行政垄断的经济分析及其对策

通过寻租理论、比较优势理论、博弈论等微观经济学工具对中国行政垄断现象进行了分析.利用经济学模型分析了行政垄断这一寻租现象的产生原因,并指出行政垄断形成的贸易壁垒不仅会增加消费者负担,而且会使企业以一种低效率、高成本的方式运行,使资源在全国范围内难以进行优化配置.通过博弈分析指出,只有对行政垄断进行严格地制度规制才能减少和消除它.进而指出中国应该建立反垄断法和行政法互为配套的反行政垄断法律制度架构.     

浅论古典诗词中的养心益寿思想

古人认为,养心有助于保持心理与生理平衡,增进健康,抵抗衰老、延长寿命。我国的古典诗词中蕴含着丰厚的养心全生思想,具体表现在恬淡寡欲、豁达开朗、心态平和与知足常乐等方面。这些养生思想对于今天我们养生具有重要的指导意义。     

淀粉-高岭土/聚丙烯酸-丙烯酰胺高吸水树脂的制备和性能

 高吸水性树脂是目前发展最快的功能高分子材料之一。美国、西欧和日本是主要的生产和消费地区。中国在这方面起步较晚,但也取得了一定的进展。与当前主流产品丙烯酸类相比,淀粉来源丰富、价格低廉、可生物降解,是目前研究的重点。以丙烯酸盐、丙烯酰胺、高岭土和淀粉等为原料,通过溶液聚合法制备了复合型耐盐高吸水性树脂,研究了合成淀粉-高岭土/聚丙烯酸-丙烯酰胺高吸水树脂的工艺条件,引发剂、交联剂、干燥方法、高岭土、丙烯酰胺用量对材料耐盐的影响,制备得到了在去离子水、0.9% NaCl中吸水倍率分别达到1415和95g/g的样品。红外光谱和扫描电镜分析吸水树脂的形态和结构,发现共聚物的组成对高吸水树脂的分解温度和表面形态结构特征都存在较大影响。     

银杏外种皮多糖的超声波辅助提取方法研究

将超声波辅助提取技术应用于提取银杏外种皮多糖的研究,采用单因素试验和正交试验,得到最优提取工艺.结果表明,对比传统的直接加热提取法,超声波辅助提取能缩短提取时间,提高银杏外种皮多糖得率.超声波提取的最佳条件为:水浴温度100℃,液料比(mL∶g)为10∶1.0,超声提取时间40 min,超声波功率400 W.在此工艺条件下,多糖得率为11.74%.     

3-连通[5,2]-图中的Hamilton圈

如果图G中任意s个点的导出子图中至少含有t条边,则称图G为[s,t]-图.本文证明了:若G是3-连通[5,2]-图并且|G|≥11,则G含有Hamilton圈.     

一种多尺度X射线胸片图像增强算法

针对医学X射线胸片增强的同时会在大尺度边缘产生伪影从而影响医学诊断的问题,提出了一种基于边缘的非线性X射线胸片增强算法(MSCE).该算法先将图像进行多尺度分解,然后结合人眼视觉对对比度敏感的感知特性,计算图像基于边缘的局部对比度,通过结合其局部对比度信息控制各尺度信号增强系数,最后重建得到增强后的图像.MSCE算法能在保证小信号增强能力的同时,较大限度地抑止大尺度信号边缘伪影.实验结果表明,与Vuylsteke以及Stahl的非线性增强算法相比,在保证同样细节增强能力的同时,其大尺度边缘区的平均局部方差分别下降了约36.78%和29.64%,实验验证了MSCE算法具有优越的整体视觉质量.     

基于机组延误概率的鲁棒性机组配对问题

针对机组配对问题,在保证飞行安全的前提下,研究涵盖机组延误等因素的鲁棒性建模,目标是在考虑随机扰动因素的情况下产生可行、高效的机组配对.主要分析了一个经典的机组配对模型,并在此基础上,提出了机组延误概率这一概念,给出了机组延误概率的计算公式及计算方法,以及基于机组延误概率最小的鲁棒性机组配对问题的模型;根据一个航空公司的数据,利用Matlab程序分别计算出基于经典配对模型和基于机组延误概率最小的鲁棒性机组配对问题的模型的结果.分析结果表明了后者的模型及其算法的可行性以及决策的鲁棒性.     

一种航迹约束演化新模型及其FMM实现

Fast Marching Method（FMM）是一种基于水平集理论的界面演化跟踪算法,常被应用于求解几何最短路径规划问题。在静态环境信息已知的情况下,FMM比传统的网格搜索算法得到的路径更加光滑。但是,经典FMM对规划路径的方向控制能力弱、缺乏路径曲率调控能力。基于调整Eiknoal方程中的代价函数的策略,采用人工势场方法,提出一种综合代价模型,依此实现一种改进FMM。通过定义对应于时间距离图最陡下降法所得路径的势能函数,采用变分方法分析得到含路径曲率的Euler-Lagrange方程,给出满足路径曲率约束的代价调整策略。实验结果表明该模型和方法是可行和有效的,它能够在满足转弯机动约束条件下实现航迹方向的控制,可用于机器人或无人飞行器的航迹规划。     

基于度量学习的邻域k凸包集成方法

k局部凸包分类方法通过改进k近邻算法在处理小样本问题时的决策边界而显著提高分类性能,k子凸包分类方法通过克服k凸包分类对类数和样本环状分布的敏感性而改善了分类性能。但是,该方法仍然对样本距离度量方法敏感,并且在k邻域内不同类的样本数经常严重失衡,导致分类性能下降。针对上述问题,文章提出了一种邻域k凸包分类方法,并通过引入距离度量学习和集成学习技术来提高算法对样本空间度量的鲁棒性。大量实验表明,文中提出的基于度量学习的邻域k凸包集成方法具有显著的分类性能优势。     

基于大脑不同区域的阿尔茨海默症基因表达数据分析

提出了采用Tukey双权函数作为FastICA(Fast Independent Component Analysis)方法的非线性函数,对阿尔茨海默症(Alzheimer’s disease, AD)多个脑区域基因表达数据进行显著基因提取,揭示其基因表达调控关系.针对传统聚类方法基于全局聚类且只能将某个基因聚类到某一类的缺陷,改进的FastICA方法能够对基因表达数据进行快速有效的双向聚类,能够满足同一个基因可能参与不同信号传导通路的生物特性.同时考虑到人脑中海马区、内嗅皮质区、颞中回及视觉皮层区均与学习与记忆功能密切相关,将算法对多个脑区域进行基因表达调控综合分析.结果表明,大量炎症反应是AD致病的重要因素之一.