基于差异信息量的多源数据融合方法

D-S证据理论可应用于多源数据融合领域，但在处理高度冲突的证据时，可能会出现反直觉的结果.为解决这一问题，本文提出了差异信息量的概念及融合方法.首先，通过信息熵表明证据的相对重要性，采用散度获取证据可信度.然后利用证据可信度优化证据差异度以得到差异信息量，经过计算获取数据的最终权重，并将其作为D-S证据理论中的基本概率分配进行决策.在处理冲突证据、一致证据及不同数量证据等方面的数据融合问题时与其他方法对比，所提方法收敛更快，准确度更高.故障诊断的应用实例表明，所提方法的不确定性更小，优于现存的其他方法.     

创新回报不确定性下的新技术采纳研究

考虑到企业在采纳新技术过程中的技术溢出以及新技术创新回报的不确定性,建立生产有差异化产品企业的两阶段博弈模型,以企业采纳时间为分界点分别得出在古诺竞争和伯特兰德竞争两种市场下各个阶段的期望均衡利润,进而对技术创新回报不确定性、企业的最优采纳时间、期望社会福利最大时的企业最优社会采纳时间进行了分析,结果表明,随着创新回报不确定性的增加,先采纳新技术企业的期望利润增加更多;企业间产品差异较大时,领先企业在古诺竞争下的最优采纳时间要比伯特兰德竞争下的最优采纳时间要早;企业间产品差异较小时,领先企业在古诺竞争下的最优采纳时间要晚于伯特兰德竞争下的最优采纳时间.跟随企业在古诺竞争下的最优采纳时间始终早于伯特兰德竞争下的最优采纳时间.     

从作者性别批评视角看简·爱和吕蓓卡的人物形象差异

简·爱与《名利场》中的女主角吕蓓卡是英国维多利亚时期文学中两个具有同样独立反叛意识但被作者赋予不同命运结局的女人。从作者的性别视角去解读这两个传统女性形象的本质差异,能看出男女作者对女性反抗压迫行为的不同理解和价值判断,并能更好地发掘出被别的批评视角忽略或误读的文本内涵。     

创新开展新时期科技名词规范化工作,努力发挥支撑服务作用

科技名词规范化工作具有深厚的历史基础和现实需要,是支撑科技创新和经济社会发展的一项基础性系统工程。当前,中国特色社会主义进入新时代,我们要深刻领会“新时代”的丰富内涵,深化认识科技名词规范化工作的特殊意义,创新开展各项工作,更好肩负起新时代赋予的历史使命。     

一种区域经济发展差异分析智能混合算法及应用

该文提出一种区域经济发展差异分析智能混合算法:首先有机融合主成分距离加权和遗传算法、模拟退火算法对FCM算法进行优化,采用优化FCM算法对各子区域经济发展水平进行分类;其次采用主成分分析法给各子区域经济发展水平进行综合评分并排名;然后依据分类和排名情况,对区域经济发展差异进行研究分析.该文以西部省份经济发展差异为例研究表明:该算法能够有效对西部省份经济发展差异进行综合分析,很好地反映了各省份经济发展的特征,是一种改进的、可行的大区内子区域经济发展水平差异分析方法.     

贵州省城市化发展质量测度及区域差异分析

选取人口、经济、空间、社会4个子系统共14个城市化发展质量指标,构建贵州省城市化发展质量的评价体系,并用结构熵权法和均方差决策法计算权重,通过逐层加权法对2000—2013年贵州省9个市(州)城市化发展质量进行综合测度和差异比较.结果表明,贵州省9个市(州)城市化发展质量整体上呈上升状态,但上升速度缓慢;各市(州)之间的城市化发展质量的差异呈现出逐步递减的趋势,但在个别年份上有拉大的现象;贵州省城市化发展质量的空间格局为"一核多区"稳定型和不稳定型城市交替演进.     

从文化视域探讨汉译德过程中的困难与技巧——以惯用语和俗语的翻译为例

翻译是一门严谨的科学,成为一名笔译,不仅要精通德国文化,还要精通本国文化。否则将给翻译带来巨大的困难。在从事翻译工作时,应尽量避免因文化习俗差异产生的禁忌,真正实现跨文化翻译,成为语言文化的使者。翻译过程中要根据原文的具体语境,慎重考虑文化习俗、惯例、禁忌,根据语用功能选择最佳的句式来表达原文的意思。     

伯恩斯坦语言编码理论视角下的隔代教育分析

隔代教育原本是帮助年轻父母解决后顾之忧的重要举措,而现实生活中隔代教育存在的众多教育问题对孩子的成长和发展极为不利。文章借用伯恩斯坦的语言编码理论对隔代教育进行解释和剖析,指出隔代教育效果不如双亲教育的重要原因在于祖辈用的是限制型语言编码,孙辈在和祖辈的生活中习得了这种语言编码,与学校教育和主流社会要求的精致型语言相背离,一旦他们走进学校和社会则较难取得成功。破解隔代教育的困境,关键在于构建孩子的精致型语言编码。     

江苏省县域经济增长的趋同与差异分析

运用统计分析方法对江苏省2000~2011年县域经济增长的趋同与差异问题进行实证分析.结果表明,在这11年内出现了σ趋同,但不明显,且该阶段存在绝对β趋同;进一步分析发现,江苏省县域经济差距经历了先扩大后缩小的过程,特别是2007年以来,差距缩小的趋势明显.     

美国研制能思考在机器人

<正>谷歌公司正与牛津大学的两支人工智能研究小组合作,研制先进的类人机器人。第一支研究小组的任务是帮助机器人更好地了解用户的想法和意图,第二支研究小组的任务是通过深度学习技术提高机器人的视觉识别能力。据国外媒体报道称,谷歌正在研制一种模拟人类大脑的超快量子芯片,这让搜索和软件更加直观。被谷歌收购的人工智能创业公司Deep Mind联合创始人、谷歌工程部副总裁杰米斯·哈萨比斯在博客中表示:"对于当前的人工智能研究来说,这无疑是一个非常令人兴奋的时刻。我们在很多方面不断取得进步,其中包括图像识别和语言理解能力。我们很高兴地宣布与牛津大学展