伪单调均衡问题的一种加速投影算法

介绍了求解均衡问题的几类算法,并针对收敛性证明需要Lipschitz连续性条件的问题,提出了一种加速投影算法.该算法首先由辅助问题原理和Armijo型线搜索得到一个预估点并以此构造一个超平面,进一步通过选择适当步长和减小投影域使得算法产生的序列快速收敛,从而实现加速投影的目的.最后,在双重函数f伪单调且不需要Lipschitz连续的条件下,证明了该算法产生的迭代序列全局收敛到伪单调均衡问题的解.     

重庆地区4种不同蜜源原蜜的品质分析

【目的】了解重庆地区未加工原蜜的品质情况。【方法】对来自重庆地区的油菜(Brassica rapa var.oleifera)、五倍子(Rhus chinensis)、洋槐(Robinia pseudoacacia)、荆条(Vitex negundo var.heterophylla)等4种蜜源植物的9个原蜜样品进行了感官、理化、淀粉酶值、羟甲基糠醛(HMF)、微生物、农药残留等项目的检测。【结果】所有原蜜样品中:还原糖质量分数、酸度、淀粉酶值、HMF质量分数、细菌总数和农药残留均符合相关要求;水分质量分数均小于24%,属二级品;蔗糖质量分数均超过5%;霉菌和酵母计数均严重超标,其中酵母计数最高超标20倍。此外在南川油菜蜜的一个样品中检出微量甲萘威和涕灭威的残留。【结论】重庆地区的多种蜜源原蜜都存在水分、灰分及蔗糖质量分数较高,嗜渗酵母和霉菌超标,成熟度偏低等问题。
     

ZnTe纳米粉的共振Raman散射研究

用Zn粉和Te粉为源材料,利用水热法在不同条件下制备了ZnTe纳米粉.用X射线衍射仪、透射电子显微镜和显微Raman光谱仪对ZnTe纳米粉进行了表征.X射线衍射谱表明制备的纳米ZnTe具有闪锌矿结构.透射电子显微镜给出在100℃,120℃和160℃时生长2h的ZnTe颗粒的平均大小分别为67 nm,89 nm和120 ...     

几何变权缓冲算子及其作用强度研究

针对传统缓冲算子不能实现作用强度的微调,从而导致缓冲作用效果过强或过弱的问题,构造了几何变权弱化缓冲算子(VWGWBO)和几何变权强化缓冲算子(VWGSBO),研究了该类缓冲算子调节度与可变权重之间的关系,并利用遗传算法探讨该类缓冲算子的优化问题。结果表明,该类缓冲算子对序列的调节度与可变权重同方向变化,在控制作用强度方面的灵活性要明显优于传统缓冲算子。最后,以我国能源消费总量的预测问题为例验证了几何变权缓冲算子的有效性与优越性。     

组织人才培养的超网络模型

从知识和知识管理的角度出发,提出基于定量化方法的组织人才培养超网络模型.研究根据不同类型的数据建立人员网络、物质载体网络和知识网络,再根据不同网络之间的相互映射关系建立超网络. 在超网络中,依据知识网络和人员网络之间的关系确定易流失知识和易流失领域,然后确定组织需要的知识.提出计算组织需要知识与人员知识相似度的算法,根据算法计算的相似度大者被确定为培养人选,然后依据组织需要的知识对培养人选进行培养. 最后,给出了一个实例进行验证.     

体育教师教育体系及一体化构建

通过对体育教师教育体系的比较研究,从我国体育教师教育体系的实际出发,提出体育教师职前培养、入职教育和在职培训一体化构建理论,试图在体育教师教育体系方面寻求创新,力图为教师教育体制的完善提供理论参考.     

应用液态悬浮芯片技术建立HPV基因分型方法

目的 应用液态悬浮芯片技术,建立一种新的人乳头瘤病毒(HPV)基因分型方法.方法 应用通用引物从HPV基因组中扩增出目的片断,与13型荧光微球偶联探针杂交,通过LuminexTM100检测HPV的型别.结果 检测十三型标准株质粒,对单一标准品和混合标准品均可准确分型.结论 初步建立了高通量、快速、可靠、适用于临床的人乳头瘤病毒分型基因诊断方法.     

“北斗二号”导航卫星（GEO-2）发射短时气象保障

对＂北斗二号＂导航卫星（GEO-2）发射日的短时气象保障进行了阐述,并对当日复杂的雷雨天气进行了诊断分析和数值模拟。结果表明,气象信息的综合分析与应用、高风险天气的有力应急机制是搞好复杂天气短时气象保障的关键。     

一种基于认证加密的群签名方案

群签名是数字签名的一种新类型,在群签名中任何一个群组成员可以代表整个群实施签名.提出了一种基于认证加密的群签名方案,融合了群签名和加密双重功能,具有通信成本低,传输效率高等特性,可应用于电子商务、电子拍卖中.     

Chaos identification based on CMAC with replacing eligibility learning

In the conventional CMAC learning scheme, the correcting amounts of errors are equally distributed into all addressed weight, regardless the temporal credibility of those weights. In order to solve the temporal credit assignment problem of the CMAC, an improved CMAC neural network based on replacing eligibility learning concept was designed. The proposed improved leaning approach uses the replacing eligibility learning concept of the reinforcement learning to improve the prediction capability. The simulations for chaotic system identification show that the improved CMAC neural network is effective.