内部信息不对称下IT项目外包决策风险测度

从企业内部信息不对称的角度对项目外包决策风险进行定量化研究,通过内部信息不对称事件发生的概率、内部信息不对称度、内部信息不对称对外包决策的损失及内部信息不对称对决策产生风险的可管理性4个方面建立了IT项目外包内部信息不对称的风险度函数,并结合具体实例进行了应用分析,分析结果对于企业今后在外包决策时进行风险控制具有一定的借鉴意义。     

企业选择IT外包服务商的模糊综合评价研究

IT外包是企业利用市场信息资源的一种有效途径,如何有效选择外包服务商是外包企业在进行外包决策的过程中所面临的一个重要问题.在相关研究的基础上,提出了一种选择IT外包服务商的模糊综合评价模型,将其运用于具体案例,结果显示该模型是有效、可行的.     

一种基于非光滑信赖域理论的经济学均衡问题新算法

针对一般经济均衡问题模型,将其转换为非线性互补问题模型,提出了应用非光滑信赖域算法对其进行求解的新方法.在适当的条件下,证明了此算法是全局收敛的,并通过数值试验表明该算法是可行有效的.     

一类有理差分方程的全局渐近稳定性

通过研究一类有理差分方程的唯一的正平衡解的性态,进一步证明了此类差分方程的唯一正平衡解是全局渐近稳定的.     

GNSS接收机最优中频积累时间研究

分段相关-视频积累是一种典型的雷达信号检测方法,同时也可用于全球定位系统(GPS)或伽利略系统的卫星信号检测。该文重点分析了载波多普勒条件下分段相关-视频积累检测方法的性能,推导了平均处理损耗公式。在给定最大多普勒频偏和载噪比的情况下,采用平均处理损耗最小准则,分析了全球卫星导航(GNSS)接收机最优中频积累时间的计算方法和变化规律。在载噪比45 dB-Hz和最大多普勒频偏2000 Hz的条件下,该算法比经典算法减小了13.5%的平均处理损耗。     

改进的云自适应粒子群优化算法

为了提高基本PSO算法搜索性能和个体寻优能力,加快收敛速度,提出一种新的云自适应粒子群优化算法（CPSO）。此算法利用云滴具有随机性、稳定倾向性等特点,结合不同粒子与全局最优点的距离动态变化的性质,提出云自适应调整算法用于计算惯性权重,并对新算法进行了描述。通过典型函数优化实验表明,该算法较基本PSO明显提高了全局搜索能力和收敛速度,改善了优化性能。     

Research on adaptive notch filter cascading neural network anti-jamming algorithm

Satellite navigation suffers from performance degradation in the presence of narrowband interference. We present a Global Positioning System(GPS) receiver anti-jamming algorithm based on the neural network. The method combines the adaptive notch filter with the Back Propagation(BP) neural network. We first use the two order lattice infinite impulse response adaptive notch filter to eliminate-out-of-band jamming, then use the BP neural network predictor to estimate and cancel jamming. We analyze three aspects of algorithm performance which include acquired satellite numbers,signal-to-noise improvements and iteration numbers. Simulation results show that the method can effectively suppress narrowband interference and has a better anti-jamming capacity and a faster convergence speed.     

Global Avalanche Characteristics of Boolean Functions by Concatenation

In order to measure the correlation propeties of two Boolean functions,the global avalanche characteristics of Boolean functions constructed by concatenation are discussed,i.e.,f_1‖f_2and f_1‖f_2‖f_3‖f_4.Firstly,for the function f = f_1‖f_2,the cross-correlation function of f_1,f_2 in the special condition are studied.In this case,f,f_1,f_2 must be in desired form.By computing their sum-of-squares indicators,the crosscorrelation function between f_1,f_2 is obtained.Secondly,for the function g = f_1‖f_2‖f_3‖f_4,by analyzing the relation among their auto-correlation functions,their sum-of-squares indicators are investigated.Based on them,the sum-of-squares indicators of functions obtained by Canteaut et al.are investigated.The results show that the correlation property of g is good when the correlation properties of Boolean functions f_1,f_2,f_3,f_4 are good.     

一种高效的全局K-均值算法

针对全局K-均值算法时间复杂度大的问题,提出一种增量选择初始聚类中心的新方法。选择数据集中周围分布最密集的样本作为第一个初始聚类中心,选择最小化目标函数贡献大,并且和已有聚类中心距离远的样本作为下一个初始聚类中心。改进算法减少了增量选取初始聚类中心时的计算量,降低了时间复杂度。实验证明,改进算法与全局K-均值算法、快速全局K-均值算法相比,在不影响聚类效果的基础上,减少了聚类时间,与优化初始聚类中心的算法相比,聚类效果更优。