时间加工的神经基础

时间是我们生存的基本维度,理解时间加工的神经基础对于感知觉、运动控制等领域有重要意义.本文通过综述相关研究总结了毫秒级和秒级时间加工的神经基础,从目前的研究成果来看,时间加工的神经基础是分布式的而非集中式的,主要在小脑、基底神经节和大脑皮层进行.目前还未有理论能统一解释时间加工的机制,未来研究还需深入对时间加工的机制的探讨.     

人类合作行为的神经生物基础及脑模型

已有的脑成像研究表明,个体在社会博弈中的合作决策主要激活与认知控制、社会认知以及奖励加工有关的三类大脑神经网络.首先对上述三类大脑系统的功能及其相应的大脑结构和神经回路进行阐述,并对相关的脑成像研究进行回顾.对激素水平的研究发现,催产素能通过增加人们之间的信任来促进合作.在此基础上,介绍新近提出的关于合作的脑机制模型,最后指出这一领域已有研究存在的一些问题以及未来的研究方向.     

公平与效率的理论基础与实践意义

环境资源的污染与生态系统的破坏迫使人们寻求可持续发展之路,在这条漫漫长路中,公平与效率并存,两者既要兼顾,又有矛盾,寻找一个完美的契合点,才是可持续发展的关键所在。     

社会公平责任下图书馆公平的实现机制

图书馆应当加强公平理念研究,构建普遍的服务体系、公平的制度体系,创新图书馆公平服务的内容与方式,积极承担社会公平责任,推进图书馆公平的社会价值目标实现,为和谐社会提供公平的文化信息环境。     

20世纪60年代黑人利益集团的崛起与美国政府的应对——“最后通牒”博弈理论的分析

从博弈论的角度论述了20世纪60年代发生于美国的以黑人利益集团为主体的争取自身利益的活动，以及美国政府所作出的回应。最终得出黑人利益集团在60年代末走向没落的根本原因在于他们最终的愿望是想要融入美国社会，而由于自身的经济条件不发达，以至于在博弈中处于被动地位，并最终销声匿迹。     

试析职业教育公平与社会公平的关系

公平是一个社会和谐的基本要求,社会公平对我国构建社会主义和谐社会具有基础性、深远性影响。职业教育公平是社会公平的重要内容,是社会公平在职教领域的延伸,也是一直被视为实现社会公平的＂最伟大的工具＂。本文阐述了职业教育公平的内涵以及职业教育公平与社会公平的关系。     

公平问题新探

公平在内涵上是人的尺度和物的尺度的统一，是传统理念和现实利益的统一，它在政治、经济和人格上通过不同方式表现出来。马克思主义公平现第一次把社会公平与经济问题相联系，承认公平的差异性。目前，我们一方面要调整思想观念，树立正确的公平观，一方面要改革体制，确立公平的社会机制。     

利他、公平和信任等因素对合作的影响

分析了利他、公平、信任等因素对博弈过程中合作的影响,以典型的"gift-exchange博弈模型"为例,假设博弈方行为受到一些因素影响并且可以用启发式规则简单描述,通过对成员Agent内部的利他、公平、信任等属性和交互过程中启发式规则的设计和编程实现,使得博弈双方在博弈过程中不断学习和调整策略,形成最终达成一致的合作机制.利用多Agent系统平台--JADE对所提出的模型进行仿真,通过对实验数据的分析,揭示了在多Agent系统中利他、公平以及信任等因素对合作的影响,指出了这些因素在经济生活中的实际指导意义.     

零售商公平关切下闭环供应链定价策略研究

把零售商公平关切行为倾向引入到闭环供应链的定价决策中,分别针对制造商考虑和不考虑零售商公平关切性两种不同情形构建了相应定价决策模型,利用博弈理论对模型进行分析求解.研究表明零售商的公平关切行为倾向对零售商和制造商的定价决策、利润以及废旧产品的回收量均具有影响;当零售商具有公平关切时,制造商考虑零售商的这种公平关切行为参与博弈有利于自身利润的提高,并增加闭环供应链系统废旧产品的回收量,有利于资源回收利用和环境保护;同时还发现公平关切行为倾向是零售商获取闭环供应链利润分配的一种有效手段.     

生态文明的公平维度

社会公平是构建和谐社会的基本保障,也是中国特色社会主义发展的根本目标。生态文明是继农耕文明、工业文明之后人类文明的一种新形态,生态文明建设也必须遵循社会公平的基本原则。平等的生态享有机制、科学的生态规划机制、合理的生态补偿机制、绿色的生态消费机制是实现生态公平的保证。只有建立起公平、公正的生态文明观,才能真正实现社会的全面公平。     

对目前我国教育公平问题的若干思考

教育公平问题是关乎众多社会成员生活命运的一个重大问题。我国教育中的不公平主要表现为三个方面。教育不公平现象的主要根源在于国家与政府价值观念影响下的相关政策、管理的不完善与教育内部的不当行为,教育公平的缺失会导致弱势社会成员受教育人权的失落及人性的麻木,阻塞他们改变人生命运的通路,持续拉大社会发展差别和贫富差距;教育公平的缺失意味着国家协调发展能力的不成熟和社会共同体对人的精神生产(包含教育)重视的不到位。     

一种基于蚁群聚类的径向基神经网络

提出了一种基于蚁群聚类算法的径向基神经网络．利用蚁群算法的并行寻优特征和挥发系数方法的自适应更改信息量的能力，并以球面聚类的方式确定了径向基神经网络中基函数的位置，同时通过比较隐层神经元的相似性、合并相似性较为接近的2个神经元来约简隐含层的神经元，以达到简化径向基神经网络结构的目的．实验比较了几种不同聚类算法的径向基神经网络，结果表明，所提神经网络的整体训练时间至少可缩短40％，学习的准确率可提高1%以上，而且网络结构更加精简．     

RPR公平性算法的探讨

介绍了弹性分组环(RPR)公平性算法的机制,针对现在采用的虚拟时间调度算法(DVSR)存在的一些问题,探讨一种更新的计算简单的带宽公平性算法(LCDBA,the low complexity distributed bandwidth alloca-tion).LCDBA算法通过测量某个时间间隙内各节点发送的流量,计算各节点的活跃程度,以此为比例计算各节点的公平性速率.     

子波基神经网络及其建模

将神经网络与子波理论结合,构成新型的神经网络结构-子波基神经网络,不同于一般前向神经网络的是该网络的隐层单元的激活函数为不同尺度下的子波函数.该网络具有良好的逼近非线性的能力.本文将其应用于非线性系统建模.     

焊接过程的RBF神经网络建模

介绍了RBF神经网络的性能和算法结构 ,建立了RBF神经网络在船舶焊接过程中用于焊接变形预测分析的模型 ,并探讨了其应用和发展趋势     

一种基于Legendre正交基变换的过程神经元网络训练

为解决过程神经元网络训练涉及的时域聚合运算问题,提出了过程神经元网络的一种学习算法。算法在网络的输入函数空间引入Legendre正交函数基,将输入函数和网络连接权函数表示为该组正交基的有限项展开形式,利用Legendre函数基的正交性,避免复杂的积分过程,降低过程神经元在时间聚合运算中的复杂性,提高学习效率。仿真实验结果证明了算法的有效性。     

改进的RBF神经网络模式分类方法应用研究

经典的Bayes分类方法一般需要事先对样本的分布特性作出假设,当假设模型与样本实际分布情况不相符时,就难以得到较高的分类精度。当处理同类别多区域样本分布问题,例如变标签问题时,距离判别、Fisher判别、k－近邻分类、分段线性分类等统计分析方法遇到困难。双螺旋问题不仅使统计方法受到挑战,更使人们对一般前向多层神经网络的能力提出疑问。本文提出了改进的RBF神经网络结构、核函数个数、位置与宽度优化算法。该算法的计算复杂性与一般前向三层LBF网络所用的误差反传算大致相同。核函数生成既考虑了训练集样本自身的类别因素,又考虑了错分样本与邻近类别的关系。一个核函数的最终保留与否根据其对提高测试集分类正确率的贡献大小来决定。同时实验验证了两层LBF网络对提高改进的RBF网络分类正确率的极端重要性。大量应用实例表明,与前向三层RBF网络和前向三层LBF网络相比,该IRBF网络具有收敛速度快、分类精度高、易于得到最小结构、在学习过程中不易陷入局部极小点等优点,有利于实现实时分析。     

基于径向基函数概率神经网络的心律失常自动识别

讨论了基于径向基函数（ＲＢＦ）的概率神经网络的基本网络结构和网络的学习和运行过程,并且与ＢＰ算法的径向基神经网络进行了对比,同时也测试了网络的容错能力,结果表明,基于ＲＢＦ的概率神经网络,学习速度大大提高,同时减小了ＢＰ陷入局部极小的问题,有一定的抗噪声能力,基于ＲＢＦ的概率神经网络模型在心律失常自动识别中获得了很好的应用。     

多项式基函数神经网络模型

从函数逼近理论出发，用一组正交基函数作为三层前向神经网络各隐含单元的输出特性，以其加权和作为网络的非线性输出，构成一种单输入单输出正交基函数神经网络模型。建立了多输入的多项式基函数神经网络，并给出了非线性静态特性拟合，ＸＯＲ特性和动态特性拟合计算机仿真结果。     

基于径向基函数神经网络的工程造价估算

提出了一种更有效的前向网络——径向基函数(RBF)神经网络,以多、高层办公楼为例,建立了工程造价的估算模型,运用MATLAB语言程序实现,同时采用同样的样本对BP网络进行训练,两者结果比较表明,这种方法弥补了BP网络存在的收敛速度慢,易陷入局部最优等缺陷,从而大大提高了其实用性,是对造价估算方式的又一新的尝试。