国有企生资本运营

在商品货币经济中,资本是经济活动得以继续的标志,是能用产物的或者货币的手段获取有形或无形价值的增值,其本质特征是价值增值这一自然属性,正因为如此,才有迅速的进行资本积累、积聚与集中,也才有经济的高速发展。资本存在于社会经济生活的一切领域中,它总是与社会的生产与再生产紧密地联系在一起。资本只有运营、运作才能实现增值并发挥在经济生活中的巨大作用。     

国有企业资本运营

<正> 在商品货币经济中,资本是经济活动得以继续的标志,是能用产物的或者货币的手段获取有形或无形价值的增值,其本质特征是价值增值这一自然属性,正因为如此,才有迅速的进行资本积累、积聚与集中,也才有经济的高速发展。资本存在于社会经济生活的一切领域中,它总是与社会的生产与再生产紧密地联系在一起。资本只有运营、运作才能实现增值并发挥在经济生活中的巨大作用。     

基于RBF神经网络的认知无线电认知引擎设计

认知无线电(CR)是一种智能无线通信系统,它能根据环境变化、业务需求动态调整参数,提高系统性能,其核心技术是认知引擎的设计。认知引擎可引入人工智能领域的推理与学习方法来实现CR的感知、自适应与学习能力。为适应变化的无线环境和用户需求,提出基于径向基神经网络(RBF)的CR认知引擎设计方法,该法通过对经验知识和环境的学习,重配置通信参数,以达到资源合理分配,提高系统性能。该引擎由两层RBF神经网络组成,外层神经网络学习全局属性,内层神经网络学习局部属性,以解决路由协议及局部参数的学习配置。在训练RBF神经网络学习模型后,根据定义的两个测试基准函数,评估模型性能,仿真验证了该学习模型的有效性,且能够有效实现CR学习重构。     

基于强化学习的频谱决策与传输算法

在认知无线电(CR)通信中,各信道可能具有不同的带宽、干扰强度和主用户冲突概率,如何据自身业务特性选择最佳信道和传输策略是系统设计的关键问题之一.提出一种基于Q学习的在线学习算法,用于解决多用户多信道CR系统中的信道选择与自适应传输问题.在不知道信道状态信息和主用户业务特性情况下,通过在线学习,获得各种环境下的最佳频谱选择与自适应传输策略.为验证所提方法的有效性,采用随机频谱选择算法和最小干扰频谱选择算法与所提方法进行比较.仿真结果表明,提出的方法通过在线学习实现了认知无线电的自适应控制,能够有效增加认知无线电的通信性能.