材的持水能力。使用保水剂后,各处理生态基材饱和含水量、田间持水量、重力水和全有效水部分均显著增加,无效水含量略有增加,残余含水量基本不变,表明使用保水剂对植被混凝土生态基材的"孔隙"持水作用更加明显,而对于分子持水作用不够显著。综合比较保水剂不同粒径和使用剂量对生态基材持水能力的改善作用,大粒径保水剂在使用剂量为0.50%时改善效果最好。     

福建农村居民消费的长期均衡与短期动态模型研究

分析了福建农村居民消费的现状，在协整理论和误差修正机制的理论基础上，估计了福建农村居民消费的长期均衡模型和短期动态模型。模型估计结果表明收入以及收购价格与生产资料价格比对消费的变动均有显著的影响，而利率对福建农村居民消费的影响并不显著。同时，长期均衡误差项对消费的变动有较大的反向调整力度。     

吉林省稻叶瘟流行模拟及预测模型研究──Ⅰ稻叶瘟流行子系统模型的建立

文中运用系统分析原理及植病流行学方法对稻叶瘟流行涉及的几个主要子系统进行了定量研究．研制成了“温湿雨促病指数”、“侵染势能”、“稻体感病指数”以及“病斑的潜育显症”４个子模型,为建立稻叶瘟田间流行的模拟模型奠定了基础。     

森林可燃物含水率气象预测模型 在森林火险预报中的应用

森林可燃物含水率是森林火险预报中的主要指标之一。利用黑龙江省伊春林区5个气象站1961—2005年逐日气象资料、森林火灾次数资料和五营林业气象试验站1991—2005年森林可燃物含水率观测资料,采用统计回归法,建立森林可燃物含水率与气象要素关系模型,并将可燃物含水率预测模型引入到森林火险气象指数模型中。结果表明：森林可燃物含水率模型模拟效果较好,引入森林可燃物含水率气象预测模型可提高森林火险气象指数模型的应用效果,并划分了森林火险气象指数在伊春林区森林火险等级预报中的应用指标值。森林可燃物含水率模型可祢补可燃物含水率组份缺少观测资料的不足,促进森林火险等级预报的应用水平。     

小班数据更新生长模型研究

小班按自然增长形式变化的数据可以用生长模型进行更新。对于马尾松用材林Ⅳ林分生长类型来说，可以采用Ｖ＝８．４６０４８４ｅ－２２．１７２４６１／Ａ、Ｄ＝３４．７３７３３０ｅ－１７．７０３９２０／Ａ、Ｈ＝１７．８９４７９０ｅ－１４．８５９８００／Ａ来推算以后几年小班的单位蓄积、平均胸径和平均树高。经检验结果表明，其变动系数均不超过１０％，说明这三个生长模型适用于小班数据更新。