基于支撑集保护的回环匹配算法

针对部分压缩感知贪婪迭代类重构算法中误删正确支撑集元素的缺点,提出了一种基于支撑集保护的回环匹配算法（LM-P）。该算法依据最小残差内积初始化非受保护支撑集元素,然后依据观测向量在非受保护支撑集对应观测子矩阵上的投影,选择对应投影绝对值最大的元素添加到受保护支撑集,迭代获得受保护支撑集,从而重构原始信号。实验结果表明,对于非零值服从正态分布且稀疏度小于观测值一半数目的稀疏信号,LM-P算法的重构准确率超过86%;对于低信噪比稀疏信号,该算法的重构准确率能够维持在99%以上;与OMP、CoSaMP、SP和GPA算法相比,LM-P精确重构所需观测值数更少;此外,LM-P算法在二维图像信号的重构中也有较好性能。     

农产品区域品牌危机与替罪羊交互效应对消费者宽恕的影响分析研究——基于危机沟通视角的实证和分析

基于危机情景沟通理论,通过三个实证分析,采集675名被实验人员在接受实验材料刺激后反馈的消费者宽恕变化情况。结合多因素方差分析等多种方法,研究分析危机爆发后,基于农产品区域品牌不同危机类型与不同延展方向品牌替罪羊交互效应,回答谁才是农产品区域品牌“守护者”的问题。通过两因素方差分析实验,验证了农产品区域品牌危机类型与不同阶梯化延展品牌的替罪羊交互效应对消费者宽恕具有显著影响,即可预防型危机(受害者型危机)情景下,消费者对向下(向上)延展品牌当替罪羊比向上(向下)延展品牌当替罪羊表现出更高的宽恕意愿;通过有调节中介模型实验,提出消费者宽恕具有不同的形成路径,验证了整体式思维和分析式思维的中介作用;通过三因素方差分析实验,探讨了地方依恋的边界作用,证实了低地方依恋有效弱化农产品区域品牌危机对消费者宽恕的“分化效应”。