领导风格与组织承诺关系的实证研究 ——基于阶层线性模型

目前关于领导风格与组织承诺之间的关系主要关注变革型领导风格对组织承诺的影响,较少研究交易型领导风格对组织承诺的影响,而且缺乏领导风格对组织承诺维度影响的分析。对17家企业226名员工调查发现,变革型领导风格和交易型领导风格对组织承诺、情感承诺、持续承诺、规范承诺均具有显著的积极影响,且变革型领导风格比交易型领导风格对组织承诺及其维度的影响要大,具有一定的理论和实践意义。     

非线性不确定多时滞切换奇异系统的鲁棒H_∞保性能控制

对非线性不确定多时滞切换奇异系统的鲁棒H∞保性能控制问题进行了研究。假设系统是正则的和无脉冲情况下有一个范数有界的非线性函数式满足相应的切换规则和Lyapunov函数,应用线性矩阵不等式(LMIs)的方法,得到闭环系统的零解是渐进稳定的,给出鲁棒H∞保性能控制器存在的充分条件和设计方法。最后通过仿真例子,验证所用方法的有效性。     

一种三项CD共轭梯度法及其全局收敛性

在前人提出的三项PRP共轭梯度法的基础上,提出了一种三项CD共轭梯度法.与以往求解无约束优化问题的经典二项共轭梯度法不同,该算法的搜索方向是三项的,且在任何线性搜索下都具有充分下降性.在适当的条件下,证明了三项CD共轭梯度法在强Wolfe线性搜索下具有全局收敛性.     

线性关联分析的方法及应用——以城镇居民人均各项支出与工资收入之间的关联分析为例

给出了具有定向相关性质的数据样本之间的关联分析方法,并依此分析了城镇居民人均各项支出与工资收入之间的关联程度,二者成正相关.     

基于LDA+kernel-KNNFLC的语音情感识别方法

结合K近邻、核学习方法、特征线重心法和LDA算法,提出了用于情感识别的LDA+kernel-KNNFLC方法.首先针对先验样本特征造成的计算量庞大问题,采用重心准则学习样本距离,改进了核学习的K近邻方法;然后加入LDA对情感特征向量进行优化,在避免维度冗余的情况下,更好地保证了情感信息识别的稳定性.最后,通过对特征空间再学习,结合LDA的kernel-KNNFLC方法优化了情感特征向量的类间区分度,适合于语音情感识别.对包含120维全局统计特征的语音情感数据库进行仿真实验,对降维方案、情感分类器和维度参数进行了多组对比分析.结果表明,LDA+kernel-KNNFLC方法在同等条件下性能提升效果最显著.     

1944—2012年胶州湾岸线时空动态特征

基于地形图与遥感影像,提取胶州湾1944—2012年间7个时相的岸线数据;基于剖面,计算岸线变化的端点速率、平均端点速率和加权线性回归速率,进而揭示胶州湾自1944年以来岸线变化的整体趋势及时空差异特征。结果表明:1)端点速率与加权线性回归速率揭示的胶州湾1944—2012年岸线变化的时空特征高度相似,后者因为有置信区间与相关系数的检验而更加可靠;2)1944—2012年,胶州湾岸线处于整体向海推进的趋势,具体表现为:白沙河以东岸线小幅度、平直化向海推移;白沙河、大沽河与洋河河口附近岸线以盐田与养殖发展形式向海扩张;20世纪70年代黄岛成为陆连岛,岸线大幅度外移,随后其附近岸段因大力发展港口与临港工业,岸线又以围填海形式向海推进,成为胶州湾岸线变化最为强烈的区域;3)胶州湾岸线开发具有阶段性特征:新中国成立初以盐田建设与扩张为主;20世纪80—90年代养殖业的规模及扩张速率超过盐业;而在21世纪,港口与临港工业建设成为岸线变化的主要方式;岸线变化的阶段性特征说明,经济社会发展是海岸带变化的主要驱动因素。     

基于分数阶傅里叶变换的量化噪声抑制方法

针对A/D转换器在采样和量化过程中产生的量化噪声问题,提出一种基于分数阶傅里叶变换的量化噪声抑制方法.利用经典量化器的统计特性,分析出量化噪声在分数阶傅里叶域具有白噪声特性,利用过采样和分数阶傅里叶域数字滤波方法对输入信号的量化噪声进行抑制,提高信号质量.理论推导和仿真结果表明,该方法能够有效抑制量化噪声,提高A/D转换器的输出信噪比,而且针对线性调频等信号的量化噪声抑制效果优于传统傅里叶域的方法.      

嵌入式固态存储系统ECC算法的研究与实现

为提高差错检测和修正(ECC)校验编码的简洁性,从信息编码理论的角度,研究了一种基于Hamming编码方式的ECC方法. 通过在数据空间中构造多字节数据的信息矩阵,利用ECC编码方法,设计生成了ECC校验算法的系数矩阵,利用线性空间变换理论计算生成了纠错校验码,提出了一种简洁的、具有较强可计算性的基于ECC校验码的误码校验和定位算法,并给出在嵌入式固态存储器中进行纠错编码、校验和纠错的详细过程. 最后运用硬件编程语言VHDL 在Xilinx ISE的实验环境下成功实现了该检错纠错算法. 结果表明该算法可以检测出1 bit以及2 bit的读写错误,且可对1 bit错误进行修正.      

部分线性模型的adaptive group lasso变量选择

对部分线性模型的aglasso(adaptive group lasso)参数估计及变量选择问题进行研究.通过构造aglasso的估计函数,将分组部分线性模型变量的选择问题转化为分组因子的选择问题.理论研究表明:该方法能相合地识别真实模型,并且估计具有oracle性质.最后通过模拟研究了所提方法的有限样本性质.     

双α-链对角占优矩阵线性互补问题的误差界

根据双α-链对角占优矩阵的定义与性质,给出其线性互补问题的误差界.数值实例显示该误差界在判定线性互补问题近似解的精确性中是有效的.