M带多小波的平衡阶和插值性

对M带多小波,引入了p阶平衡和插值性概念.从频域角度给出了M带多小波的p阶平衡条件.对于具插值性的多小波,证明了其平衡阶和逼近阶是等价的.     

均衡发展与非衡结构理论在训练实践中的应用探讨

运动训练实践中，按照均衡发展与非衡结构理论，结合运动员个体特征，在训练的不同阶段和竞技能力构成因素的主导地位等情况下，可通过对竞技能力构成因素的平衡与非衡补偿途径，有效地发展和提高运动员的竞技能力，创造优异运动成绩．     

大系统平衡块对角优分解

为了实现大系统的并行处理，大系统的分解总是希望分配给各处理器的任务量是均衡的即分解后的子系统要有平衡的结构（或维数尽量接近），因此，在系统平衡块三角分解的基础上，利用非平衡补偿方法使系统状态方程的系数左阵具有块对角优型，使系统模型简化的结果更为理想。系统平衡对角优分解方法通过实例仿真证明是可行的，并为大系统分散控制的分析与设计提供了新的系统模型简化的手段。     

基于 DBIRCH 算法的 Argo 剖面数据聚类

为解决实时分析处理的海洋 Argo 浮标剖面观测数据特有的数据密度较高、快速响应且需要识别任意形状簇等问题, 提出了一种可通过单次扫描数据集进行有效处理的低复杂度聚类算法 DBIRCH( Density-BasedBalanced Iterative Reducing and Clustering Using Hierarchies)。 该算法通过使用新引入的参数密度阈值修正因子,动态的更新限制 CF(Clustering Feature)树生长的约束系数子空间阈值, 同时结合密度关联思想在不同邻域内多次建立 CF 树且合并, 最终以核心 CF 树子节点为聚类结果输出, 避免了 BIRCH(Balanced Iterative Reducing and Clustering Using Hierarchies)算法对参数的过度依赖, 同时因能处理任意形状簇从而提升了数据处理的整体鲁棒性, 提高了处理 Argo 剖面监测数据的时效性和算法的整体吞吐速度。 为测试算法的综合性能, 使用真实 Argo浮标剖面实时监测数据集, 并根据不同的参数对算法做出多组对比实验, 同时使用不同评价指标对算法从运行时间和聚类准确率上进行综合评估, 从全局角度分析该算法在 DBSCAN(Density-Based Spatial Clustering of Applications with Noise)、 BIRCH 及 DBIRCH 3 种不同算法中综合聚类性能最优。 实验结果表明, 在3 种算法中,BIRCH 算法运算速度最快, 但准确率最低; DBSCAN 算法聚类性能高于 BIRCH 算法, 但运算速度最慢; 改进的DBIRCH 算法运算效率略低于 BIRCH 算法, 但聚类准确率最高。     

一类带消费的随机动态投入产出模型

对时滞为1且带随机消费的动态投入产出模型,研究了投入产出消耗系数矩阵、投资系数矩阵均为随机矩阵时,稳定增长解的存在性问题.利用现代概率分析及马氏过程等工具,证明不存在随机动态投入产出模型的稳定增长解.即投入产出模型反映的经济系统必须经常进行调整,其崩溃时间为无穷大的概率为零.     

双语教学中母语与英语平行发展探讨

本文从我国学术界对双语教学的不同观点入手,分析了双语教学的优点和我国发展双语教学的重要性,指出我国在实行双语教学时,要注意保持母语和英语的平行发展,既要强化母语的优势,保证中华文明的延续和发展,又要兼顾现代社会国际化的发展趋势。重视英语作为国际语言的地位,提高学生的英语应用能力,培养二十一世纪的现代化国际型人才。     

一种基于DFT-S-OFDM系统的上行链路资源均衡分配方案

分析了3G长期演进系统中上行链路标准DFT-S-OFDM的基本工作原理,提出一种基于此系统的资源均衡分配和功率分配方案,并对其进行了系统建模、复杂度分析和系统仿真.结果证明该方案可以提高上行链路的系统容量,复杂度较低,具有较强的实用性.     

能耗均衡的非均匀分簇多跳路由协议

针对无线传感器网络能耗不均衡的问题, 提出一种非均匀分簇多跳路由协议ECBUC(Energy Consumption Balanced Unequal Clustering)。在簇首预选阶段引入能量因子, 使高能量节点参选的可能性增大; 分簇阶段通过竞争算法将网络划分为面积不均等的簇, 从而改善无线传感器网络的“热区冶问题; 在簇间路通过形成阶段给
出综合考虑中间节点的相对位置和剩余能量的评价指标, 协调了簇间通信的代价和网络的能量分布。经过仿真实验, ECBUC 协议可有效地均衡网络能耗, 与EEUC(Energy Efficient Uneven Clustering)协议相比, 使网络的生命周期平均延长了22. 29%, 提升了网络性能。     

基于灰关联分析的模糊C均值算法

标准的模糊C均值算法(FCM)采用欧式距离测度,均等地利用所有特征来计算数据间的相似性,但其存在受局部特征影响、对非球状簇识别效果不佳、无法适应高维数据等缺点.为此,提出一种将基于差异信息理论的灰关联分析结合到FCM中的新算法,利用均衡接近度描述数据间的相似性,强调从整体上判断数据的相似程度,减弱局部特征高关联性的影响,能够适应不同形状簇的识别.在人工和真实数据集上的实验表明,所提出的新算法具有更高的聚类精度和更好的稳定性.     

利用平衡计分卡进行企业信息资源规划

阐述了信息资源规划在企业信息化建设过程中的重要性,在此基础上提出企业信息资源规划的首要任务是制定企业信息化建设的战略目标,通过分析案例企业的成功IT革新经历,介绍了如何利用平衡计分卡帮助企业了解其信息资源利用的战略需求并实现企业信息战略与商业战略的协同关系,从而明确企业信息化建设的目标和方向。