摘要：目的本研究利用人体膝关节的CT/MRI二维断层扫描图片数据创建三维模型,并将重建的三维模型以IGES文件输出,可做人体结构的有限元分析等。方法使用逆向工程理论,Mimics逆向工程软件。结果研究人员可以根据特定人膝关节的CT/MRI影像的二维成像数据,通过Mimics逆向工程软件设计并创建三维膝关节模型。结论为膝关节模型数据库的建立提供了方法,给膝关节疾病的治疗,膝关节置换手术,膝关节假体设计提供临床上的精确数据,对假体、植入体的设计意义重大。

摘要：为了解决最小化旅行时间的多旅行商一类问题,提出了一种递阶遗传算法和矩阵解码方法。该算法根据问题的特点,采用一种递阶编码方案,此编码与多旅行商问题一一对应。用递阶遗传算法优化多旅行商问题不需设计专门的遗传算子,操作简单,并且解码方法适于求解距离矩阵对称和距离矩阵非对称的多旅行商问题。计算结果表明,递阶遗传算法是有效的,能适用于优化最小化完成时间的多旅行商问题。

摘要：针对控制器具有加法摄动和乘法摄动的一类不确定时延网络控制系统,研究非脆弱H∞保成本控制问题。考虑不大于一个采样周期的不确定时延和有限能量的外部扰动,基于Lyapunov理论和线性矩阵不等式方法,对于所有容许的不确定性使得闭环系统渐近稳定,得到了该系统非脆弱H∞保成本控制律存在的充分条件。利用这几个低保守性的充分条件容易检验一类不确定时延网络控制系统的渐近稳定性,并且满足H∞成本指标上界。最后用仿真例子表明所给出的结果是有效的。

摘要：乡村旅游景观研究以景观内涵和构成要素为研究基础,该研究简述了乡村旅游景观的文化价值和经济价值的研究,提出设计控制的宏观、中观、微观的3个尺度,并通过对凌源老虎沟自然风景区设计的案例分析研究,得出乡村旅游景观中保护、传承、创新的3个主轴线,为北方地区古村落保护、美丽乡村建设等有地域特色的乡村旅游景观营建提供参考。

摘要：随着中国经济的快速发展以及中国企业竞争力的增强,中国管理学建构与发展成为管理学者关注的重要议题。从以往研究看,关于中国管理学的建构效用问题,一直缺少应有的重视,尤其是忽视了涉及中国管理学效用的一些深层次的矛盾悖论问题。为此,从时间、空间、思维方式、路径方向等方面梳理出影响中国管理学效用的4组矛盾,即历史经验与现实经验的矛盾、理论借鉴的准确性与艺术性的矛盾、直觉思维与逻辑思维的矛盾、由外向内与由内向外的矛盾。通过对这4组矛盾的系统剖析,并提出相应的平衡和协调策略,旨在推动中国管理学提高自身效用,并对国际管理知识库做出贡献。

摘要：名牌产品是高质量和综合经济优势的象征,代表着一个地区、一个国家的实力和形象。打造以高质量为核心的优势名牌产品已成为现代企业发展的必然趋势。本文从企业、政府、社会三个层面深入分析了锦州市在实施名牌战略过程中取得的成绩、存在的问题和成因,提出了加快锦州市名牌发展战略的对策和建议。

摘要：对平台整体进行设计,选择压电陶瓷低速电动机为驱动元件,Renishaw敞开式增量光栅作为位置反馈元件,并对平台在空载和负载情况下的性能进行实验和分析,显示负载情况对平台在前进、后退,转向时都有一定的影响,并提出对策,为研究微动工作台提供了参考,证实了平台设计的可行性。

摘要：理解新发传染病(EID)网络舆情的内在机制,能够协助政府制定精准网络舆情引导策略。目前尚缺乏从网民的异质性以及网络舆情的动态演化视角分析EID情境下个性化引导策略的研究。整合Wilson信息行为的三要素模型、人格特质等理论,采用向量自回归模型分析异质性网民的观点交互偏好,基于优化Deffuant模型设计EID网络舆情中网民的观点交互过程,构建了基于异质性Agent的EID网络舆情引导的计算实验模型并对其进行了校验;进而分析EID网络舆情的演化以及基于风险感知、情绪与人际影响力的引导策略,提出了EID情境下针对异质性网民群体的个性化引导策略。研究丰富了网络舆情的精准引导研究,同时帮助政府理解和掌握EID网络舆情的发展态势,并指导政府针对EID网络舆情特点以及异质性网民群体制定精准引导策略。

摘要：为了提高货运供需匹配效率,建立了一种车货供需匹配数学模型,描述了车货匹配问题的目标与相关约束,对量子进化算法进行设计与改进用于对此问题求解,提出了有约束惩罚的适应度衰减方法,解决了量子群初期无强可行解时最优量子个体的选择问题,引入量子群成熟度对量子进化算法的退出机制进行改进。在实验中,使用改进的量子进化算法和标准遗传进化算法进行对比,并对算法参数进行优化,实验中量子进化算法表现出更好的收敛速度,准确性和稳定性,但是量子群规模存在"瓶颈问题",更大规模的量子群对算法优化效果并不明显且需要耗费更长的计算机时间,量子旋转角增量与算法收敛速度正相关,与全局搜索能力负相关。结果表明,改进的量子进化算法可以高效地搜索到较为优秀的车货匹配方案,为车主和货主推荐较为合理的车货供需信息资源。

摘要：当前推荐系统的商业价值日益突显,虚假用户检测成为保障推荐系统信息安全的关键.现有方法忽略了虚假用户检测问题的代价敏感特性,为此提出一种基于双重欠采样代价敏感学习的检测算法.首先对数据集进行双重采样均衡样本集,然后设计动态隶属度代价函数精确地刻画个体样本误分类代价差异.最后,建立代价敏感支持向量机得到检测函数.实验结果表明文章方法在降低总体误分类代价的同时提高了虚假用户的识别率,有效地解决了推荐系统虚假用户检测中的代价敏感问题.