制度变迁视角下我国科技政策演进的路径分析

制度变迁视角下,我国科技政策演进主要有三个基本特质,即"供给主导式"变迁与"需求诱导式"变迁的有机结合、"整体渐进式"变迁与"局部突破式"变迁的有机结合、"正式规则式"变迁和"非正式规则式"变迁的有机结合。这三个"结合",充分反映了我国从计划经济体制到市场经济     

可透浪斜坡式防波堤透浪系数对入射波要素的响应

针对实际工程中的可透浪式斜坡式防波堤结构,在不考虑越浪的情况下,通过物理模型和数值模拟试验相结合的方法,对斜坡式防波堤的透浪特性进行了分析研究,讨论了斜坡式防波堤透浪系数与堤心石粒径、相对堤身宽度等堤身参数以及透浪系数与入射波高、入射波周期和波陡等入射波波要素之间的关系,根据试验结果分别提出了规则波和不规则波作用下不越...     

“避风港”规则下视频分享网站著作权侵权责任的认定

随着互联网技术的快速发展,视频分享网站这个新兴产业迅速崛起,由此带来的著作权侵权问题日益突出。视频分享网站运营商通常不会直接侵犯著作权人的信息网络传播权,但视频分享网站给网络终端用户所提供的服务往往构成间接侵权,需要承担辅助侵权责任或替代侵权责任。为了促进互联网的传播和发展,法律对视频分享网站做出了责任限制性规定,即"避风港"规则。通知加删除程序是"避风港"规则适用的基本程序。在司法实践过程中,法院通常采用"红旗标准"对视频分享网站是否承担间接侵权责任进行判断。我国现有法律法规对视频分享网站著作权侵权行为的规制还存在不足,需要进一步地细化和完善。     

粗糙集模糊神经网络味觉信号识别系统

针对C-means聚类算法和减法聚类算法的不足,提出了一种模糊神经网络味觉信号识别系统模型,该模型利用粗糙集的离散化算法和规则提取算法获得数量较少的分类规则,将这些分类规则转化为模糊IF-THEN规则,进而通过这些模糊IF-THEN规则确定网络结构.网络输出采用投票机制,使用粒子群优化方法精炼网络参数,与常用的提取模糊if-then规则的算法相比,该方法只有一个参数且易于实现.实验结果表明:该方法可获得更简洁的系统表示,并且通过选择合适的系统参数可使系统对加噪声训练样本的错误识别率降低5%左右.     

快速挖掘最大频繁项目集的新算法

针对关联规则下最大频繁项目集的特性,提出了一种快速挖掘最大频繁项目集的新算法MMFI(miningmaximumfrequentitemsets)。该算法摆脱了传统的经典算法Apriori及其变种情况下的自底向上的搜索策略,利用集合枚举树(set enumerationtree)的变形结构采取了自顶向下的新的搜索方式,并通过其独特的启发式判断策略、候选项目集的生成策略等,大大减少侯选项目集的生成,从而降低了CPU搜索时间,提高了挖掘效率。     

模糊目标信息系统上的逻辑及决策规则

基于模糊目标信息系统模型，并结合粗糙集相关的逻辑理论，提出了模糊粗糙决策语言FRDL，给出了FRDL中公式的定义、语义、可满足性有效性的形式化描述以及相关的性质。在此语言的基础上，给出了模糊目标信息系统上的决策规则、逆决策规则形式化描述和构造方法。FRDL所描述的逻辑表达方法以及规则推理公式为建立在模糊目标信息系统之上的决策支持系统、推理机提供了形式化的表示和推理方法。最后，在眼科近视诊断上进行的数据实验表明，这种形式化描述和推理方法比较合理。     

一种基于序列挖掘的分类系统框架

为了有效地对序列数据进行分类，提出了一种集成分类挖掘和序列模式挖掘技术的分类系统框架(SPACS)．先采用一套约束和裁减策略，为每个分类挖掘频繁序列模式，并将其转换为分类序列规则(CSR)；再利用平均CSR匹配置信度和一个规则匹配算法构建有效的序列数据分类器．SPACS不需要在提取序列的特征后采用传统方法进行分类，可以直接利用从序列数据中提取出的频繁序列进行分类．实验结果表明，对于序列类型的数据的分类，SPACS比传统的决策树和关联分类方法具有更高的分类精度．     

优势黄杆菌对蒽、菲、芘混合物的降解特征研究

为探索混合多环芳烃的生物降解特征，利用两株优势黄杆菌，对混合蒽、菲、芘进行了降解研究．高效液相色谱分析表明，混合多环芳烃的降解56．3％～69．6％在前10h内完成，其生物降解进程和单基质相似，但降解效率低于单基质．混合体系中蒽、菲、芘在不同菌株作用下有按特定优先顺序降解的特征，但两株黄杆菌(FCN1和FCN2)的混合菌并不促进混合多环芳烃的降解．降解130h后，体系中蒽、菲、芘消除，但总有机碳去除率仅达到60．1％～72．7％，说明部分多环芳烃转化为中间代谢产物．菌数测定表明，FCN1和FCN2利用多环芳烃及其降解中间产物繁殖生长，菌数最高时分别增长200倍和100倍，但菌数增长滞后于多环芳烃的浓度变化．研究表明，混合多环芳烃之间具有降解竞争抑制特征，且其生物降解具有规律性．     

一种基于可变支持度的缺省规则挖掘算法

Rough集方法提供了一种新的处理不精确、不完全与不相容知识的数学工具. MDRBR算法通过规则支持度进行约束,可有效提高缺省规则的挖掘效率.但MDRBR采用单一的规则支持度约束,使得当规则支持度较小时,挖掘出大量的缺省规则,而当规则支持度较大时,一些重要的小概率分布对象对应的缺省规则被过滤掉.为此,提出了一种基于可变支持度的缺省规则挖掘算法--MDRBVSM,可有效地改进MDRBR等传统算法存在的缺陷.实验结果表明,该算法可有效地过滤噪声、提高规则的挖掘效率.     

关联规则挖掘的新模型

对关联规则的不足进行分析,提出了一新关联规则模型,此模型有助于挖掘关联规则的正相关与负相关.并对经典模型进行一定改进.