海峡两岸民商事判决的相互承认与执行再探讨

海峡两岸实现＂大三通＂后,客观上要求实现判决自由流动,因此两岸有必要建立一个有利于判决承认与执行的新机制。本文分析了海峡两岸民商事判决的相互承认与执行的现状及存在的问题,认为理想的模式是在＂一国两制＂基础上通过平等协商达成民商事判决的相互承认与执行的司法协助协议。     

Recognition and sensing of anions through synergistic effects using simple benzimidazolium-urea receptors

Benzimidazolium-based receptors 1-3 were designed and synthesized. On the basis of fluorescence, UV-Vis, and 1H NMR spectroscopic studies, and X-ray single crystal structure analysis, it was confirmed that the receptor 1 displays strong (C-H)+···X, N-H···X hydrogen bonds and charge-charge interactions with anions. More importantly, these investigations demonstrated that the charged (C-H)+ benzimidazolium and urea moieties play a synergistic role in anion recognition.     

Decision fusion recognition based on modified evidence rule

A modified evidence combination rule with a combination parameter λ is proposed to solve some problems in D-S theory by considering the correlation and complement among the evidences as well as the size and intersection of subsets in evidence. It can get reasonable results even the evidences are conflicting. Applying this rule to the real infrared/millimetre wave fusion system, a satisfactory result has been obtained.     

Fuzzy模式识别在主导产业选择中的应用

制定产业政策的关键是选择优先发展的主导产业。针对主导产业选择这一重大问题,本文根据主导产业的特征,用定量分析方法给出了评价指标体系。并在此基础上建立了选择主导产业的Fuzzy模式识别评价模型,最后对贵州现阶段主导产业的选择进行了实证分析。     

基于灰度与边缘的图像分割方法

提出一种基于多图像信息的图像分割方法，利用Ｂａｙｅｓ分类准则，根据每个像素的多图像信息向量将其分为目标或背景，并对动态图像组成的图像序列或静态图像的分割给出了不同的像素分类准则，同时给出了硬件实时实现的原理，该方法适用于图像序列、低对比度图像和其它难于用一种图像信息分割的图像。实验证明了该方法的有效性。     

地下峒室岩爆预报的自适应模式识别方法

应用神经网络系统理论，提出了地下峒室爆预报的新方法－自适应模式识别方法。该方法结合专家系统的经验，从积累的工程实例中抽取岩爆模式特征，建立输入模式输出模式对，采用自学习的方法建立从输入模式到输出模式的非线性映射，并进行推广，由网络推理出待识别岩石岩爆发生的可能性和烈度，实际应用表明，本文的方法科学，可靠。     

神经网络在引信智能信息处理中应用的研究

介绍了应用神经网络进行引信智能信息处理的探索性研究。采用BP算法建立了无监督特征提取的图象识别系统,包括三层网络自动联想机与两层网络信息提取器,实现了对输入图象的训练、记忆与分类。研究结果表明该方法技术可行,在一定程度上体现了信息处理的智能性。     

LBAM神经网络及其在图像识别中的应用

本文提出了一种用于图像识别的神经网络。它由映射网络ＭＮ和ＬＢＡＭ网络组成。ＭＮ中使用了不变性换法，降低了图像样本的维数肯保持分类距离不变。在设计ＬＢＡＭ网络时，通过全局考虑，使得网络的吸引点和吸引区域满足实际全局最优之需要。ＬＢＡＭ具有网络结构简单和收敛速度快的优点，计算机模拟证实，此网络具有对缺损和噪声图像进行正确识别的能力。