加勒比英联邦国家要废除“君主制”

<正>3月底，英国的威廉王子夫妇访问了加勒比地区的伯利兹、牙买加和巴哈马三个英联邦国家。不料，威廉王子夫妇在三国都遭遇了不同程度的民众抗议和官方的“冷言冷语”，其矛头均指向摆脱英国君主统治、实现共和这一目标。继去年1 1月巴巴多斯成功“解雇”英女王之后，这股“脱英”风潮席卷加勒比地区英联邦国家，为今后的英国全球外交乃至更大范围内的南北合作增添了新的变数。     

改进卷积神经网络的语音情感识别方法

研究了基于卷积神经网络的语音情感识别算法,改进了传统卷积神经网络训练过程中的卷积核权值的更新算法,使卷积核权值的更新算法与迭代次数有关联;同时为了增加情感语音之间的特征差异性,将语音信号经过预处理后得到的梅尔频率倒谱系数特征数据矩阵进行变换,提高卷积神经网络的表达能力.实验表明,改进后的语音情感识别算法的错误识别率比传统算法的错误识别率约减少7%.     

Affordance为何不能被定义为一种感觉运动模式

随着近年来认知科学实验证据的增多,吉布森的直接知觉理论受到极大关注。但是,作为直接知觉理论中的核心概念,Affordance的精确定义问题仍处于认知科学界的激烈争论之中。伽亚尼(2014)提出一种TAP理论(Theory of Affordance Perception),该理论将Affordance定义为行动者的一种感知运动模式。然而通过对吉布森关于Affordance特征描述的分析,显示出TAP在解释Affordance的层级性和随机性等特征方面仍存在缺陷。因此,尽管与Affordance的倾向属性理论(Dispositional Interpretation of Affordance,缩写DIA)相比,TAP能够更为深入地解释二维世界中的Affordance效应的出现,但仍然不能给出一个准确的Affordance定义。     

江西官山彩叶植物监测与资源分析

对江西官山自然保护区彩叶植物进行监测与调查。结果发现:1)本区野生彩叶植物共有64科88属189种,双子叶植物比例最大,占95.23%,单子叶植物占1.59%,裸子植物占1.59%,蕨类植物占1.59%,蔷薇科(Rosaceae)、壳斗科(Fagaceae)、杜鹃花科(Ericaceae)、忍冬科(Caprifoliaceae)为优势;2)乔木∶灌木∶藤本∶草本=4∶2∶1∶1;3)按叶片的色彩以及变色期分为5类,红色叶类植物占据绝对优势有50科81属141种,占72%;4)最佳观测的4个地点有李家屋场、生物多样性监测大样地、西河保护管理站至大坝洲电站的公路两边、将军洞。研究结果可为野生植物物候监测、资源保护及开发利用提供参考。     

基于AHP-SWOT方法的新疆反恐维稳战略研究

目的针对当前新疆反恐维稳形势,运用定性定量相结合的方法进行分析,可为决策部门提供具有较强参考性、说服力的意见建议。方法通过研判内部优势劣势、外部机会威胁,设计数据层次评价模型,运用AHP-SWOT方法,分析各类因素,提出反恐维稳战略发展路径。结果充分利用外部机会,发挥自身优势,不断扩大战果,着力打赢反恐维稳攻坚仗。结论运用AHP-SWOT方法,能有效解决定性研判反恐维稳战略存在的不足,使分析更具合理性、准确性。     

基于模糊神经网络和遗传算法的机器人三维路径规划

【目的】为了有效提高机器人三维路径规划精度。【方法】基于模糊神经网络和遗传算法建立了一种新的路径规划方法。【结果】根据路径长度和路径能量提出了三维路径规划的评价指标和优化函数,同时利用模糊神经网络建立了三维路径的5层结构,并结合遗传算法来优化并求解最优路径。【结论】通过仿真实验深入研究了影响该方法的关键因素,结果表明该方法具有更好的适应性。     

基于滑移/非滑移异质界面的动压润滑性能优化

合理布置的滑移/非滑移异质界面可以提高流体动压润滑性能,但目前滑移区和非滑移区的组合方式大多采用单一的直线拼接法,没有针对流体润滑摩擦副的各类工况设计出相应的优化方案,为此本文建立了一组离散式二次方程来描述滑移区和非滑移区拼接轨迹,并引入计算域单元的宽长比作为优化变量,分别以液膜刚度和摩擦因数作为优化目标,通过MATLAB数值仿真求解不同宽长比条件下滑移区和非滑移区的最优拼接轨迹。结果表明,与直线拼接法相比,选取二次方程所描述的抛物线作为滑移区和非滑移区拼接轨迹的方法使流体润滑摩擦副在摩擦因数和液膜刚度等性能指标上都有所改善,而且根据不同的优化目标参数可以方便地绘制出最优拼接方案,验证了本文方法在改善动压润滑性能上的可行性和普适性。     

概率论的一个强大数定律

给出了概率论中一个强大数定律,拓广了辛钦强大数定律的适用范围.     

基于低秩交叉重构的领域自适应算法

为了解决现有领域在自适应方法中忽略了整个数据域内部结构的信息和源域与目标域之间的差异问题,提出了一种新的基于低秩交叉重构的领域自适应方法.通过对源域和目标域的交叉重构来构造新的源域与目标域,使得同类数据相互交织,缩短了同类数据之间的距离; 通过对重构矩阵施加低秩约束,将2个域的同类数据对齐,以此来充分挖掘源域和目标域同类数据之间的内在结构信息,并利用该结构信息来学习分类器,从而取得更好的跨域识别效果.在5个公开数据集上的实验结果表明:该方法具有较高的跨域识别准确率.