2005年：中国科技战略大转变

2005年是中国科技发展最不平凡的一年，也是中国科技战略大转变的一年。未来的中国科技发展战略，将不再是过去20年奉行跟踪、模仿的渐进式发展，而是转变为自主创新、重点跨越的发展模式。科技战略扬弃跟踪模仿模式，转变为以自主创新为主的模式，是中国经济社会发展的迫切需求。这一战略的转变，无疑有助于中国现代化建设事业的顺利进行。     

一种基于贝叶斯的渐进式图像匹配框架研究

提出了一种新的渐进式图像匹配框架,将图像匹配与图像概率更新结合在一起解决这一问题.该框架在当前匹配结果上,利用贝叶斯方法对最可信目标图像进行高效的重新估算,并且可保证提高后续的图像匹配效果.实验结果表明,与一次性图像匹配方法相比,所提方法的匹配性能更优.此外,即使是对外观发生变化及包含远离主体对象的图像场合,所提方法性能仍然健壮.     

极速体验,4G威武

正或许移动通讯的发展历程恰似一个人的成长经历一般,而4G正是移动通讯"跑起来"的标志。4G来了,全中国的科技创业者都为之兴奋,为何?多半是移动网络网速将会更快,新产品、新应用要集中爆发,更多的行业开始进入"智能"时代,也就意味着创业者在新领域中"掘金"的机会更大。而这种兴奋或许还源于科技圈内的一个普遍预期:未来几年里,中国4G市场将出现一种爆炸式的增长态势,而不是像3G刚推出时的渐进式增长。据爱立     

奖励能否激励员工创造力:不同成就动机氛围下的匹配研究

激活员工创造力、凝聚新的发展动力是企业面临的紧迫任务.基于系统而权变的视角,以"语义感知-心理计量-行为强化"为理论主线,针对60个团队274名员工样本,运用跨层次分析考察了不同成就动机氛围下奖励(水平和结构)对创造力的影响.结果表明,精熟氛围、扁平型奖励结构正向影响突破式创造力;表现氛围、陡峭型奖励结构正向影响渐进式创造力:三项交互检验显示,在高精熟氛围及扁平型结构下,提高奖励水平能够更好地激活突破式创造力;而在高表现氛围和陡峭性结构下,提高奖励水平能够更好地激活渐进式创造力.研究揭示,成就动机氛围、奖励结构与创造力类型之间存在一种相对最优的匹配关系.蕴含的实践价值在于,企业应从执行角度在项目团队营造表现动机氛围并辅以竞争性激励结构,以提升渐进式创造力,快速获取局部竞争优势;但鉴于"渐进式创新有余,突破式创新不足"的企业创新格局,我们更应从战略视角在技术核心部门营造精熟氛围并辅以高位均衡的激励模式,以催生突破式创造力,赢得持久竞争优势.     

基于CDIO理念的五级层进式人才培养模式研究——以高职国际商务专业为例

CDIO成为近年来指导高等院校教学改革实施的指导思想,为满足区域经济特点和行业企业需求的国际商务专业人才的培养,需要设计人才培养体系和人才培养方案。基于CDIO理念的人才培养模式的设计和培养思路的建立,将成为培养国际商务专业高技能复合型人才的实施途径。     

渐进式民主的逻辑、困境及其路径选择

渐进式民主是我国民主政治发展的基本形态，是基于我国历史国情的现实选择。在当前经济社会条件下，渐进式民主也面临着重大的发展困境，在诸多领域都具有突出的矛盾体现。只有不断地开拓渐进式民主发展的更多有效路径，才能为渐进式民主的更好发展创造优良条件，才能更有力地促进社会主义政治现代化的全面实现。     

渐进式揭煤技术应用及研究

煤与瓦斯突出矿井中，石门揭突出煤层危险性大，时间特别长，是矿井安全技术的重点和采掘部署的瓶颈工程。传统的震动炮揭煤工作周期长，诱导突出危险性大，巷道破坏严重，支护难度大。渐进式揭煤技术充分吸收煤巷掘进防突理论，淡化安全岩柱概念通过“逐段提供安全屏障”，实现安全快速揭煤。     

中国垄断行业改革的基本经验及启示

作为我国经济体制改革的一个重要组成部分,垄断行业改革也充分体现了我国经济体制改革的基本特点:一是重视垄断和竞争的理论研究,为科学制订垄断行业改革方案奠定了坚实的基础;二是遵循渐进式改革的一般规律,稳妥有序地推进垄断行业的改革;三是妥善处理垄断行业改革与特定发展阶段的关系,制订适合中国国情的垄断行业改革方案。     

从制度经济学角度分析苏联经济体制的变迁及其经验教训

中国与苏联曾有相似的背景和国情,并且两国也都进行了经济体制的变迁与改革,但由于两国改革所选择的方式不同,改革所产生的结果也不同。本文试从制度经济学的角度,分析苏联的经济体制变迁,指出苏联经济体制改革中存在的问题和弊端,从中吸取教训,从而为我国的经济建设提供有益的经验。     

反馈型随机二元神经网络

提出并分析了一种全新的反馈型随机神经网络模型，该模型不同于常见的Boltzmann机，它不直接使用随机激活函数而是采用了随机型加权连接，神经元为简单的非线性处理单元.揭示了该网络模型存在惟一的收敛性平稳概率分布，当网络中的神经元个数较多时，平稳概率分布逼近于Boltzmann-Gibbs 分布. 另外，还讨论了该网络模型与Markov随机场之间的关系，并提出了一种新型模拟退火和Boltzmann学习算法.网络模型被成功地应用于解决难度较大的组合优化问题和人像的自动识别，实验结果证实了该模型具有强大的计算能力和优异的泛化性能.