简介:本文给出了随机时滞差分输出系统的解是ρ阶矩一致有界(ρ阶矩一致有界且最终有界,ρ阶矩一致有界且一致最终有界)的几个具有Razumikhin型条件的定理.由于Razumikhin型条件的运用,使得所得结果便于使用.
简介:在多部门NKDSGE模型中,详细区分并比较了与政府消费性支出、政府生产性支出有关的消息冲击和“惊喜”冲击对于我国劳动力市场的影响。研究发现:(1)消息冲击对于不同部门就业具有不同的冲击效应;(2)与政府支出有关的消息冲击对于我国劳动力市场以及宏观经济的冲击效应大于“惊喜”冲击;(3)与政府生产性支出有关的消息冲击和“惊喜”冲击的动态效应大于与政府消费性支出有关的消息冲击和“惊喜”冲击。因此,引导民众形成正确的预期,依据我国的现实情况建立适当的政府支出规则并依据政府支出规则行事,将有利于发挥与政府支出有关的消息冲击的积极作用,进而通过政府支出调整形成的消息冲击,实现劳动力市场的稳定。
简介:针对车辆静态称重检测的效率低下,费时等缺点,基于车辆动态称重原理的基础上,提出了一种可行,高效的设计方案。硬件系统采用研华科技的工控机,多功能卡PCL-725和数据采集卡PCI-1716采设计,完成数据信息的采集。并把采集后信息由运行在Visualc++软件开发工具上的应用软件进行分析处理,通过人机交互界面显示。应用结果表明,该称重系统能高效实时采集数据,并对采集数据进行精确的分析处理,具有一定的应用价值。
简介:结合支持向量机和神经网络各自的优点,提出了一种新颖的自适应支持向量回归神经网络(SVR—NN).首先,利用支持向量回归方法确定SVR—NN的初始结构和初始化权值,基于支持向量自适应地构造SVR—NN神经网络的隐层节点;然后,使用退火过程的鲁棒学习算法更新网络节点参数和权值.为了验证所提出方法的有效性,给出了自适应SVR-NN应用于非线性动态系统辨识的实例.仿真结果表明,与以前的神经网络方法相比,基于SVR-NN网络的辨识方案能获得相当好的性能,它具有很快的收敛速度.因此,自适应的SVR—NN为非线性系统辨识提供了极有吸引力的新途径.
简介:采用混合高斯模型算法,以实现背景前景的分离,并利用前景目标的二值化图像计算其轮廓特性,对超过阈值的目标物体进行预警,同时系统为实现良好的可移植性及较快的硬件处理速率,采用软件分层的体系来实现动态物体检测,底层通过V4L2接口实现硬件视频帧的采集,顶层调用opencv视觉库实现混合高斯模型下的前景提取。最后系统实现良好的人机交互界面的设计。