排序方式: 共有31条查询结果,搜索用时 15 毫秒
1.
我国东部与中西部地区经济差距不断扩大的原因是多方面的。经济绩效不同的根本原因在于制度效率的差异。正是由于中西部欠发达地区没有安排有效的制度供给,抑制了地方政府官员发展本地经济的积极性。重塑经济与政治体制结构,进行制度创新,我国中西部落后地区才能跨越低水平均衡陷阱,实现区域经济可持续协调发展。 相似文献
2.
改革开放以来,我国东西部地区中小企业发展差距不断拉大,其根本原因在于东西部制度演进上的差异。僵化落后的行政管理体制是制约西部中小企业发展的重要因素之一,目前各级政府应转变职能,打破传统体制下的政府管理体制,做好政策、法制、服务等方面的工作,从制度上为西部中小企业健康发展“护航”。 相似文献
3.
4.
章对我国解放以来的区域经济发展战略作了简要历史回顾,认为在毛泽东的计划经济时期,我国实行的是区域经济均衡发展战略;在邓小平的改革开放时期,我国实行的是区域经济非均衡发展战略;在江泽民开创的西部大开发时期,我国实行的是区域经济协调发展战略,并从中得出了有意义的启示,我国区域经济协调发展应走新型工业化道路,用系统论思想指导区域产业结构调整。 相似文献
5.
以吡啶-4-甲醛缩4-氨基安替比林和Cd(NO3)2·4H2O为原料,溶剂热法成功合成出了一个新型Cd(II)配合物[Cd2(L4)4(NO3)4](L4=吡啶-4-甲醛缩4-氨基安替比林),并通过红外光谱、拉曼光谱、元素分析、X-粉末衍射、单晶X射线衍射对配合物的单晶结构进行了表征. 该配合物属于单斜晶系,空间群C2/c,晶胞参数a=22.585(9)?,b=9.636(4)?, c=18.827(8) ?,α=90°, β=125.152(6)°,γ=90°, V=3350(2) ?3, Z=2, Dc=1.628 Mg/m3,F(000)=1 672,μ=0.722 mm-1, R1=0.0488, wR2=0.0967 (I>2σ(I)).室温固态荧光测试显示,配合物在517 nm(λmax) 具有强的荧光吸收. 相似文献
6.
用N,N’-二羧甲基-2甲基苯并咪唑、CuCl_2·2H_2O以及无水乙醇、蒸馏水和三乙胺,通过溶剂法蒸发得到了1个新型铜配合物CuL_2(H_2O)_2(C_(24)H_(34)CuN_4O_(14))(H_2L=N,N’-二羧甲基-2-甲基苯并咪唑).晶体结构分析表明,配合物属于单斜晶系,P21/n空间群,晶胞参数a=7.1726(5),b=20.7109(14),c=9.7328(7),α=90°,β=103.3140(10)°,γ=90°,V=1406.96(17)~3,Z=2,Dc=1.572g/cm~3,F(000)=694,μ=0.854mm~(-1),R1=0.0263,wR2=0.0760[I2σ(I)].晶体结构中,每个铜原子与6个氧原子配位组成畸变八面体构型,其中包括4个羧基氧原子和2个游离水氧原子.另外对配合物进行了X射线粉末衍射、红外光谱、拉曼光谱和热重分析等性质表征. 相似文献
7.
低秩表示算法,如低秩表示(Low-Rank Representation, LRR),鲁棒核低秩表示(Robust Kernel Low-Rank Representation, LRRRKLRR),在处理高维数据方面展现了广阔的应用前景,然而这些方法并不适合高阶数据,传统的低秩表示算法通常只对数据的某一特征属性进行降维。在本文中,我们提出了基于张量分解的鲁棒核低秩表示算法(Kernel Low-Rank Representation by Robust Tensor Decomposition, RTDKLRR),该算法能够处理高阶非线性的张量数据,对噪声更加鲁棒。本文首先对RTDKLRR算法设计目标函数并给出约束条件,其次,设计迭代规则对目标函数进行优化。在合成数据集和真实数据集上的实验结果表明,我们的算法优于同类算法。 相似文献
8.
简述了计算机模拟监控软件开发的现状,介绍了双碱法旋流板塔烟气脱硫工艺模拟监测软件的设计开发过程. 相似文献
9.
产业结构调整与区域经济可持续协调发展 总被引:1,自引:0,他引:1
产业结构变动是经济增长的重要动力,是实现区域经济可持续协调发展的关键。面对区域间的产业结构扭曲,产业组织的低水平生产过剩,只有以产业结构调整为核心,积极培育主导产业,增强中小企业活力,大力加快城市化进程,我国国民经济才能克服区域产业结构失调的现象,使中西部落后地区的经济尽快起飞,缩小与东部地区经济差距。 相似文献
10.
低秩表示算法,如低秩表示(low-rank representation,LRR)、鲁棒核低秩表示(robust kernel low-rank representation,RKLRR),在处理高维数据方面展现了广阔的应用前景;然而这些方法并不适合高阶数据,传统的低秩表示算法通常只对数据的某一特征属性进行降维。提出了基于张量分解的鲁棒核低秩表示算法(kernel low-rank representation by robust tensor decomposition,RTDKLRR);该算法能够处理高阶非线性的张量数据,对噪声更加鲁棒。首先对RTDKLRR算法设计目标函数并给出约束条件;其次,设计迭代规则对目标函数进行优化。在合成数据集和真实数据集上的实验结果表明优于同类算法。 相似文献