简介：各民族发展差距客观存在,本文通过对产生差异的原因分析和对民族和谐发展内涵的理解,用系统观和差异论的原理对民族和谐发展进行了系统思考,并提出了相应的对策和建议。

简介：在这份报纸，为m厚度李重量的MacWilliams类型身份在\mathbbF2+u\mathbbF2\mathbb上为线性代码枚举符{F}_2+u\mathbb{F}_2被决定。作为这身份的一个应用程序，作者在\mathbbF2m+u\mathbbF2m\mathbb上为线性代码在李重量上获得MacWilliams类型身份{F}_{2^m}+u\mathbb{F}_{2^m}。而且，作者由利用Krawtchouk多项式为m厚度李重量分布证明两重性。

简介：针对具有局部瞬时耦合及通讯延时的调和振子动力网络系统,给出了一种分布式同步算法。分别在无向固定拓扑和切换拓扑两种情形下给出了同步态的解析表达式,以及耦合系统的解析解,并给出了一些一般而简单的同步化准则。结果表明网络化的调和振子在比较弱的瞬时网络连通条件下,可以达到同步状态。数值模拟表明所给理论结果的正确性和有效性。

简介：引入一种有单一虚拟领导者的存在通信时延的二阶多智能体编队控制模型,分析了时延对编队一致性的影响。通过构造Lyapunov-Krasovskii泛函,综合运用LMI方法,推导证明了有单一虚拟领导者的时延编队系统取得一致的条件。证明过程中引入自由权矩阵的思想,得到了系统取得一致性的时延的上界和相应的自由权矩阵。数值实例和仿真结果表明了方法的有效性。

简介：神经现象学是一门联合了神经科学和现象学,以探索人类意识经验为目的的跨学科运动。其提出的具身意识概念,强调了（1）认知依赖于身体的各种体验,这些体验源于身体的各种感官运动能力;（2）这些单一的感觉运动能力嵌入到一个更具包容性的生物、心理和文化背景中。因此,系统动力学方法成为神经现象学研究的主要工具之一,并衍生出两大具体的方法论：具身动力学和神经动力学。其中,系统动力理论与介观脑动力学最具代表。未来,神经现象学还需寻找诸如时间意识等具体主题以结合系统动力学与现象学方法。

简介：研究了一类具有时变拓扑结构的线性延迟耦合的复杂网络模型,网络的内、外耦合矩阵都具有时变性,建立了一个新的混沌动力学模型,结合线性反馈控制、牵制控制等方法,运用Lyapunov稳定性理论得到了新的网络同步准则,数值仿真验证了结论的有效性。

简介：这份报纸学习毁灭的概率的完全的monotonicity在古典风险模型和古典风险为那建模被散开使不安。作为一个副产品，作者由于Loeffen(2008)在最佳的红利问题上把一个其他的证明给结果。

简介：分析了包含两种个体的逻辑网络的时滞优化控制。其中第1种被称为机器的个体策略是固定的;第2种被称为人的个体具有自适应性,即能根据系统的整体状态做出策略的调整。以矩阵的半张量积作为逻辑分析的工具,分析了在状态时滞和输入时滞的影响下使人的收益最大的最优控制问题。理论分析显示状态时滞导致最优控制策略的周期长度增加,但人的最大收益值不会改变。最后提出仿真算法,其数值结果与理论结果一致。

简介：关于为在1980年代和1990年代的瓷器精力紧张的戏剧的衰落负责的主要因素有可观的争论。然而，很少详细分析被做了在20022005期间在精力紧张解释变化。在这份报纸，我们使用结构的分解分析(SDA)把精力紧张分解成五决定因素：精力输入系数，技术系数(Leontief反的系数)，由产品的最后的要求结构，由范畴的最后的要求和最后的精力消费系数。我们然后进一步分解二个系数，精力输入系数和技术系数，进结构和真实系数。实验学习在2000经常的价格从1987～2005基于energy-input-output桌子被执行。结果证明在1987和2002之间，精力输入结构在精力紧张说明大多数衰落。然而，由产品的输入结构和最后的要求结构解释在2002和2005之间的精力紧张的增加。

简介：与谈论气候的世界，变化，美国(美国)，中国和印度宣布了他们的碳排放减小目标。这三个国家完成他们的目标，重要问题产生例如将是完成那些目标的年度排放减小努力的，它将花费多少并且什么将是经济效果。这份报纸把中国和印度的碳紧张减小目标放进和美国的绝对排放减小目标一样的非线性的模型到最佳的排放控制策略和联系总数为在一年2020完成那些目标花费了的份量上学习，并且估计并且比较三个国家的最小化的全部的费用到达他们的目标。我们总数花费了让美国完成它的排放减小目标的结果表演以绝对数量比中国和印度的那些大。以到GDP的全部的费用的比例，然而，中国和印度比率比美国的显著地大，显示为象中国和印度那样的发展中的国家，排放减小目标的成就需要相对更大的努力。

简介：为研究用户的相似性对协同过滤个性化推荐算法的影响,认为用户的有向相似性应该由邻居用户指向目标用户,而非由目标用户指向邻居用户。基于该思想,提出了一类改进的协同过滤算法。通过对Movielens数据集的实验分析,结果发现改变用户相似性的方向可大幅提高推荐结果的准确度和推荐列表的多样性。进一步,强化相似度高的用户的推荐强度可大幅提高推荐效果,算法的准确性可提高17.94%,达到0.0864,当推荐列表的长度为10时,推荐列表的多样性可达到0.8929,提高20.9%。该工作表明用户相似性的方向是否合理对推荐算法具有非常大的影响。

简介：这份报纸学习排队的一连续时间有顾客和一个first-come-first-served服务学科的多重类型的系统。顾客们根据一个semi-Markov到达过程和顾客的单个类型的服务时间到达有PH分发。为顾客的批的一个概括年龄过程的一个官方补给的/M/1类型Markov过程被构造。官方补给的/M/1类型Markov过程的静止分发明确地并且因而在服务，在系统的全部的工作量，等待的时间，和不同的批的逗留时间被发现批的年龄的分布，顾客的不同类型被获得。纸给等待时间和逗留时间的PH分发的矩阵代表。一些结果在离开时代并且在一任意的时间为队列长度的分布被获得。这些结果能被用来分析队列的不仅队列长度，而且作文。计算方法为与队列长度，逗留时间，和等待的时间有关的精明的稳定的州的分布被开发。