基于不同目标下的城际铁路列车开行频率优化

研究运营企业效益最大化和社会总成本最小化2个不同目标条件下城际铁路开行频率的优化,建立双层规划模型,上层分别以铁路企业效益最大化和社会总成本最小化为目标,下层以开行方案作为变量、以用户均衡理论建立模型,利用模拟退火算法得出城际运输通道中不同交通方式的分担率,并求出不同等级城际列车的客流量及开行频率.通过算例进行验证,对比和分析了2种目标下的城际列车开行频率方案,为城际通道客运优化管理提供理论参考.     

从书院到学堂:教育与晚清社会文化心态映射

晚清教育变革中的书院改学堂,从本质上讲是一场变革传统文化和价值观念的社会改革运动。这场运动中知识精英的教育追求与社会文化心态的变迁关系密切。知识精英的教育追求包括通经致用、中体西用和"物竞天择"三类,这反映了他们教育理念和实践的侧重点不尽相同,分别映射出"思变传统""调和中西"以及"进化变革"的社会文化心态。     

基于超螺旋精度提升机制的OFDM网络信道噪声消除算法

为解决当前OFDM网络信道噪声消除算法难以规避信道中的窄带莱斯噪声,且抗信道衰落能力不强,以及信道间普遍存在严重的频率干涉问题,提出了一种基于超螺旋精度提升机制的OFDM网络信道噪声消除算法.首先,根据各个传输子信道具有差异化的频率载波特性,将传输子信道等价为接收背景中的接收点,从而构建了超螺旋接收结构,有效消除不同传输子信道间存在的频率干扰特性,降低信道窄带莱斯噪声对信号预发射过程的衰落影响;随后,基于角度识别方式进行锐-钝识别,并结合拐点思想,采用序列重排技术,将待发射信号进行消波处理,并进行自旋精度提升,从而提高了其抗窄带莱斯噪声的性能.仿真实验表明:与常见的超高频精度自适应机制(UHF adaptive,UHFA)、共线度自旋精度提升机制(the degree of accuracy of collinear spin,DACS)相比,本文算法与理想状态下的OFDM功率谱密度曲线最为接近,具有更高的信号增益水平与更低的信道误码率.     

人脸特征点定位及其在心率检测中的应用研究

在人脸检测基础上,进一步确定眼睛、嘴巴、脸部外形轮廓等位置的问题称为人脸特征点定位,是人脸分析识别的关键技术。通过仪器测量心脏每分钟跳动的次数称为心率检测,是评估心脏功能的重要途径。随着心脏的跳动,血液在人体的循环流动会导致人体肤色发生相应的变化,据此可以进行心率测量。实际中,皮肤区域选择是心率分析测量的关键。总结了人脸特征点定位的主要方法,研究了基于AAM(Active Appearance Models)模型特征点定位的有效皮肤区域选择方法。通过提取信噪比高的人脸区域进行分析,测量得到心率信息。实验结果表明,该方法能有效提高心率检测准确率和鲁棒性。     

应用子空间信息准则选择模型参数

在监督学习中,模型的选择直接影响学习算法的推广能力.子空间信息准则是模型选择的一种新准则,它在一些假设条件下,给出推广误差的一种无偏估计.研究再生核Hillbert空间时,将子空间信息准则应用于模型参数选择问题,也证明子空间信息准则是推广误差的一种无偏估计.     

基于ReliefF-NOSCA-AdakNN的肌肉疲劳识别技术研究

针对竞技体育训练中的肌肉疲劳监测问题,提出了一种基于ReliefF-NOSCA-AdakNN（RNA）的表面肌电信号（sEMG）特征提取和分类算法. 该算法结合了特征和类别之间的相关性分析和启发式搜索算法,对高维特征进行了有效的筛选和分类. 将RNA算法应用于经过滤波处理的肱二头肌肌电信号数据,对不同疲劳状态进行了识别和分类. 实验结果表明,提出的RNA算法在平均分类准确率和标准差方面分别达到了83.88%和0.012 7,均显著优于传统单一算法,体现了较好的分类性能.     

长江口邻近海域水体稳定度及其影响因子

基于实测温盐深(CTD)剖面仪和声学多普勒流速剖面仪(ADCP)资料,对长江口邻近海域的4个站位(C03、D03、E02、E03)进行水体稳定度及其影响因子研究.利用实测温盐及海流数据,结合文献相应公式,估算出能够反映水体垂向混合与层化的一些物理参数(浮性频率(N)、流速剪切(S)、梯度理查森数(Ri)等),绘制各物理参数剖面图,并将Ri与S和N的时空结构进行比对,找到造成各站位不同水体稳定度的主要影响因子.研究结果表明4个观测站位共有两种类型的水体:C03、D03站的不稳定水体被限制于水柱中下层,上层水体稳定,层化明显,此两站位水体稳定度主要受N控制;E02、E03站在某些时刻不稳定水体贯穿整个水柱,水体自底至表充分混合,此两站位水体稳定度主要受S控制.     

有限理性下多粒度q-RO模糊粗糙集的最优粒度选择及其在并购对象选择中的应用

有限理性通常指决策者困顿于信息处理能力有限的自然状态,该状态是决策者在实际决策情境中需要面对的常态,因而有必要研究有限理性下的决策问题.多粒度粗糙集在多属性群决策分析领域的优势在于运算效率高,并能结合决策风险,然而多数基于多粒度粗糙集的多属性群决策方法并未考虑有限理性这一实际情境.以q-RO(q-Rung Orthopair)模糊集为背景,首先提出乐观与悲观多粒度q-RO模糊粗糙集模型;接着在并购对象选择的背景下,依据交互式多属性决策(Portuguese of Interactive and Multi-criteria Decision Making,TODIM)法来处理有限理性下的决策信息,发展多粒度q-RO模糊粗糙集的最优粒度选择机制并建立相应的多属性群决策方法;最后结合并购对象选择的实际算例验证了所建立模型与方法的有效性.     

就业中的辩证法

辩证法是帮助我们认识问题、分析问题、解决问题的方法论,在就业问题上也不例外,能够辩证地看待求职工作中的一些问题,科学地做出自己的职业选择,是每一个毕业生求职的理想状态。但在实际     

研究生如何夯实成功科研生涯的基础(ⅩⅩⅦ)

在你从手中的清单上决定了让学生做哪一件事后,你还需要推销这个实验,以便本科生在做毕业论文时选择这个项目。撰写项目简介也是一种开创性的艺术工作,这其中唯一的目的是能够鼓励起多数有能力的学生到你面前来恳求让他们做这个项目。更实际一点说,你总希望至少有几位同学在大多数人对于你的研究连看两眼的兴趣都没有时,能够对你表明他们是真的对此产生了兴趣。这样的话,你当然有必要把你的实验描写得实实在在吸引人。认真看看你的研究,从你研究工