不同解释风格对大学生人际关系与主观幸福感的影响

目的考察不同解释风格对大学生人际关系与主观幸福感的影响,为大学生心理健康咨询与教育提供科学依据。方法采用解释风格问卷、人际关系综合诊断量表、中国城市居民主观幸福感量表,对整群随机抽取的367名大学生进行问卷调查。结果不同解释风格的大学生在主观幸福感和人际关系困扰上差异非常显著。结论大学生的不同解释风格影响着其人际关系和主观幸福感。     

供水管道更新改造的经济决策模型探析

引言供水管道更新改造的费用非常昂贵,不仅是因为管道本身的造价,而是铺设管道所必须的土方开挖、回填的花费,并且需要更新改造的供水管道主要集中在成熟的、人口密集的旧城区,施工的难度也较大.现状对供水管道的更新改造判断还主要依靠有经验的员工的主观判断,主要是以年久失修,服役期长,漏水频发、水质差以及管径偏小的老旧管道为主要更新对象.研究供水管道的更新改造经济决策模型,有助于协助企业决策资金的走向,平衡资金流动与保障供水服务的相关性,提高企业经济效益.     

Web数据库关键字查询结果排序方法

为提高现有关键字查询结果的准确性,提出一种基于信息检索排序模型的关键字查询结果排序方法,该方法根据查询关键字在查询结果元组树和数据库中出现的频率来衡量查询结果的相关度,考虑了查询结果元组树中文本属性所包含字符串长度对排序分值的影响,使评分函数的计算更为合理.研究结果表明:提出的关键字查询结果排序方法的排序准确性高于现有典型排序方法,具有较高执行效率.     

老年人的主观幸福感及影响因素———基于浙江省慈溪老年大学的实证分析

利用李克特七度量表,将老年人主观幸福感的影响因素区分为个人情况、家庭生活、社会氛围及养老政策与环境层面,并设计调查问卷,针对浙江省慈溪老年大学学员进行访谈和实证。实证表明：老年人婚姻状况、退休前从事职业和目前维持生活的主要收入来源与其主观幸福感显著相关;家庭生活、社会氛围和养老政策与环境对主观幸福感呈现显著的正相关关系;家庭生活中的子女发展状况,社会氛围中的老年人际关系,以及养老政策和环境中的老年人对中国经济发展的良好预期与同内生活的喜爱程度对老年人的主观幸福感有最为密切的正相关关系。     

大学生学业倦怠与主观幸福感的相关研究

采用倦怠量表、生活满足感量表、积极情绪和消极情绪问卷对210名在校大学生进行调查。结果表明：大学生两性总体上不存在显著性差异,存在家庭所在地差异,但不存在专业差异;大学生生活满足感存在性别、家庭所在地差异,但不存在专业差异;大学生学业倦怠与生活满足感、积极情绪存在极其显著的负相关。     

基于主观Bayes方法的不确定推理算法实现

不确定推理是指建立在不确定性知识和论据基础上的推理。本文设计了基于主观Bayes方法的不确定性推理算法,通过实验结果比较了结论不确定的合成算法与更新算法的一致性,实现了不确定推理问题求解的自动化。     

人口流动如何影响主观幸福感——基于主观社会地位的中介效应

中国城镇化背景下的大规模人口流动行为一直都是学术界关注的焦点。但是关于人口流动行为与迁移个体的主观幸福感之间的关系依然鲜有研究。采用2014年中国劳动力动态调查（CLDS）数据，通过倾向得分匹配法研究迁移人群对幸福感认知的中介作用机制。研究结果发现：迁移行为显著影响了个体的主观幸福感水平；主观社会地位对于迁移行为-主观幸福感的关系具有明显的中介作用。最后，对于该研究的理论贡献和实践意义进行了讨论，并指出了未来的研究方向。     

不同体育锻炼量老年人主观幸福感的比较研究

对淮安钵池山公园不同体育锻炼量老年人主观幸福感各维度进行了比较研究。结果发现：小、中、大锻炼量三组老年人的总体情感指数、生活满意程度、主观幸福感总分均值间差异均不具显著性，但随体育锻炼量的增加，主观幸福感各维度均值呈现上升趋势。     

基于主观贝叶斯多传感器数据融合的AGV精确定位研究

针对室内自动导引运输车（Automated Guided Vehicle,AGV）定位偏差大、精度不足的问题，提出了一种基于主观贝叶斯网络的传感器数据融合定位方法.该方法首先结合卡尔曼滤波模型，对不同传感器的数据进行滤波处理，并通过主观贝叶斯网络模型计算信息增益大小，从而自主地选择传感器数据；再将选择的传感器数据进行融合；最后根据融合后的传感器信息进行AGV位置状态更新，获得更精确的AGV位姿信息.仿真实验结果表明，在室内实验环境中，主观贝叶斯网络融合算法能够实现多传感器的数据互补.与RUKF算法相比，该方法的均方根误差缩小到了0.17 m，定位精度提高了43.6%，定位时间缩短了0.071 s，效率提高了4.5%，数据稳定性提高了47.8%，其定位偏差明显小于单传感器的定位偏差，证明了该方法的有效性.     

加权变精度直觉模糊序信息决策表的近似约简

以直觉模糊信息表为背景，利用粗糙集和模糊集，旨在筛除信息表中冗余的属性，提出获取决策规则的近似约简方法 .首先，通过在直觉模糊集中引入带权重评分函数来定义加权直觉模糊序关系；进一步，为了提高模型分类的容错率，结合变精度粗糙集模型构建加权变精度直觉模糊序决策信息表；接着，在该决策表中提出上、下近似约简的判定定理和可辨识矩阵，进而生成两种求解上、下近似约简的方法；最后，通过具体案例和数值实验分析验证了该方法的有效性.