汽油价格上调影响下出行者出行方式选择

为分析汽油价格上调对居民出行方式选择行为的影响,对城市居民出行者进行调查,获取不同情境下出行者的出行方式选择行为,将出行者划分为有车出行者和未来五年内有购车意愿的无车出行者,采用混合Logit模型构建两种群体在汽油价格上调影响下的出行方式选择模型,分析各影响因素的显著性。研究结果表明：汽油价格增长率对出行者出行方式选择存在显著性影响;对于有车出行者来说,汽油价格的上涨对高收入出行者改变小汽车出行影响较小,收入与选择小汽车出行概率呈正相关;年龄、收入、出行时间与出行距离对无车出行者未来选择小汽车出行有显著影响。研究结果可为我国汽油价格调整和城市交通需求管理策略的制定提供理论依据。     

物理层网络编码与卷积信道编码相融合的无线通信方案

信号不同步是物理层网络编码研究中的热点,为了提高系统的信道容量和鲁棒性,针对异步通信条件下误码率高的难题,提出一种物理层网络编码与卷积信道编码相融合的无线通信方案.首先将置信传播算法引入到中继节点编码中,然后将信道译码和物理层网络编码联合起来,减少异步通信带来的不利影响,最后采用仿真实验测试其有效性和优越性.仿真实验结果表明,相对于其它编码方案,物理层网络编码与卷积信道编码方案不仅降低了数据传输的误码率,提高了系统通信的可靠性和信息传输速率,而且增强了系统对相位偏移和符号偏移的鲁棒性,具有更高的实际应用价值.     

非线性抛物问题的混合有限体积方法

对一类非线性抛物方程提出了在矩形网格上的混合有限体积格式,采用矩形区域上的最低阶Raviart-Thomas混合元空间,通过理论分析得到最优的误差估计．     

基于DBN-LSTM的滚动轴承剩余寿命预测模型

针对滚动轴承退化数据的复杂性和传统的寿命预测方法不能充分利用数据的相关性从而导致预测精度不高的问题,提出了一种基于融合深度置信神经网络（deep belief neural , DBN）和长短时记忆神经网络（long-short term memory , LSTM）的剩余寿命预测模型。该模型首先采用带通滤波降噪对滚动轴承振动数据进行去噪,然后依据均方根特征和峭度特征在轴承全寿命周期内的趋势图确定模型的预测起始点;其次利用优化后的4层DBN网络完成深度特征提取并用于LSTM的训练与测试。通过轴承全寿命周期试验证明提出模型的可靠性,并且与传统LSTM、BP(back propagation)神经网络和DBN-BP模型的预测结果进行对比,验证了本文模型的有效性。     

不同民族儿童二级错误信念任务发展特征研究

采用两种经典二级错误信念任务，以7-10岁云南佤族、拉祜族、汉族的240名儿童为被试，探讨了不同民族儿童二级错误信念的发展特征，得出如下结论：①不同民族儿童在两种二级错误信念任务上的得分总体上呈不断增长趋势；②与以往研究不同，本研究揭示受测民族儿童最早要到8岁左右才能通过二级错误信念任务；③民族、文化背景的差异对受测儿童在二级错误信念任务得分表现有重要影响。     

混合Euler图的特征性质

本文对任意混合图 M 建立相伴运输网络 N_M 的概念,并以此给出 M 是混合 Euler 图的充要条件。这结果与文献中同类结果相比,具有更大的实用性。     

混合单调算子方程解的存在与唯一性定理

本文给出了混合单调算子的某些不动点定理,它推广了文[1]。     

思想与雕像的互动——中国古代雕塑题材的文化意义

中国传统雕塑具有独特的民族个性和艺术风格，反映在题材选择以动物而不是人物造型为主的特点上，与中国古代观念世界有着深刻的精神联系。从一般思想史的角度来看，中国古代以祖先崇拜为内容的巫觋宗教，视宇宙与人为一体的自然宇宙观，人鬼合一的知识信仰等等，都曾以不同方式对中国古代雕塑产生过极其深远的影响。这些古老的知识、思想和信仰，不只是与古代雕像形成互动，而且还以价值观和思维模式，左右了数千年来中国古代雕塑的心路历程。     

含参数的混合算术—几何不等式及其应用

提出两个含参数的混合算术－几何平均值不等式并指出它们在非线性规划问题中的应用。