新经济增长理论对我国人力资本发展的借鉴

新经济增长理论为人力资本理论注入了新的内容,为各国如何利用人力资本发展经济提供了理论指导。分析了新经济增长理论中有关人力资本的理论,以此对我国经济和人力资本的发展提出了一些借鉴;收益递增模型。     

基于多路径自适应的无线网拓扑发现算法

拓扑发现在网络管理中起着非常重要的作用。本文提出了一种基于多路径自适应的无线网拓扑发现算法,并将其与已有的一些无线网络的拓扑算法进行比较,从而得出我们的算法在带宽消耗和拓扑发现准确性方面的优势。     

微通道中两相流压降与传质的研究

以氮气和水为实验体系,采用均质混合模型,研究微混合器的微通道中两相流通过微通道的压降,并测定了两相流的传质系数.结果表明,微通道当量直径为95.2 μm,气体速率为1.089～4.355 m/s,液体速率为0.006 41～0.170 90 m/s的条件下,均质混合模型计算压降值与实测值吻合良好.气速为1.633～3.484 m/s,液速为0.025 6 m/s时,随着气速增加,传质系数呈递增的趋势.气速为1.633～3.484 m/s,液速为0.019 2 m/s时,随着气速增加,传质系数先增加后降低然后再增加.传质系数对液速变化更为敏感.     

Android系统ListView控件数据递增显示研究

获取数据并显示是开发手机端app时需要解决的最核心的问题,如何有效的动态递增显示服务端批量数据成为其中最基本的问题。文中选取json串作为Android移动终端与远程Web server的传输媒介,利用Android控件ListView实现动态递增显示网络数据,根据用户需求按页递增加载,节省了用户数据流量,为用户提供更友好的体验。     

信息经济有什么不同

正信息经济理论,相对"信息经济全面发展"的实践来说,仍然"深度不够"。"深度不够",这是一位传统经济学家最近听完信息经济学者给发改委解释什么是信息经济时发出的微词,他所说的深度特指理论经济学深度。一直以来,我也有这方面的危机感。昨天在中国社科院研究生院技术经济与管理专业课上,我终于将憋了多年的问题,向博士生们倒了出来。我说,博士定位是创造知识,所以我们可以抛开本科、硕士教科书那种标准的对错的顾虑,重新提出问题。意思是,信息经济理论的议题设置存在     

“互联网+”背后的文章

3月5日,李克强总理在政府工作报告中提到"互联网+",引起各界强烈反响。这标志着本届政府在信息经济全面发展方向上迈出了一大步。"互联网+"理念的提出,最早可以追溯到2013年11月马化腾的一次演讲。马化腾本次也提出《关于以"互联网+"为驱动,推进我国经济社会创新发展的建议》。在中国经济进入新常态的背景     

资源约束系统的控制与调度协同优化方法

对于一类通信约束的网络控制系统, 应用通信序列的概念和混合逻辑动态的构架, 将其建模成一类集成控制和调度的资源约束系统模型. 采用线性矩阵不等式来描述离散周期系统的周期通信序列和H_∞ 控制的协同优化问题, 并用一种递增优化序列算法来求解优化的调度策略及其相应的渐近稳定及r指数稳定的H_∞控制器. 该算法结合线性矩阵不等式凸优化问题解决了调度与控制的协同设计问题, 同时也节省了搜索优化解的计算时间.     

面向递增累积型缺陷的灰盒模糊测试变异优化

大量访问越界、内存耗尽、性能故障等缺陷是输入中有效数据的规模过大,超过临界值引起的.而现有灰盒模糊测试技术中的数据依赖识别和变异优化技术大都针对固定规模输入数据格式,对规模递增输入数据的构造效率不高.为此,针对这类累积型缺陷模糊测试对应的状态特征值最优化问题,提出一种对特征值依赖的输入数据的格式判别和差分变异方法.根据引发特征值最值更新的有效变异的位置分布和发现频次特征,判别待发现缺陷状态优化是否依赖于输入中相关数据规模的增长,将引发最值更新的有效变异内容应用于规模递增输入数据生成,提升该类累积型缺陷的复现和定向测试效率.依据该思想,实现了模糊测试工具Jigsaw,在测评实验数据集上的实验结果表明提出的判别方法能够高效地区分特征值依赖的输入数据组织形式,且提出的差分变异方法显著提升了需要大量输入才能触发累积型缺陷的复现效率.     

依赖于真子集的频繁邻近类别集挖掘

针对现有频繁邻近类别集挖掘算法存在重复计算和冗余邻近类别集的问题,提出一种依赖于真子集的频繁邻近类别集挖掘算法,适合在海量数据中挖掘空间对象的频繁邻近类别集。该算法用析构法建立邻近类别集数据库,用产生邻近类别集真子集的方法计算支持数,实现一次扫描数据库提取频繁邻近类别集。算法无需产生候选频繁邻近类别集,且计算支持数时无需重复扫描,从而达到提高挖掘效率的目的。实验结果表明,在海量空间数据中挖掘频繁邻近类别集时,该算法比现有算法更快速有效。     

基于购物网站用户搜索日志的商品词发现

商品词是电子商务领域描述商品的新词。主要介绍基于购物网站用户搜索日志的商品词发现的方法。该方法从搜索日志中提取用户查询,对查询进行分词,采用N元递增分步算法和串频统计,计算候选串的条件概率,选择候选商品词。为了降低人工审核的成本,只对产出商品词的准确率进行评价。利用该方法在手机、面霜和香水三类商品的搜索日志上进行了实验,最高准确率达到92.58%。