演化博弈视角下就业市场反合谋垄断研究

近年来,企业侵蚀员工利益现象引发社会各界广泛关注.当企业在就业市场上具有明显的优势地位,企业出于人力资源管理、商业秘密保护和利益最大化的考虑,可能会与中介机构达成就业市场合谋垄断,限制劳动者的就业空间或薪酬、福利水平,这样不仅损害劳动者的权利,还扰乱了就业市场的正常竞争秩序,还会造成员工隐私泄露、社会福利下降等负面影响.为规范就业市场的竞争环境,缓解劳资矛盾等一系列社会问题,通过构建政府、用人单位、中介机构和就业人员四方演化博弈模型,并利用Matlab进行数值模拟,着重分析参数的变化对就业市场四方策略的演化,以期实现就业市场健康稳定发展的政策建议.研究表明：对比提高垄断补偿的效果,降低规制成本、提高垄断行为查处概率和惩罚强度,政府规制意愿会有所提高,用人单位和中介机构的行为合法概率也会提高,就业人员也能积极维护劳动权益.     

从中小企业发展浅析我国反垄断法的发展

新颁布的《反垄断法》在公平市场秩序、垄断行为规制、豁免制度等方面对中小企业的发展提供了法律保护。本文欲从反垄断法和经济相结合的角度,浅析反垄断法和中小企业保护的关系,论述应用反垄断法对扶助中小企业发展的正当性和现实性。     

承受单向静拉应力的有限宽板双边对称裂纹尖端I_1/σ_(mises)的分布函数

采用线弹性有限元方法分析了承受单向静拉应力的有限宽板双边对称裂纹尖端的Mises应力和应力第一不变量I1的分布特性及其影响因素,在此基础上建立了裂纹尖端I1/σmises的分布函数,该函数仅与泊松比和裂纹长度相关,与板厚、弹性模量和加载名义应力无关;应用该分布函数可很好的解释厚板断裂行为特征。     

化工设备机械基础教学探讨

化工设备机械基础是高等学校化工工艺专业必修的一门技术基础课程,也是学生由基础教育转向专业教育的中续课程,它既不同于一般的基础课程,又不同于工艺专业课程,对改善化工工艺专业学生的知识结构,拓宽其知识面,适应社会多变需要影响甚大,而教学本身又是教与学的双边活动;因此,研究和探索化工设备机械基础的教学方法,加强课程教学改革,对提高课程教学质量非常重要。     

一种非线性数字滤波器的统一设计框架及其性能分析

文章旨在研究非线性数字滤波器的统一设计框架问题.基于稳健统计理论和双边滤波思想,首先建立了一种鲁棒的图像复原统一能量泛函.该能量泛函充分融合了双边滤波的双重异性加权机制和稳健ρ-函数对边缘奇异点的鲁棒性处理机制,因而具有更强的边缘保持能力.随后,基于图像复原统一能量泛函的欧拉-拉格朗日方程,导出一种非线性数字滤波器的统一设计框架.特别地,在此统一框架下,双边滤波、数字TV滤波以及自适应平滑均可进行相应的扩展.同时,文中系统比较了各种稳健ρ-函数在边缘保持方面的鲁棒性,并提出一种新型边缘保持性稳健ρ-函数,即ρ(x)=-σ2(1 |x|/σ)exp(-|x|/σ) σ2.不论是视觉效果方面还是峰值信噪比方面,大量实验结果验证了文中统一设计框架的合理性和新型稳健p-函数的边缘保持性.     

信息披露有效性与电力市场交易模式的选择

基于信息经济学和制度经济学的信息有效市场理论,从电力市场中信息披露有效性的全新角度,分析了信息披露对市场效率、交易成本、交易速度和市场公平性的影响;根据信息披露的主体和有效性原则,设计了电力市场信息披露有效性的评价指标;应用这些评价指标,分析比较了电力市场中双边交易和集中交易2种主要的交易方式的特点和适用环境;在借鉴国外电力市场建设经验的基础上,从信息披露有效性的角度分析了华东和东北区域电力市场的交易方式设计;提出了中国应根据国情、市场环境和交易目标,采用以中长期双边交易为主、现货集中交易为辅的市场模式。     

基于FPDEs与CBF的红外与可见光图像融合

针对传统红外与可见光图像融合结果中的对比度不足、块状效应、伪影以及边缘区域信息失真等问题,文中提出一种基于四阶偏微分方程(FPDEs)和交叉双边滤波器(CBF) 的红外与可见光图像融合方法。首先,分别使用FPDEs和CBF方法从源图像中获取近似层和细节层;其次,针对多尺度分解获得的近似层含有残余低频信息导致融合图像的整体视觉反差较大的问题,采用基于视觉显著性映射(VSM)的方法对近似层进行融合;然后,对细节层使用改进的Karhunen-Loeve变换获得权重,而后进行细节层融合;最后,通过线性组合方式将近似层与细节层融合,从而产生融合图像。实验结果表明,经基于FPDEs与CBF的方法融合后,相较于基于主成分分析和基于交叉双边滤波器的方法,基于FPDEs与CBF的方法所得融合图像的标准差 平均 提高了43.73%左右;相较于基于引导滤波器和基于视觉显著性最小二乘优化的方法,融合图像的平均梯度提高了约9.46%,空间频率平均提高了19.79%左右。     

稀疏低秩双线性判别模型及其应用

"高维度小样本"问题是模式识别应用中的主要障碍之一。跨越这一障碍的有效方法之一是采用参数矩阵的低秩逼近,目的是控制模型复杂度。常用的低秩逼近方法需要预先指定目标矩阵秩的大小(如主成分分析)。提出了一种新的基于稀疏约束的低秩判别模型,此模型通过对目标参数进行矩阵分解,然后分别对子成分施加低秩(稀疏)约束,从而达到低秩逼近的目的。进一步将这一思想嵌入一个双边判别模型,并用坐标下降法对目标函数进行优化,使得算法在低秩逼近的同时还有效利用了输入数据的空间特性,从而得到更好的推广性能。其有效性在一个安全生物识别应用上得到了验证。     

考虑偏好信息的动态双边匹配决策方法

针对主体给出偏好信息的动态双边匹配问题,提出了一种匹配决策方法。给出了基于偏好信息的动态双边匹配问题的描述;依据广义优序法将双边主体给出的偏好信息转化为满意度;给出了指数衰减模型确定时序权重的方法,进而将满意度集成为综合满意度;在此基础上,通过建立并求解优化模型,得出最优匹配方案;以风险投资商与风险企业的匹配实例说明了所提决策方法的有效性和实用性。