基于连接低干扰的无线Mesh网络信道分配算法研究

为合理地分配和利用无线信道资源,研究者们提出了许多关于多射频多信道无线Mesh网络的信道分配算法。该文针对无线Mesh网络的信道分配算法,以连接低干扰信道分配算法(CLICA)为基础,以提高网络容量(吞吐量)为目标提出了一种改进算法。该算法根据网络中各链路的干扰度来计算网络干扰度,通过减小网络的干扰度来提高网络吞吐量,以实现最小化网络干扰度的目标。构建信道分配的数学优化模型,通过NS2仿真验证比较改进前后算法的性能,求解出最优的信道分配。     

应用ANP和Super Decision软件的物流园区选址研究

由于电子商务的高速发展,物流园区的建设从传统因素的考虑改变为添加电子商务属性的建设要求。网络分析法(analytic network process,ANP)利用"超矩阵"对各相互作用并影响的因素进行综合分析得出其混合权重。本文通过对物流园区在新环境下考虑属性的调查,充分思考传统的经济、社会、环境属性以及新的电商属性,应用ANP以及Super Decision软件建立模型最终得出关于园区选址的科学决策。     

广州农村集体建设用地流转空间非均匀发展及重心演变轨迹分析

采用核密度分析法、 洛伦兹曲线及基尼系数算法和重心法,结合1991年~2013年广州市八区的基础数据分析广州市农村集体建设用地流转的空间非均衡发展状况及重心演变轨迹.研究结果表明:整个研究区域内的集体建设用地相对集中,主要分布在城乡结合部;不同村域内的集体建设用地相对分散;研究区域内农村集体建设用地的重心演变轨迹与城市发展的战略导向相对一致.研究结论揭示了广州市农村集体建设用地流转的空间非均匀发展概况,实现了农村集体建设用地流转时间跨度重心演变规律,丰富了农村集体建设用地流转摸底式探索研究.     

Monte Carlo EM梯度法在MATLAB中的实现

文章使用空间广义线性混合模型为连续空间非正态变量建模,在MATLAB中实现模型参数估计的MCEMG算法,即结合Monte Carlo样本的EM梯度法,求解参数的极大似然估计及采样点随机效应的最小均方误估计。在GS+中进行随机效应的普通克里格插值,并最终对非采样点响应变量进行预测。模拟仿真结果显示该方法参数估计与真实值较接近,响应变量预测结果能反应真实数据总体分布情况。     

基于虚拟旅游导航智能选择系统的Floyd算法

随着虚拟旅游日益流行,越来越多的虚拟旅游导航智能选择系统得到开发与应用。文章基于虚拟旅游导航智能选择系统改进优化了传统Floyd算法,并应用实例进行了相关验证。     

融合发展绩效与创新分级的开发区综合评价——以安徽省经济开发区为例

开发区是地方经济增长的引擎,对改善投资环境,带动地方经济发展贡献突出。对开发区进行科学有效评价,将有利于其健康发展。研究从经济效益和对外开放两个方面,基于投入、产出的8项指标,采用熵值法计算开发区绩效;为明确创新与绩效关系,采用K-means聚类算法对开发区的创新等级进行识别,并结合熵值法计算结果,构建创新—绩效的关系分布。同时进一步基于2012年至2016年安徽省统计年鉴数据,展开实证研究。分析结果显示:安徽省16个地市省级以上开发区分布在3个类型区,其中,位于高创新—高绩效类型区的地市数量少,低创新—低绩效类型区的地市数量偏多,各地市发展差距明显。针对这3个类型区,分别提出均衡经济梯度、加快产业转移、产业结构调整等建议。     

关于物流企业车辆调度的优化研究

本文简要介绍了几种车辆物流的技术环境,阐述了车辆调度的问题,并从数学角度对物流企业的车辆调度进行了优化设计,提出了相应的优化模型以及一些简单实用的调度算法,希望能够有效降低物流配送成本,提高企业的管理运营水平。     

党政机构微博在突发事件中传播效果的影响因素及策略

在分析铁路货运量预测方法的基础上，针对标准BP神经网络的不足，提出改进的BP神经网络预测模型。首先,利用动态陡度因子来改变激励函数的陡峭程度，以此来得到更好的激励函数响应特征以及更好的非线性表达能力；其次，利用附加动量因子，通过对以前经验的积累，既降低了神经网络对误差曲面的局部细节敏感特性，又较好的遏制了神经网络易于限于局部最小的缺陷；最后，采取改变学习率的方法，给定一个较大的学习率初始值，在学习的过程中学习率不断减小，网络最终趋于稳定。改进BP算法既可以得到更优的解，还能够缩短训练时间。利用全国铁路货运     

新传播格局下议程设置功能假说反思

议程设置功能是20世纪70年代由美国传播学者麦库姆斯和肖创立并广受欢迎的一个理论假设,它起源于第三范式科学背景。在科学研究进入第四范式、新传播格局形成后,议程设置的各种不良影响及其理论缺陷日渐显露,亟须正本清源、深入反思。要以马克思主义认识论为指导,坚持议程从实践中来,以社会需要和公众关注为导向,尊重人民群众的主体地位,聚焦问题,集思广益,努力发挥好议程设置的应有功能。     

基于多因子选股的半监督核聚类算法改进研究

研究了一种附有引力影响因子的半监督K-means核函数聚类算法,并将该方法应用于多因子选股模型中。研究表明,相比传统的聚类模型,改进的模型具有较强的泛化能力,模型在处理样本线性不可分、样本分布非球状簇等问题上具有明显的优势,能选出较优的股票组合。