基于在线评价且考虑消费者类型的酒店排序方法

针对在线评价的发布时间、获得的“有用”的投票数以及是否被贴上“砖家”点评标签对在线评价信息可信度和消费者购买决策具有重要影响,提出一种基于在线评价信息且考虑评价信息可信度及消费者类型的酒店排序方法。首先,将不同类型消费者群体给出的在线评价信息转换成考虑在线评价信息可信度的区间中智数;其次,依据区间中智数距离测度公式确定针对目标群体的各消费者群体权重,进而依据INLNPA集成算子集结各消费者群体评价信息确定针对目标群体的酒店-属性决策矩阵;再次,依据区间中智集熵测度方法确定各属性权重,在此基础上,基于VIKOR方法得到针对目标群体的酒店排序结果;最后,通过一个实例分析说明该方法的有效性和可行性。     

连续区间策略下二人零和对策问题研究

考虑连续区间策略下的二人零和对策问题,研究其均衡策略的存在性。首先分析了完全信息下的二人零和对策问题,证明了该问题均衡策略的存在性并给出求解方法。然后进一步研究了收益函数不确定的不完全信息二人零和对策问题,在各局中人都认为对方是风险厌恶型的假设下,分析该类对策纯策略均衡的存在性,并通过研究纯策略均衡存在的充要条件给出判断并寻找纯策略均衡解的方法。最后给出一个数值算例,验证本文所提出方法的可行性。     

企业关系视角下的知识流程外包策略研究

基于企业的关系视角,讨论了企业选择知识流程外包的可能动机。具体而言,在控制服务成本差的背景下,考虑企业间协同合作产生的关系租金与知识传递的信息粘性对企业选择外包策略进行分析。区别于传统基于服务成本差的外包策略,结论指出由于存在信息粘性的影响,服务提供商仅仅具有较高信息处理能力是不能保证企业选择外包。同时指出,即使当服务提供商不具有任何成本优势,基于合作战略的高关系租金也能成为企业选择知识流程外包的又一动机。通过将成本优势和关系优势进行比较,我们指出两类优势对于企业的外包绩效具有互补性,对于企业进行知识流程外包的决策具有替代性。     

基于委托代理理论的医疗激励契约研究

医患之间的高度信息不对称性是导致医患矛盾的重要原因。现有研究基于信息不对称情况下医患之间的委托代理关系模式,针对可能导致的道德风险问题设计了不同的医疗激励机制,但是没有充分考虑医疗服务的不确定性和异质性。本文考虑医方努力的不同动机,提出二维努力水平的概念,以医患双方效益最大化为目标,对患方就医过程中的医患博弈时序进行研究,在医方具有信息优势的条件下设计了不同情况下的医疗激励契约模型。数值分析结果表明,医方的固定医疗收益、收益提成比例和二维努力水平等激励参数与医方努力产出的边际收支系数、医患双方的风险偏好程度以及随机因素的扰动程度等均存在显著的相关关系。     

碳交易机制下考虑竞争和信息非对称的供应链协调研究

本文在碳交易机制下,考虑制造商之间存在竞争且减排成本系数为低碳制造商私有信息的情况,分别构建信息完全对称和信息非对称情形下的供应链模型,对低碳制造商减排率和产品销售价格进行决策。通过引入由批发价和成本共担组成的联合契约,促使低碳制造商传递真实的减排成本信息,并通过算例对碳交易价格和减排成本系数等进行灵敏度分析。研究发现:引入联合契约能够使得信息非对称下的供应链利润基本达到集中决策水平;碳交易价格的增加会激励制造商积极减排、降低碳排放总量、提高供应链利润;低碳制造商减排成本系数的降低有助于减少碳排放量、增加产品市场需求、实现供应链利润增长。     

融合神经网络与数值计算的人体逆向运动学求解

人体逆向运动学问题是人体运动合成、人体运动捕获和理解的基本问题.由于人体关节链式系统的复杂性,人体逆向运动学方程往往存在多解或无解的情形.传统的方法通常采用解析或数值迭代方法求解逆向运动学问题,在给定足够多约束的情形下能够得到比较好的解,但无法处理少量约束下生成自然的人体姿态问题.近年来,从大规模数据集中学习统计模型参数的思想被广泛运用,求解人体逆向运动学的机器学习方法中经典工作|混合Gauss逆向运动求解模型(Gaussian mixture model-inverse kinematics,GMM-IK)就提出利用混合Gauss模型建模人体姿态数据分布,并采用期望最大化方法求解参数.随着深度学习技术的发展,本文提出一种自编码神经网络与数值迭代融合的方法,在给定少量约束的情形下依然能够得到自然的人体姿态,相较于GMM-IK方法,本文所提出的方法通过神经网络自动学习姿态分布,省去了模型的假设和特征的设计,且量化实验显示本文方法的关节坐标和角度重建误差相较于GMM-IK模型平均减少了25%和39%.在应用方面,本文方法可处理光学运动捕获数据,也可用于图像视频的人体姿态估计等领域.     

基于小波分析的马铃薯地上生物量估算

地上生物量（AGB）是作物长势评价及产量预测的重要指标,因此快速准确地估算AGB至关重要。由于传统植被指数（VIs）估算多生育期的AGB存在饱和现象,因此,利用VIs结合基于离散小波转换（DWT）的影像小波分解（IWD）技术提取的高频信息和连续小波转换（CWT）技术提取的小波系数,探究VIs,VIs+IWD和VIs+CWT对于AGB的估算能力。首先,基于无人机平台分别获取马铃薯现蕾期、块茎形成期、块茎增长期、淀粉积累期的数码影像和成像高光谱影像以及地面实测的AGB数据。其次,利用数码影像通过IWD技术提取3种高频信息和利用高光谱反射率数据通过CWT技术提取小波系数以及构建6种高光谱植被指数。然后,将植被指数、高频信息和小波系数分别与AGB进行相关性分析,并挑选出不同尺度下相关系数绝对值较高的前10波段。最后,以VIs,VIs+IWD和VIs+CWT这3种变量分别使用偏最小二乘回归（PLSR）方法构建AGB估算模型,并对比不同模型估算AGB的效果。结果表明: （1）每个生育期选取的6种植被指数、3种高频信息和10种小波系数与AGB的相关性均达到0.01显著水平,整个生育期相关性均呈现先升高后降低的趋势,其中以小波系数得到的相关性最高、高频信息次之,植被指数最低。（2）对比分析每个生育期的3种估算模型,以VIs+CWT为输入变量的估算效果最好,VIs+IWD的估算效果次之,而VIs的估算效果最差,说明基于小波分析构建的模型适用性较广、稳定性较强。（3）每个生育期分别以3种变量利用PLSR方法构建的AGB估算模型均在块茎增长期达到最高精度（VIs：建模R2=0.70,RMSE=98.88 kg·hm-12,NRMSE=11.63%;VIs+IWD：建模R2=0.78,RMSE=86.45 kg·hm-12,NRMSE=10.17%;VIs+CWT：建模R2=0.85,RMSE=74.25 kg·hm-12,NRMSE=9.27%）。通过VIs分别结合IWD和CWT技术利用PLSR建模方法,可以提高AGB估算精度,为农业指导管理提供可靠参考。     

扭曲光束可提高光纤信息承载能力

美国的一个科研小组发表在近期《科学》杂志上的最新研究成果显示,通过不同形状的扭曲光束来编码信息,可以提高互联网“信息高速公路”的承载能力,从而有效地缓解网络拥堵。互联网流量正在呈几何级数增长,研究人员也一直在设法提升光缆的通信容量。过去20年来使用的一个成功方法,基本上是依靠增加更多的“车道”,也就是用不同的颜色或波长来传输不同的信号。但就像在真正的高速公路上一样,“车道”虽然多了,每一条的宽度却变得更窄,因而数据流也只能混杂在一起。从前几年开始,就有多个研究团队在尝试通过光束的形状来为信息编码,以此缓解网络交通堵塞,该技术利用到了被称为轨道角动量的光属性。     

《光谱学与光谱分析》对来稿英文摘要的要求

来稿英文摘要不符合下列要求者,本刊要求作者重写,这可能要推迟论文发表的时间。1.请用符合语法的英文,要求言简意明、确切地论述文章的主要内容,突出创新之处。2.应拥有与论文同等量的主要信息,包括四个要素