摘要：拓展-建设理论认为积极情绪能拓宽认知范围,促进创造性问题解决、执行控制、认知灵活性、注意和决策等认知过程。这些已经得到大量实验研究的证实,但是不可忽视的一个问题是为何出现"乐极生悲"。近期,Gable和Harmon-Jones提出的动机维度模型则认为情绪对认知的作用与情绪的动机强度有关而非依情绪的效价而定。Ashby的神经心理学理论认为多巴胺介导积极情绪对认知活动的促进作用,额叶、前扣带回及眶额皮层等的激活是积极情绪促进认知的脑机制。神经生理学机制的进一步研究将促进我们对积极情绪全面深刻的理解。

摘要：对《中文办公软件文档格式规范》(1.0)以及《中文办公软件应用编程接口规范》进行研究分析,在NET平台上实现了一套应用程序编程接口(API),可以对UOF文档数据进行访问和修改。同时,设计并开发了一套测试案例及图形用户界面,验证了API的可用性和正确性。该套API的设计按高内聚、低耦合的原则划分模块,实现了模块间的相互调用。UOF文档应用编程接口的实现,方便了对"标文通"主要内容的脱机处理和应用集成,有利于"标文通"标准的推广应用。

摘要：设计了一款基于噪声抵消技术的低功耗C频段的差分低噪声放大器。该放大器由输入级、放大级以及输出缓冲级3个模块构成，其中输入级采用电容交叉耦合的差分对与直接交叉耦合结构差分对级联，实现输入匹配及噪声抵消；放大级采用具有电阻-电感并联反馈的电流复用结构来获得高的增益、良好的增益平坦性及低的功耗；输出缓冲级采用源跟随器结构，实现良好的输出匹配。基于TSMC0．18μmCMOS工艺库，验证表明在C频段，放大器的增益为20．4±0．5dB，噪声系数介于2．3～2．4dB之间，输入和输出的回波损耗均优于-11dB，稳定因子恒大于1，在6．5GHz下，1dB压缩点为-16．6dBm，IIP3为-7dBm，在2．5V电压下，电路功耗仅为6．75mW。

摘要：提出了一种基于有源可调衰减器的超宽带可变增益放大器,以有源可调衰减器作为可变增益放大器的核心,并与高增益放大器级联,在3.1～10.6GHz超宽频带内实现了宽动态增益调节范围。基于Jazz 0.35μm SiGe HBT工艺,完成了超宽带可变增益放大器的设计,利用安捷伦公司的ADS仿真软件进行仿真验证。结果表明,在3.1～10.6GHz的超宽频带内,当电压在0.7～2.0V的范围内变化时,该放大器的动态增益变化范围大于60dB,3dB带宽大于7GHz,在整个电压变化范围内,S11和S22均低于-10dB,在最大增益处,噪声系数小于5dB。

摘要：由生物免疫理论启发的人工免疫系统,是继神经网路和遗传进化计算之后,计算智能领域中的又一个研究热点。概述了免疫算法产生、发展的过程及作用机理,比较了现有典型免疫算法的设计方法及其在不同应用领域中的优劣,并讨论了免疫算法的分类。结合笔者的研究,给出了一些应用实例,探讨了发展免疫算法应注意的薄弱环节、难点和创新点,并从发展重点和未来的应用等诸方面展望了免疫算法的发展趋向。为免疫优化算法的进一步研究提供了参考。

摘要：利用投标人相对于采购方对标的物具有天然的属性权重信息优势,针对多属性拍卖中的决策问题提出了一个符合买卖双方激励相容约束的多属性拍卖胜出机制。采用多Agent系统的设计思想,自行开发了一个在线智能多属性反向拍卖系统。在多个投标人就多个属性进行投标时,该系统通过智能代理的最优权重搜索算法实现了自动拍卖,并通过采购方偏好设置,实施了以采购方实际效用最大化为目标的在线智能多属性采购拍卖。

摘要：文章分析了云计算技术的相关特点以及体系架构,在此基础上,研究了物流公共信息平台的建设需求和需求中的云计算特征,进而提出了构建物流公共信息平台的云架构和主要功能,最后对平台的发展趋势进行了展望。

摘要：基于Cascode结构,提出了采用双共基异质结双极型晶体管级联反馈射频有源电感的设计方法,并与电阻反馈、单共基晶体管反馈构成的两种有源电感进行了比较。分别从理论上推导出了这三种不同反馈支路的有源电感的输入阻抗与等效电感,同时分析了影响其性能的因素。最终采用Jazz0.35μm SiGe BiCMOS工艺,利用安捷伦射频仿真软件ADS,对电路进行了验证。结果表明,采用双共基晶体管级联反馈构成的有源电感,兼具有电感值大,品质因数高等优点。

摘要：针对软件的维护和更新问题,提出一种基于编译技术、以类图和过程蓝图作为抽象模型的Java程序模型逆向变换方法。从对逆向变换的核心思想——逆向变换规则和机制出发,提出了从Java源代码到UML类图和过程蓝图的逆向变化规则,并用数学的形式进行了精确的定义。针对面向对象语言Java设计了一个逆向变换支撑工具,应用编译技术动态分析了Java源代码,逆向转换生成UML类图和过程蓝图的可视化模型。

摘要：为评价供应链突发风险的影响,从供应链的组成和运作要素角度定义了5种类型的供应链突发风险,并建立了一套基于风险类型的供应链突发风险评价指标体系。在此基础上,以风险评价指标为输入,风险类型和风险等级为输出,建立了基于BP神经网络的供应链突发风险评价模型。该模型使用BP网络作为经验知识的学习机制来学习突发风险评价指标与突发风险类型及等级之间的映射关系,然后通过BP网络的知识记忆和泛化推理能力实现对供应链突发风险的自动识别和评价。提出的模型在一个供应链风险样本集上进行了验证,验证结果表明了模型的有效性。