微分动力学模型下本科生导师制隐性知识传播

作为一种能有效促进学生成长的教育模式，导师制受到不少大学的青睐，导师参与过程中存在大量的隐性知识，研究导师制隐性知识传播问题就显得尤为重要．通过建立微分动力学模型，分析本科生导师制隐性知识传播的影响因素．实验结果表明，隐性知识的传播效率与学生的加入率、退出率、学习率和抛弃率相关；提高学生加入导师团队比例，增加与隐性知识拥有者的接触机会，降低对已掌握隐性知识抛弃比率，可以加快隐性知识传播，提高学生知识掌握能力．以此为高校人才培养模式与改革提供参考．     

一种混沌神经网络及在优化计算中的应用

提出了一种混沌神经网络模型。在Hopfield网络中引入混沌机制,首先在混沌动态下搜索,然后利用HNN梯度优化搜索。对非线性函数的优化问题仿真表明算法具有很强的克服陷入局部极小能力。     

前馈神经网络的一个新的混沌学习算法

利用混沌运动的遍历性特点,将logistic 映射与BP算法相结合,给出一个多层前馈网络的新的混沌学习算法。仿真结果表明,本算法取得了良好的效果。     

一类描述混沌映射的符号动力系统

符号动力学有广泛的理论与实际应用。本文定义了符号空间上的拟移位映射,并且给出了此映射的一些性质。     

傅立叶混沌神经网络模型中的模拟退火策略

分析了傅立叶混沌神经网络模型的动力学特性对自反馈连接权值的敏感性,研究了退火函数对优化过程中的准确性和计算速度的影响.并利用暂态混沌神经网络退火过程分段的思想对傅立叶混沌神经网络模型进行改进, 提出了一种具有随机性和确定性并存的优化算法,在保证优化算法准确性的基础上,加快收敛速度,并利用对经典旅行商问题的研究,表明算法具有很强的克服陷入局部极小能力,较大程度提高了优化、时间和对初值的鲁棒性能, 验证了这种优化策略的有效性,同时给出了模型参数对性能影响的一些结论.     

当前的美国经济危机

正当社会主义各国经济欣欣向荣、蓬勃发展的时候,帝国主义阵营的首脑——美国又一次陷入了经济危机。美国的这次经济危机是紧接着1957—58年危机后发生的。上次危机的后果还没有完全克服,今年又爆发了一次新的生产过剩的危机。危机的爆发已经更加频繁。美国这次新的危机不仅表现在工业生产的下降,而且也表现在农业、金融等各个方面,作为整个资本主义世界货币的美元的地位发生了根本性的动摇。危机的性质更加严重了。美国这次新的危机使美国国内外矛盾空前尖锐;美国垄断资本把危机转嫁到广大人民、经济不发达国家和其他资本主义国家身上的企图,更加露骨和疯狂,同时也遭到了愈来愈强烈的反抗。危机的后果必将更加深刻。