对当前我国企业所得税和个人所得税重复征税问题的思考

随着市场经济的发展,公司制的普遍和资本市场的快速成长,企业所得税和个人所得税的重复问题日益成为人们关注的重点,本文将通过对我国企业所得税和个人所得税重复征税问题的介绍及对消除这一重复征税问题的必要性和消除方法进行阐述,最终试从我国的实际出发,提出适合优化这一重复征税问题的建议。     

关于F.Smarandache简单函数的均值

本文主要利用解析的方法研究了函数d(p(x))的均值性质,这里d(n)是Dirichlet除数函数,并给出了两个有趣的渐近公式.     

Proteus在单片机教学与实践中的应用

本文首先介绍了Proteus仿真软件,然后通过简单制作举例说明了如何使用Proteus,最后阐述了在单片机教学与实践中引入Proteus仿真软件的好处。     

文本数字水印的概率算法及其可靠性

深入研究和分析了水印算法可靠性的实现手段,明确定义了文本水印算法的分层结构,为文本水印算法的研究提供了清晰的层次和思路.提出了具有隐蔽性、安全性和可靠性的基于蒙特卡罗(Monte Carlo)概率算法的文本数字水印算法,该算法不但使用了概率算法的伪随机序列,而且在映射层使用语句的位置来定位,提高了可靠性.再根据蒙特卡罗概率算法的思想,加强算法冗余强度,使可靠性进一步提高.最后通过理论分析和测试数据分析,证明了算法的高可靠性.它能够为水印的多种应用提供基础算法,是当前文本数字水印研究的进步.     

基于粒子群算法的非规则LDPC码度序列设计

研究了非规则低密度奇偶校验（low-density parity-check, LDPC）码度序列阈值计算方法,详细讨论了构造具有较高阈值度序列的步骤与约束条件的处理,提出了一种基于粒子群优化（particle swarm optimization, PSO）算法的度序列优化方法。仿真了此方法的寻优效果,给出了一些接近Shannon限的优秀度序列和分析比较。     

基于小波分解和残差GM(1,1)-AR的非平稳时间序列预测

提出基于二进正交小波变换和残差GM(1,1)-AR方法的非平稳时间序列预测方案.首先利用Mallat算法对非平稳时间序列进行分解和重构,分离出非平稳时间序列中的低频信息和高频信息;然后对高频信息构建自回归模型,对低频信息则用灰色残差模型进行拟合;最后将各模型的预测结果进行叠加,从而得到原始序列的预测值.该方法不仅能充分拟合低频信息,而且可避免对高频信息的过拟合.实验结果表明,这种方法比传统的非平稳时间序列预测方法具有更高的预测精度.     

一种扰动混沌跳频码的新方法

针对数字化混沌系统的有限精度效应及单一混沌跳频码相关性差、易被攻击的缺点,提出了利用细胞自动机产生伪随机序列来扰动混沌映射产生跳频码的方法,性能分析和数值仿真实验都表明这种方法极大的增加了系统抗干扰,抗截获的能力,尤其对序列的平衡性、汉明相关性,跳频间隔分布、抗预测性方面都有极大的提高,且结合细胞自动机自身特点,该结构便于硬件高速实现,具有广泛的应用前景.     

水声通信性能仿真中宽带波束形成软件的应用

将波束形成技术用于远程水声通信系统,可以提高接收信噪比。为了具体分析波束形成技术在水声通信中的应用,给出了用于任意阵形的宽带恒定束宽波束形成软件—SWARRAY。基于改进的自适应波束综合方法及时域宽带波束形成技术,软件可以合成各种运动状态下基阵的输出信号,为评估现实信道条件下波束形成技术在水声通信系统中的应用性能提供基础。结合直接序列扩频方案,验证了设计软件在水声通信仿真中的有效性。     

自适应脉冲耦合神经网络在图像处理中应用

尽管Johnson 提出的PCNN模型具有强大的图像处理功能,以时间序列进行特征提取时具有旋转、尺度、平移、扭曲不变性,可实践中发现依然存在着不足,特别对图像亮度、对比度比较敏感.添加了误差反向传播(Error Back Propagation, EBP)学习准则的自适应脉冲耦合神经网络模型能自适应设定模型参数,是脉冲耦合神经网络模型研究的主要内容.特别地,应用这种自适应模型进行特征提取时,能弥补原来PCNN模型对亮度、对比度敏感的缺陷,而且具有一定的泛化能力,有效克服了亮度、对比度对图像识别精度的影响.