多媒体数据库管理的数据表示模型与融合

通过定义角色、虚拟角色、观点和虚拟观点,解决了多媒体信息的格式不同给用户造成的使用不便,同时也较好地解决了多媒体数据融合的技术关键。角色和观点掩饰了所有由信息和日常所需的格式的复杂性,利用角色和观点来支撑多媒体对象的动态扩展,致使多媒体制造者能够很容易地在运行时延伸对象的使用。     

一种消费者品牌偏好的模糊排序方法

为将消费者对品牌属性的模糊评判信息转化为消费者的品牌偏好信息,首先将模糊语义转化为三角模糊数,然后利用模糊数的广义加法、近似乘法及标量乘法计算,从而将消费者对属性的离散意见转化为对某一品牌的综合意见.然后通过定义一种模糊数综合排序指标来确定消费者的品牌偏好顺序.最后还通过一个算例来说明方法的实用性和有效性.     

卡夫卡的人生"假设"和"预测"

本文本着探讨《变形记》本义和作者的主观价值指向的阅读原则，视主人公的“变形”为一种人生假设，认为作者通过这一假设预测了自己的人生结局。同时认为该作品存在着两种“异化”：格里高尔的生理“异化”和家人的心理“异化”，而后者才是作品的主旨所在。     

公路客运站服务质量评价体系

研究基于公路客运站的基本特点,通过分析影响客运站服务质量的相关因素,提出10项评价指标并建立相关的调查方式与方法,探讨服务质量评价的模型与算法,最后以成都市12家客运站为例进行了验证。     

论测试与评价在CMM和CMMI中的作用

测试与评价在CMM和CMMI中有着不同的作用，这两种作用反映了两种不同模型对测试与评价技术在软件管理工程中作用的不同认识，体现了CMMI对测试与评价支持优于CMM，论证了CMMI是一个更适应于时代发展的模型。     

太极的四维图象--大统一的宇宙结构

将<太极图>解析成太极图的四维图象,并根据<周易>的周而复始、生生不息的宇宙法则和现代物理学研究成果构画出太极宇宙模型,同时指出太极宇宙模型的基本特征及特点.根据太极宇宙模型、<周易>原理和现代科学成就提出并描述出大统一的宇宙结构图景,指出"炁天人合一"是易学思想的精髓、太极法则,即宇宙的主体时空观和宇宙的客观本体观的统一.本文提出的太极宇宙模型及大统一的宇宙结构与欧美等国科学家最近提出的循环宇宙、中空宇宙有异曲同工之妙.     

基于激励理论对经理优化报酬组合的探讨

对经理长期报酬和短期报酬的优化组合激励问题进行了探讨。通过分析建立了组合激励的两阶段搏弈模型，求解模型得到了最优报酬组合。结合构成最优报酬组合的各参数的含义，探讨了它们对最优报酬组合的影响。     

Hybrid SVM／HMM Method for Face Recognition

A face recognition system based on Support Vector Machine(SVM) and Hidden Markov Model (HMM) has been proposed. The powerful discriminative ability of SVM is combined with the temporal modeling ability of HMM. The output of SVM is moderated to be probability output, which replaces the Mixture of Gauss (MOG) in HMM. Wavelet transformation is used to extract observation vector, which reduces the data dimension and improves the robustness.The hybrid system is compared with pure HMM face recognition method based on ORL face database and Yale face database. Experiments results show that the hybrid method has better performance.     

基于学习的证券市场专家预测意见合成研究

针对证券市场的专家预测意见的特点，研究了将学习、证据理论与协同学理论引入证券市场专家预测意见合成的理论与方法．讨论了将专家的历史预测数据用基本可信数表示作为学习样本，对初选专家进行聚类分析选择有协同效应的专家．该方法用神经网络优化基本可信数的修正系数，再用Dempster合成规则进行预测意见的合成．实验结果表明该方法应用于解决实际问题时具有较好的效果．     

区域水资源可持续利用评价的神经网络方法

在论述区域水资源可持续利用与水资源承载能力关系的前提下,提出了区域水资源可持续利用评价的神经网络方法。建立的神经网络模型对汉中盆地水资源可持续利用程度进行了评价。应用实例表明:建立的模型与其他模糊综合评价和属性识别方法相比,评价结果更合理可行和可靠。对汉中盆地来说,城固的水资源可持续利用程度为低级,其他5个区县的水资源可持续利用程度为中级偏低,其中又以南郑为最高,勉县为最低。在研究的7项评价指标中,水资源利用率对可持续利用程度的影响最大,灌溉率的影响次之,生态环境用水率的影响最小,从而为提高区域水资源可持续利用程度提供了理论依据。表3,参9。