基于正态云可拓理论的锚泊安全评价

为提高锚泊安全评价精度,保障船舶锚泊安全,针对传统锚泊安全评价方法未考虑评价等级界限的不确定性和模糊性等问题,将正态云可拓理论应用于锚泊安全评价中。采用层次分析法和基于可拓学的简单关联函数确定权重的方法分别确定锚泊安全评价指标的主观和客观权重,通过经验因子将主观与客观权重进行结合。构建基于正态云可拓理论的锚泊安全评价模型,计算待评物元与标准可拓物元的关联度,通过信息熵理论确定锚泊安全等级。根据信息熵理论定义可信因子,使得评价结果的可信度易于定量计算。实例计算验证了本模型的有效性和优越性。     

人体步态特征生物识别方法研究

人体行走步态特征是一类重要的生物特征,基于步态特征实现生物识别的方法具有较多优势.在分析人体行走步态特征的基础上,讨论了当前步态识别研究中采用的视频获取、目标提取、步态特征检测以及分类识别的主要技术,研究了基于雷达的步态信号提取方法并给出了实验步态信号时频分析结果;分析了当前研究中存在的主要难点.提出了基于视频、雷达等多传感器数据融合提高步态识别能力的方法,讨论了步态识别的应用领域和前景.     

The "Fears" of Teachers in Institutions of Higher Education: A Study on Life Pressures of Teachers

A study of teachers in institutions of higher education in Guangdong Province revealed that their "fears" clustered in the following areas: interpersonal relations; family, finances, and security; work, life, and career; work environment; work objectives; personal security and respect; and work responsibilities. These fears were mainly associated with work and were work-related stressors. Appropriate measures should be taken to relieve the psychological pressure on teachers.     

从"器物、制度到文化",还是从"文化、制度到器物"?--对中国现代化道路的分析

本文认为,中国现代化的发展属于启发外生型的现代化,在对现代化的认识问题上,经历了个从“器物、制度到文化”的过程,而中国现代化的发展却经历了一个从文化、制度到器物,再到社会全面发展的过程。     

上海市工程技术研究中心发展对策

在分析上海市工程技术研究中心发展的现状和问题的基础上,提出上海的工程技术研究中心建设应该从重视工程化和商业化向重视技术服务和行业技术研发转变,通过建立有效的合作机制和重点支持优势领域中心的建设,促进工程技术研究中心的规模化、联合化发展,并提出了相应的政策措施。     

韩国"自由学期制"改革刍议

2016年3月,韩国政府在初中全面推行"自由学期制"改革,旨在解决韩国基础教育目前存在的问题及弊端,缓解青少年学业压力,提高青少年学校生活幸福指数,指导青少年正确认识自我及明确未来职业方向."自由学期制"的具体运行模式是在"自由学期"内,取消所有书面考试,开展"共同课程"及"自由课程"的教学.改革重点内容包括"自由课程"的开发与实施、学生参与、互动协作、自主学习为中心的课堂教学模式的变革,以及学习过程为中心的学生评价方式的改革.     

侵占罪和盗窃罪的界限

侵占罪和盗窃罪都是侵犯财产的犯罪,一般而言,二者不难区分.但在司法实践中,有些情况比较复杂,二者的界限极易混淆.本文通过对现实生活中有关案例的分析阐述了侵占罪和盗窃罪的界限.侵占罪和盗窃罪的主要区别在于:一是犯罪主体不同;二是犯罪对象不同;三是犯罪故意产生的时间不同;四是犯罪的客观方面不同.     

数字功率跟随技术在风光互补发电系统中的应用

风能、太阳能作为无污染的绿色能源具有广阔的发展前景,但是其随机性和不稳定性是风光互补发电系统中应尽可能克服的问题。本文介绍了以ATMEGA8单片机为核心组成风机和太阳能发电的功率跟随技术,以最大限度的利用风能和太阳能。     

新中国第一次参加奥运会纪事

<正>引子1952年7月29日中午,芬兰首都赫尔辛基市郊区,一处名为欧塔尼梅的村庄里,伴随着雄壮的《义勇军进行曲》,一面鲜艳的五星红旗缓缓升起。原来这里是奥运村,参加第15届奥运会的中华人民共和国代表团正在     

Biclustering of ARMA time series

Biclustering is a method of grouping objects and attributes simultaneously in order to find multiple hidden patterns.When dealing with a long time series,there is a low possibility of finding meaningful clusters of whole time sequence.However,we may find more significant clusters containing partial time sequence by applying a biclustering method.This paper proposed a new biclustering algorithm for time series data following an autoregressive moving average （ARMA） model.We assumed the plaid model but modified the algorithm to incorporate the sequential nature of time series data.The maximum likelihood estimation （MLE） method was used to estimate coefficients of ARMA in each bicluster.We applied the proposed method to several synthetic data which were generated from different ARMA orders.Results from the experiments showed that the proposed method compares favorably with other biclustering methods for time series data.