关于“一房多卖”的法律问题探析

近年来,我国的商品房和二手房交易市场日趋活跃,但随之而来的大量商品房买卖纠纷也逐渐成为社会关注的焦点,"一房多卖"便是焦点之一。对各种情形下房屋的所有权归属和法律责任等相关问题进行简要分析,并对登记的效力、优先权等相关问题进行探索具有重要意义。     

打败“鸭梨山大”

多多熊:压力是什么?它看不见摸不着,却能让你感受得到。聪明的网友创造出"鸭梨山大"一词,给"压力很大"赋予了形象的画面。都说我们小学生是生长在温室里的花朵,吃穿不愁衣食无忧,可我们也感受着压力。当"鸭梨山大"的时候,那可不是吹点儿风淋点儿雨的问题,而是在我们心里经受着山呼海啸狂风暴雨!     

属性值为区间数的多属性决策对象排序研究

多属性决策问题的实质利用已有决策信息,通过一定方式对备选方案进行排序和择优。针对属性值为区间数的多属性决策对象排序问题,首先,提出决策对象优势关系这一概念,再次,得出决策对象的优势关系与其属性值两端点的实数值之和存在等价关系;最后,利用属性值为区间数的多属性决策实例对该算法进行了实例分析,并利用优势关系对决策对象进行排序并择优。     

基于模糊多属性决策的社区体育服务公众满意度测评研究

社区体育服务的发展水平作为城市文明程度和居民生活质量提高的标志,愈来愈受到人们的关注,社区体育服务公众满意度也日益成为了研究的焦点.结合满意度理论和我国社区体育服务的特色,引入基于期望值的模糊多属性决策方法构建了社区体育服务居民满意度测评体系,进行社区体育服务的满意度测评研究.综合考虑开展社区体育服务公众满意度评价的实际情况,采用三角模糊数得到带有定量指标和定性指标的区间型评价矩阵,并以实证研究验证该方法的合理性,从而为科学评价社区体育服务质量及公众满意度开辟一条新途径.     

阿波罗起源述略——"东方说"与"北方说"

阿波罗是古希腊神话中最为复杂、受崇拜最为广泛的神明.对阿波罗起源的探讨,"东方说"与"北方说"是两种重要观点.由于这两家学说相关证据的缺乏,兼顾阿波罗所体现的外来因素和希腊本土文明特征的"多起源说"的提法亦逐渐得到学界的认同,但对于阿波罗这位深刻影响着希腊宗教乃至整个西方思想的重要神明起源的进一步研究,尚有待于更多文献与考古材料的释读与发掘.     

利用匹配滤波改进MIMO预编码方案

针对多用户多输入多输出(MIMO)系统下行链路的共信道干扰(CCI)问题,提出了一种可以实现发射机和接收机联合设计的预编码方案。该方案假定接收机为匹配滤波器,避免了最小均方误差(MMSE)准则下发射机和接收机联合设计中的迭代操作,同时将迫零处理引入MMSE方法,完全消除了CCI。为进一步简化联合设计问题,对等效信道矩阵进行奇异值分解,将向量优化问题转化为标量优化问题。仿真结果表明,与其他非迭代的预编码方案相比,该联合设计的预编码方案可以获得更好的平均误比特率性能和总容量性能。     

Ad hoc网络稳定的蚁群多路由算法

针对Ad hoc网络路由协议中存在的路由老化和对拓扑变化适应性差的问题,提出了一种基于稳定拓扑和蚁群优化的多路由算法(SAMR),路径质量由路径的拓扑稳定度和时延来度量,并映射为蚁群信息素,利用蚁群优化进行路由的动态更新和维护,以避免路由老化。仿真表明,在动态环境下SAMR相比AODV能提高网络的吞吐量、降低传输时延。     

PDW在冲压模具教学中的应用

培养学生快速板金模具设计与制造是当代冲压模具行业的需要,也是《冲压模具设计与制造教学》的宗旨。文中主要介绍PDW在现代冲压模具设计中的辅助教学,包括板金零件的展开和成型、工艺的设置、条料排样和仿真、模架的选择和成型组建的选型与安放。快速完成设计任务的同时,锻炼学生对计算机软件操作技能,提高学生对冲压工艺的工程应用认识。学生通过借助UGNX软件来学习课程内容,能够快速完成复杂的理论分析,避免不必要的繁重的计算,节省时间,快速完成设计任务,同时提高了学生兴趣,收到很好的教学效果,学生有了一定解决实践问题的能力,为冲压模具设置与制造教学探索一条值得借鉴的途径。     

基于优化阵形的宽带相控阵多目标测向算法

针对电子侦察中宽带接收机的多目标检测问题,提出了一种基于非均匀阵型的宽带相控阵频域多目标测向的新技术,该技术基于优化所得的阵形实现频域的单快拍多目标测向算法,首先采用FFT测得频率,通过门限进行目标检测,然后基于所测频率进行空间谱估计,最后分析了多个独立信号、部分相关和完全相干信号时所提算法的性能.仿真结果和性能分析验证了该算法的有效性和可行性.     

一种基于VSMM的自适应高机动目标跟踪方法

自适应交互式多模型(AIMM)方法已经解决了许多复杂的机动目标跟踪问题,但过多的模型竞争会使AIMM性能下降,限制了这种方法的应用.文中结合变结构多模型(VSMM)可包含更多模型而不至于引起模型间"过度"竞争的优点,提出了一种自适应变结构多模型(AVSMM)方法.该方法采用与AIMM方法相似的自适应机制对机动目标进行跟踪,能够包含更多的运动模型,不必担心模型间发生"过度"竞争而使跟踪性能下降.仿真结果表明,在跟踪机动目标时,AVSMM方法比AIMM方法具有更高的跟踪精度.