神经系统中的复杂性研究

神经系统面临的一个基本科学问题是要回答神经系统中微观到宏观的机制.微观运动形式以神经元突触活动为基础,宏观行为包括视觉、听觉等基本认知功能,以及大脑思维的高级认知.微观与宏观的差异是巨大的,其过渡的形式困扰着神经科学,迄今未获解决.系统科学复杂性研究的出现,为这个科学问题提供了新的角度和方法.本文讨论了神经系统信息传递和转换中的突变行为,通过视知觉、概念形成、记忆等研究案例,阐明了复杂性研究对神经系统的处理方案与结果.并讨论了学习过程中几种最基本的突变形式.     

具有O((√)nL)复杂性的Mehrotra型预估-矫正算法

针对内点方法在理论和实践之间存在着计算效果好的算法在理论上具有较差复杂性的矛盾,提出一种求解线性规划问题的Mehrotra型预估-矫正内点算法,并证明了该算法的迭代复杂性是O((√)nL).数值实验结果验证了算法的有效性.     

基于模型的系统工程的应用及发展

 随着基于模型的系统工程（MBSE）的概念在中国广泛普及,选择适当的领域和问题开展应用实践、探索可操作的实施路径成为当前工业部门推动其落地实施的关键问题。结合国内外MBSE的典型应用实例,总结了不同领域应用实践的问题和效果,剖析了中国实施MBSE面临的难点,并从目标设定、标准制定和实践队伍构成等方面提出了有关对策建议。     

OFDM系统中一种改进的低复杂度自适应比特功率分配算法

针对正交频分复用(orthogonal frequency division multiplexing,OFDM)系统在进行自适应比特功率分配时存在过高复杂度的问题,提出了一种基于边缘自适应(margin adaptive,MA)准则的改进低复杂度自适应比特功率分配算法.与贪婪(Greedy)算法相比,提出的改进算法通过预分配和迭代分配2部分来降低算法的计算量.改进算法先在预分配中根据信道条件预先分配部分比特,在迭代分配中通过增大内存开销的方法减少Greedy算法中计算和比较每个子信道功率增量的次数,从而降低算法的复杂度.仿真结果表明,在相同的仿真环境下算法的自适应分配效果和Greedy算法的自适应分配效果基本一致,同时该算法和Greedy算法具有几乎相同的误比特性能.且随着子信道数量的增加,与Greedy算法相比,该算法的运行时间更短,进而说明所提出的算法具有较低的复杂度.     

目标跟踪滤波性能的评价准则

针对单目标跟踪滤波性能评价标准,分析研究均方根误差、误差适配百分比、和方根误差、带有理论边界的状态误差、带有理论边界的新息序列、归一化估计误差平方和具有理论边界的归一化信息平方.针对多目标跟踪滤波性能评价标准,分析研究圆丢失概率、Hausdorff距离、Was-serstein距离和最优子模型分配距离.并讨论跟踪滤波算法时间复杂度的度量方法.     

"全球化"的复杂性反思

全球化是一个动态的、内在地充满矛盾的过程，它包含着使我们人类既有可能发展，也有可能退化的普遍复杂性和矛盾；它只有通过对世界各个民族、国家和地区经济、政治、化的互相适应、互相趋同，通过对一系列矛盾的协调和消解才能顺利实现。中国对经济全球化要采取理智实在的态度，要对“接轨”和“赶超战略”等重大战略问题进行总体反思，以真正做到从国情出发、自主地制定和实施现代化战略；当然这也不排斥向任何一种值得借鉴的发展模式学习；更为重要的是，在当今复杂多变的时代情势下，无论是进行独立选择还是借鉴学习，都应该是一个及时更新的动态过程，是一个不断探索的过程。     

谈谈复杂性

探讨了复杂性产生的过程、原因及其重要意义。     

城市结构的多维性和复杂性

通过对城市、社会、人之间相关关系的分析 ,探讨城市的本质和城市结构的含义 ,从城市结构与形态、城市发展演化和城市的整体性等视角 ,论叙城市结构的多维性和复杂性。     

极小蕴涵和析取范式表示

析取范式的极小表示是命题逻辑和计算机科学理论中的一个重要问题．本文研究了在若干极小标准下的蕴涵和析取范式表示的一些性质,并阐述了极小蕴涵和极小析取范式表示在模型检测中的应用．     

MXX和MARG中公式改名的复杂性

研究了判定问题“对于命题CNF公式F和H,是否存在一个变元(或文字)改名(?),使得(?)(F)=H?”的复杂性．对于极小不可满足公式的子类MAX和MARG,我们证明了:其变元改名和文字改名的复杂性等价于图同构问题GI．