国外电子政务建设现状与启示

1前言1.1电子政务的提出从世界范围来看,政府信息化建设最早可以追溯到20世纪50年代计算机在政府部门的使用。20世纪70、80年代,随着计算机的大量应用,很多国家开始推行行政事务的计算机化。20世纪90年代初期,美国克林顿政府为减少预算赤字、增加经济活力,首次提出了借助信息技术实现“电子政府”(e-Government)的概念。此后,世界上很多国家根据本国实际情况也纷纷制定了各自的政府信息化发展规划和目标。1.2电子政务的业务模型目前,对电子政务的业务模型也有不同的说法,较为常见的有以下4种:GtoG(GovernmenttoGovern-ment)政府部门间的电…     

纳米电化学与生物传感器的研究进展

纳米材料的介入为传感器的发展提供了无穷的想象空间,由于其量子尺寸效应和表面效应,可把传感器的性能提高到新水平,使其不仅体积小,而且速度快、精度高、可靠性好,还能实现多功能化和选择检测．目前,纳米材料传感器已成为一个研究亮点,备受瞩目．该文主要就金利通课题组近年来在纳米电化学与生物传感器方面开展的工作进行介绍并对该领域的发展作一展望．     

一种用于多峰函数优化的改进混合遗传算法

针对遗传算法在处理复杂多峰函数优化问题中存在的一些缺陷，提出了一种改进型的混合遗传算法，它在小生境技术的基础上引入单纯搜索算法、最优保存算法和近优淘汰算法，并使之相互结合，经编程实践证明，这种改进的混合遗传算法在处理复杂多峰函数优化问题时，局部搜索能力和克服过早收敛能力方面都显著优于标准遗传算法，并在实际应用中取得了较好的效果。     

基于电子商务的ERP应用研究

电子商务的到来对ERP提出新的需求。为适应电子商务的发展，ERP需具备一系列新的特征。由于存在着整合的基础，电子商务与ERP的整合将成为ERP今后的发展方向。     

犹自奋蹄──我的地理教学生涯与学术思想

本文按以下九个部分概述了笔者几十年的地理教学生涯与学术思想．但不是单纯重复过去的观点，而是从现有思想水平出发分析过去一些学术问题的看法与意见．带有＂温故知新＂的意思．１半个世纪的耕耘２地理学理论３农业地理研究４历史地理研究５发展战略研究６国土规划、区域规划和经济区划７省区地理和城市地理８人地关系研究９几点体会     

基于贝叶斯推理的决策树模型

针对决策树（DT）模型缺乏概率背景这一问题，将贝叶斯推理引入DT模型，提出了一种基于贝叶斯推理的决策树（BDT）模型．在假定所含待定参量的先验与似然的前提下，借助贝叶斯推理获得参量的后验，然后运用逆跳马尔科夫链蒙特卡洛算法对后验抽样，最终求出样本属于某一类别的置信度，从而避免了武断判决．BDT模型以抽样代替拆分与剪枝操作，既直观又灵活，同时在抽样时考虑了不同的树结构与递归分割方案，使得分类准确率得以提高．仿真实验结果表明，BDT模型的平均分类准确率与DT模型相比提高了1．7％～3．5％．     

正交频分复用系统的非对称调制星座频域信道盲估计方法

针对频域信道盲估计的相位模糊问题，提出了基于非对称调制星座的频域信道盲估计方法．根据正交频分复用系统子信道的衰落相位等于该子信道调制星座旋转的角度这一特性，通过独立地估计各子信道接收信号的平均功率及调制星座旋转的角度来估计信道的频率响应．相对于预编码频域信道盲估计方法，该方法的信道估计精度高且没有误差底限，具有实现简单、易并行处理等特点．系统的对比仿真实验表明，该方法与预编码频域信道盲估计方法相比，在信噪比超过18dB时可使信道估计误差随信噪比增加线性递减．     

复杂边界下同位网格和交错网格水流模型收敛性

为提高计算精度,研究简单和复杂边界情况下交错网格和同位网格平面二维水流模型的收敛性。采用有限体积法离散正交曲线坐标下的控制方程,使用S IM PLEC方法求解水位。比较水流动能、最大水位修正和剩余质量源随迭代的变化过程。结果表明:1)在简单边界条件下,交错网格模型收敛性较好;2)在复杂边界条件下,两套网格模型收敛性基本相同。在恒定流计算过程中采用动能标准比最大水位修正和剩余质量标准更能有效地判别模型的稳定性。     

雷达信号的盲分离

盲信号处理已成为近年信号处理和神经网络热点领域.但主要用于语言信号处理,而应用于雷达信号处理并不多见.将盲源分离算法应用于雷达阵列接收信号处理,提出了一种新的盲源分离算法的性能评价标准—相关系数法.首先研究了雷达阵列接收模型,然后分析了雷达阵列接收信号的特性.由分析可知:当雷达目标和杂波源在空间上与雷达接收机的距离基本一致时,雷达阵列接收信号在雷达接收机上的混叠是瞬时混叠;同时雷达阵列接收信号均为超高斯信号.因此可采用盲源分离算法中的定点ICA算法来分离雷达阵列接收信号.仿真结果表明,分离出来的信号与源信号的相关系数均大于0.95,说明了定点ICA算法能雷达阵列接收信号,证明了理论分析的正确性和算法的有效性.     

回归函数的小波支持向量机鲁棒估计法

小波网络具有小波的多尺度特性和神经网络的自学习功能,在回归估计中得到广泛的应用,但其性能受到样本中粗差的严重影响.虽然以M-估计作为目标函数可以解决这个问题,但由于其对应的影响函数由残差绝对值决定,因此如何选择初始参数值成为一个关键问题.为此,提出回归函数的小波支持向量机鲁棒估计方法(小波支持向量回归,WSVR,Wavelet Support Vector Regression).该方法中首先提出并证明了一种新的小波支持向量机(WSVM,Wavelet Support Vector Machine),用于确定初始参数值方法,这种方法能够确定合理的网络结构和合适的初始参数值,保证含有粗差的样本点的残差绝对值较大;然后使用一种构造的M-估计作为目标函数,并提出了自适应确定阈值方法.仿真结果表明,使用这种方法得到的回归模型不仅具有良好的多尺度逼近特性,而且有较好的鲁棒性和较高的推广性能,具有较高的理论和应用价值.