正规集的若干性质

正规集是对许多语言理论起核心作用的一类语言，研究正规集的性质有助于有限态文法的文法推断和句法分析的研究以及正规集的自动识别。在文献［１］的基础上对正规集的一些重要性质进行了详细讨论，完善了正规集的理论。     

对彩电行业拓展农村市场的思考

通过对中国彩电业现状的阐述,重点分析了农村彩电市场的需求现状特点及发展趋势,从产品、价格、广告、营销渠道和经营模式方面分析了彩电企业进入农村市场的策略。     

精心培育充满活力的班集体

班主任工作千头万绪,但精心培育充满活力的班集体是最重要的。笔者根据多年从事班主任工作的体会,从理论和实践的结合上阐述了组建一个坚强有力的班委会,并充分发挥全体学生干部的骨干作用,是形成充满活力的班集体的关键。     

非线性板方程组对称

本文中利用作者提出的计算微分方程对称的特征列集算法和编制的程序包,给出了（各向异性）非线性板方程组的全部古典对称     

点模式指纹匹配算法研究与实现

指纹匹配是实现指纹识别的重要环节,针对如何提高识别率、减少算法复杂度,介绍了一种点模式的指纹匹配算法。其优点是:将匹配分为两步进行,减少了拒判时间;初匹配利用了细节点间的局部结构关系,既克服了图像的平移和旋转也得到了更精确的坐标校准参数;二次匹配阶段,整合多种判决条件作为识别的依据,提高了识别率。其实验结果表明,该算法复杂度低,识别率较高,有较强实用价值。     

有监督的水平集高分辨SAR图像分割方法

针对基于统计模型的水平集SAR图像分割中参数估计耗时较多的问题,提出了一种有监督的高分辨SAR图像分割方法。该方法将Fisher分布和Gamma分布分别作为高分辨SAR图像的目标和背景统计模型,结合水平集方法推导了SAR图像分割水平集函数的能量泛函模型,通过最小化能量泛函得到曲线演化偏微分方程,实现对高分辨SAR图像的分割。试验结果表明,该方法对高分辨SAR图像具有强散射点的目标分割更完整,并且比无监督统计模型分割方法分割速度更快。     

中国对俄罗斯水果出口变化的原因—基于CMS模型的分析

运用CMS模型,分析了1996-2006年中国水果对俄罗斯出口变化的原因。结果表明,2001年以来中国水果对俄罗斯出口的增长几乎完全由于俄罗斯水果进口需求的增长引起,其贡献份额为86.85%;竞争力对中国水果的增长效应很小,仅为2.92%;产品结构对中国水果出口俄罗斯起阻碍作用,其效应为-4.25%。RCA指数的计算结果进一步表明,中国仅有苹果、宽皮柑橘和梨在俄罗斯市场具有一定的竞争力,但与其它国家同类产品相比较,也有较大的差距。基于以上研究结论,本文提出了改善中国水果出口结构、提高中国水果竞争力等对策建议。     

祈愿类俗赋举要(一)

俗赋除了具有铺写、用韵、虚拟等赋体特征之外,又兼有浅近、诙谐、实用等的俗文学性质。依俗赋的特质,可将其分为祈愿、诙谐、故事寓言、隐语、认知、铺叙、论辩等类。祈愿类俗赋有驱傩辞、上梁文、撒帐辞等民俗应用文。祈愿类的俗赋含有基层民众的生活愿望,表现出铺排的文学效果,兼具有民俗研究与文学欣赏的价值。     

基于模糊粗糙集的高校教师胜任力评价模型的实证

在高校教师胜任力评价中,由于测评方法、测评环境和过程比较复杂,导致影响高校教师胜任力的因素存在许多不确定性,基于模糊粗糙集理论构建高校教师胜任力评价模型,可以有效地解决由于知识系统不完善、认识＂粗糙＂导致的评价失真的问题,从而建立起更具效率和效能的高校教师胜任力评价模式。     

An Integrated Risk Assessment Model of Township‐Scaled Land Subsidence Based on an Evidential Reasoning Algorithm and Fuzzy Set Theory

Land subsidence risk assessment (LSRA) is a multi‐attribute decision analysis (MADA) problem and is often characterized by both quantitative and qualitative attributes with various types of uncertainty. Therefore, the problem needs to be modeled and analyzed using methods that can handle uncertainty. In this article, we propose an integrated assessment model based on the evidential reasoning (ER) algorithm and fuzzy set theory. The assessment model is structured as a hierarchical framework that regards land subsidence risk as a composite of two key factors: hazard and vulnerability. These factors can be described by a set of basic indicators defined by assessment grades with attributes for transforming both numerical data and subjective judgments into a belief structure. The factor‐level attributes of hazard and vulnerability are combined using the ER algorithm, which is based on the information from a belief structure calculated by the Dempster‐Shafer (D‐S) theory, and a distributed fuzzy belief structure calculated by fuzzy set theory. The results from the combined algorithms yield distributed assessment grade matrices. The application of the model to the Xixi‐Chengnan area, China, illustrates its usefulness and validity for LSRA. The model utilizes a combination of all types of evidence, including all assessment information—quantitative or qualitative, complete or incomplete, and precise or imprecise—to provide assessment grades that define risk assessment on the basis of hazard and vulnerability. The results will enable risk managers to apply different risk prevention measures and mitigation planning based on the calculated risk states.