導(dǎo)語：如何才能寫好一篇數(shù)字加法，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

    關(guān)鍵詞:加法器 位并行 數(shù)字串行 FPGA 匹配濾波器

    與傳統(tǒng)DSP相比,定制DSP具有速度更高、設(shè)計靈活、易于更改等優(yōu)點,常常應(yīng)用于設(shè)計方案和關(guān)鍵算法的驗證。

    在DSP運算中,加法是最常用的。常見的加法器是位并行的(Bit-parallel),在一個時鐘周期內(nèi)完成加法運算。其速度較高,占用的資源較多。但是,在很多應(yīng)用中,并不需要這么高的速度,而且希望減小資源消耗。這時可以采用數(shù)字串行(Digit-serial)加法器,利用多個時鐘周期完成一個完整的加法運算,從而使占用的資源大幅度減少。為了使數(shù)字串行加法器具有更廣泛的應(yīng)用范圍,設(shè)計的關(guān)鍵是要使電路達到盡可能高的工作頻率,以取得高的數(shù)據(jù)吞吐量(Throughput),從而滿足系統(tǒng)其它部分的速度要求。

    1 數(shù)字串行加法器

    在數(shù)字串行加法器中,字長為W的操作數(shù)被分為P個位寬為N(N能被W整除,P=W/N)的數(shù)字,然后從低位開始相加,在P個時鐘內(nèi)完成加法操作。P個時鐘周期稱為一個采樣周期(Sample Period)。

    N=2的數(shù)字串行加法器結(jié)構(gòu)如圖1所示。如果輸入操作數(shù)的字長為8,那么串行加法器可以在4個時鐘周期內(nèi)完成加法運算。這個加法器只用了兩個全加器的資源,比一般的8bit行波進位加法器小。

    數(shù)字串行加法器的控制也比較簡單,輸入移位寄存器完成并行-串行轉(zhuǎn)換功能,通過移位操作不斷為加法器提供位寬為N的操作數(shù);Control信號指示了新采樣周期的開始,此時carry清零;輸出移位寄存器完成串行-并行轉(zhuǎn)換,輸出計算結(jié)果。

    對于特定的輸入字長,通過選擇不同的N,可以實現(xiàn)速度、面積不同的數(shù)字串行加法器。這樣,設(shè)計者可以根據(jù)實際情況加以選擇,提高了設(shè)計的靈活性。

    圖2 2bit全加器連接示意圖

    2 高速數(shù)字串行加法器在FPGA上的實現(xiàn)

    由于數(shù)字串行加法器要用P個時鐘周期才能完成整個加法操作,因此其工作頻率必須足夠高。這樣,在FPGA上實現(xiàn)時,如何使串行加法器具有盡量高的工作頻率就將成為關(guān)鍵問題。下面以Xilinx公司的VirtexE系列FPGA為例,說明如何設(shè)計高速數(shù)字串行加法器。

    VirtexE的一個CLB(Configurable Logic Block)包含兩個slice,圖2為在一個slice上實現(xiàn)2bit全加器的連接示意圖(不相關(guān)的邏輯已略去)。

    數(shù)字串行加法器的結(jié)構(gòu)是行波進位加法器,因此必須盡量減小進位邏輯上的延遲。VirtexE的slice中提供了專用的進位邏輯和布線,充分利用這些資源可以提高加法器的性能。

    對VirtexE系列,數(shù)字串行加法器應(yīng)選用奇數(shù)位寬,這是因為在VirtexE中一個slice包括兩個LUT(查找表)、兩個觸發(fā)器和一些其它的組合邏輯,因此使用一個slice剛好可以實現(xiàn)一個1bit的全加器,使用兩個slice可以實現(xiàn)一個3bit的全加器。如果要實現(xiàn)2bit的全加,則需要一個slice完成2bit的相加和保存,另外還需要一個slice中的一個寄存器用來存儲進位,這樣兩個slice整體的利用率就降低很多。數(shù)據(jù)位寬為2、4、6、8等偶數(shù)時都存在這樣的問題。圖3為N=3時加法器的布局布線示意圖。由于專用的進位鏈布線資源僅存在于縱向的兩個slice之間,所以在實現(xiàn)3bit加法器時,使用縱向相鄰的兩個slice。

    加法器的關(guān)鍵路徑在進位鏈上,其延時為:

    TCKO+T+TBXCY+T+TCKCY

    =1.0+T+0.54+T+1.3

    =2.84+T+T

    式中,TCKO為DFF的CLK到XQ/YQ的延時,TBXCY為BX到COUT的延時,TCKCY為CIN到DFF的建立時間。這些延時的數(shù)值可以從手冊獲得。連線延時包括,延時為0;后者為普通連線,延時約為0.47ns。因此,總延時約為3.31ns,即工作頻率約為 300MHz。

    為了減小延時、提高工作頻率,使用FPGA Editor對布局布線進行精確控制,并把加法器做成硬宏,有利于保證多次實例化時的性能。現(xiàn)將使用宏完成的設(shè)計和使用HDL語言完成的設(shè)計在工作頻率上做一個比較。使用Virtex50E-6pq240器件、xst綜合器時,用宏完成的3bit數(shù)字串行加法器的最高工作頻率為300MHz,而用HDL完成的相同設(shè)計的最高工作頻率只有186MHz。這是由于設(shè)計用HDL輸入時,布局布線工具用了3個slice,第一個slice完成2bit全加器,第二個slice完成1bit全加器,第三個slice只用了內(nèi)部的一個觸發(fā)器來存儲進位,第一、二個slice之間用進位鏈連接,延時為0,但是第二、三個slice之間只能使用普通連線,而且第三個slice的輸入CIN到觸發(fā)器的建立時間較大,因而影響了串行加法器的運行速度。

    3 數(shù)字串行加法器的應(yīng)用

    數(shù)字串行加法器可以代替?zhèn)鹘y(tǒng)加法器用在濾波器、乘法器、累加器等電路的設(shè)計中,能大大減小資源占用。下面以在CDMA/WCDMA系統(tǒng)中廣泛應(yīng)用的匹配濾波器為例說明數(shù)字串行加法器的應(yīng)用。

    匹配濾波器是一種無源相關(guān)技術(shù),它可以快速實現(xiàn)相關(guān)器的功能。匹配濾波器的沖激響應(yīng)為:

    h(t)=s(T-t) (0≤t≤T)

    設(shè)s(t)為輸入波形,則其輸出波形為:

    可知濾波輸出R(t-T)是輸入信號的自相關(guān)函數(shù)。

篇2

2、糯米粉分兩份，一份少點用開水燙，一份多點用冷水和，然后再把兩個面團揉在一起，揪成小圓子。

3、把蒸熟的紫薯壓成泥，然后放兩勺蜂蜜。

4、把薯泥包入面團內(nèi)，然后下鍋煮。

篇3

這一天，冰箱里剩下唯一一瓶飲料也被我喝光了?？墒?，看著窗外白晃晃的陽光，心里實在想吃上一支冰涼的棒冰。

“賣棒冰了！五角一支，小豆棒冰！”突然，從窗外傳來一陣吆喝聲。“真是我的大救星！”這下我來了精神，拿起1元錢，朝樓下跑去。跑到前面一看，我一下愣住了，竟然是一個比我還小的男孩。我發(fā)現(xiàn)他嘴唇干裂，聲音沙啞。我把錢給了他，他接過錢給我一支，我轉(zhuǎn)身急忙跑回家，一邊跑一邊想，讓他多5角錢可以自已吃一支。

我正想著，忽然后來傳來他的喊聲，“小姐姐，等一等。”我只好站在那里對他說：“不用找了，這錢給你。”誰知他滿臉通紅，把錢塞進我手里氣喘吁吁地說：“不是我的錢，我不要，你別瞧不起人，我的壓歲錢比你多多了。”“那你為什么出來掙錢？”我奇怪地問。“那是因為我們學校舉行了‘手拉手，獻愛心’活動，我準備用這些錢捐給那些貧窮的孩子。”他倔強地說完，轉(zhuǎn)身走了。當我目送他漸漸離去的身影后，才發(fā)現(xiàn)棒冰已經(jīng)化掉了，雖然沒能吃上棒冰，但心里卻甜滋滋的。

篇4

1、土豆洗凈去皮切條，放清水泡15分鐘，起鍋燒水，開后倒入土豆條，中火煮至七分熟。

2、撈出瀝干水分，油七成熱時倒入瀝干水分的土豆條，炸至微微變色，撈出靜置15分鐘。

3、鍋中倒入炸好的土豆條，加入適量鹽，大火復(fù)炸3分鐘撈出，一盤美味的炸薯條即可食用了。

（來源：文章屋網(wǎng) ）

篇5

1、香椿樹和柿子樹能嫁接，但很難成功。

2、影響嫁接成活的主要因素是接穗和砧木的親和力，其次是嫁接的技術(shù)和嫁接后的管理。所謂親合力，就是接穗和砧木在內(nèi)部組織結(jié)構(gòu)上、生理和遺傳上，彼此相同或相近，從而能互相結(jié)合在一起的能力。親和力高，嫁接成活率高。反之，則成活率低。一般來說，植物親緣關(guān)系越近，則親和力越強。

3、香椿樹屬于被子植物門，雙子葉植物綱，薔薇亞綱，無患子目植物。柿子樹屬于被子植物門，雙子葉植物綱，合瓣花亞綱，柿目植物。所以兩者很難嫁接成功。

（來源：文章屋網(wǎng) ）

篇6

多少次，和孩子急得面紅耳赤：“為什么說了五分鐘做完，你卻還是磨磨蹭蹭？”可孩子一臉無辜――五分鐘是多久？多少次，被孩子氣得七竅生煙：“為什么把牛奶灑得滿桌都是？”可孩子卻一臉委屈――我還不知道液體會跟隨重力往低處流這個物理常識呀。沒錯，在批評孩子之前先問問自己：“孩子有這個常識嗎？”往往能夠把握許多常識教育的良機。

學齡前的孩子，對抽象規(guī)律還十分懵懵懂懂，他們通過掰手指，能知道1+2等于3；但是如果你反問：“2+1等于幾？”很多孩子都會想半天，再掰手指算一遍?！?+2和2+1結(jié)果是一樣的”這個常識，他們還不懂。

如果想幫孩子建立抽象的概念，唯一的方法就是將這個概念具象化。

在西方，1+2和2+1結(jié)果相同的這類概念有一個很溫馨的名字： Fact Family（數(shù)字之家）。一個fact family是由三個數(shù)字組成的，就像一個三口之家。

例如：6、4、10就是一個fact family。在這個家里面，最大的數(shù)字就好像是一家之主，兩個較小的數(shù)字相加，就會得到最大的數(shù)字。因此，不論是6+4還是4+6，都等于10，因為都是10的家人。10的數(shù)字之家還有：“2、8”“3、7”“1、9”“5、5”等等。

雖然數(shù)字之家已經(jīng)讓1+2和2+1的抽象概念具象化了很多，但畢竟還只限于理論，孩子還是很容易產(chǎn)生混亂。這時候，一個小游戲可以讓孩子進一步把這個概念“玩出來”。

如圖片所示，這個數(shù)學游戲叫做“Turn Over”。游戲材料很簡單，一張方形的硬紙，一些晾衣服的小夾子。上圖顯示的是一個3的數(shù)字之家，左邊一個小夾子，右邊兩個小夾子，分別代表抽象的數(shù)字1和2，孩子通過數(shù)夾子，就可以得出這一家的一家之主是3。這時候，把硬紙翻面，右邊的兩個小夾子就跑到了左邊，左邊的一個小夾子跑到了右邊，孩子這時候從左到右看到的就不再是1+2，而是2+1。但是，不論怎么翻來翻去，夾子還是這三個夾子。孩子從這個小游戲可以直觀地理解，1+2和2+1都等于3。

篇7

[關(guān)鍵詞]GIS；地質(zhì)災(zāi)害；評價因子；權(quán)重分配法

中圖分類號：F407.1 文獻標識碼：A 文章編號：1009-914X（2015）12-0213-01

隨著建筑業(yè)的快速發(fā)展和各種能源的開發(fā)，人類不斷的對土地進行開發(fā)利用，雖然獲得了較大的經(jīng)濟利益，但也加大了對土地的擾動，造成各種地質(zhì)災(zāi)害頻發(fā)。如何減少地質(zhì)災(zāi)害對人類生活的影響是社會廣泛關(guān)注的問題。為了降低地質(zhì)災(zāi)害造成的經(jīng)濟損失，就要做好災(zāi)害的預(yù)測，提早進行防范。過去多采用定性的分析方法來進行地質(zhì)災(zāi)害的風險評估工作，在實際的應(yīng)用中還不能做到特別精細。為了進一步加大對地質(zhì)災(zāi)害評估的準確性，評估的方向由定性向定量進行轉(zhuǎn)換，多進行數(shù)值的定量計算。GIS系統(tǒng)的評價因子權(quán)重分配定量計算是評估工作中應(yīng)用最廣的，在這方面它展示出了強大的分析能力，也是現(xiàn)在研究的重難點項目。

1.評價方法及評價因子

1.1 評價方法

地質(zhì)災(zāi)害是根據(jù)易發(fā)生程度和危險性這兩方面進行劃分的，如何將分類劃分清楚明確直接影響著災(zāi)害的預(yù)防工作。為了準確的劃分類別，就要確定合理的評價方法和評價因子。評價方法有很多，常見的主要有指數(shù)法、模糊評判、概率分析等，這里面指數(shù)法是應(yīng)用最廣的方法。

在使用的過程中要明確評價因子的強度數(shù)值和評價因子的權(quán)重，最后計算出來的是地質(zhì)災(zāi)害的易發(fā)生指數(shù)。

1.2 如何選取評價因子

選取評價因子是非常重要的，它直接影響著最后的計算結(jié)果，也影響著災(zāi)害預(yù)防的準備工作。在選擇地質(zhì)災(zāi)害的評價因子時各部門考慮條件主要有：一是地質(zhì)災(zāi)害的發(fā)育現(xiàn)狀，二是地質(zhì)災(zāi)害的形成條件和動力因素。在選取評價因子時這兩點是都需要考慮的，若只考慮其中的一項，那么分析的結(jié)果就有一定的片面性。若只選擇第一種考慮因素那么計算出來的就和地質(zhì)災(zāi)害發(fā)育程度的現(xiàn)狀分區(qū)沒有區(qū)別，若單獨選擇地第二種，就帶有很大的主觀成分，結(jié)果的偏差有可能很大。只有將兩種條件都考慮在內(nèi)，才能將地質(zhì)災(zāi)害的發(fā)生發(fā)育了解清楚，為預(yù)測工作打好基礎(chǔ)。

1.3 評價因子強度指數(shù)的選擇

評價因子強度指數(shù)可以從評價因子強度指數(shù)表中查出，通常分為四級。

2 評價因子權(quán)重的分配

2.1 專家打分法的評價因子權(quán)重分配

地質(zhì)災(zāi)害的形成條件及動力因素中，影響地質(zhì)災(zāi)害發(fā)生的因素（評價因子）對地質(zhì)災(zāi)害發(fā)生所起作用（權(quán)重）是不相同的，它是影響地質(zhì)災(zāi)害發(fā)生所起作用的相對大小（權(quán)重）。在目前通行的方法中權(quán)重的分配主要是在全面分析和相互比較的基礎(chǔ)上，采用專家打分確定各評價因子的權(quán)重。該方法帶有較大的主觀性，對同一地區(qū)的評價因子認知程度的不同，對評價因子權(quán)重的分配常常出現(xiàn)較大的差別，直接導(dǎo)致評價結(jié)果（易發(fā)程度分區(qū)、地質(zhì)災(zāi)害危險性分區(qū)、建設(shè)用地適宜性分區(qū)）產(chǎn)生差異。

2.2 基于GIS的評價因子權(quán)重分配

單個的地質(zhì)災(zāi)害在區(qū)域研究中被視為點圖元，將其展布于研究區(qū)域的地理底圖上即是地質(zhì)災(zāi)害平面分布圖。透過表象的空間分布可挖掘出其中蘊含的大量的地質(zhì)災(zāi)害發(fā)育規(guī)律及成因機制信息。鑒于GIS的開放的數(shù)據(jù)庫管理功能和強大的空間分析功能，筆者將地質(zhì)災(zāi)害點疊加到各評價因子圖層中，以期解讀出它們影響地質(zhì)災(zāi)害發(fā)生所起作用的相對大?。?quán)重）。

首先根據(jù)確定的評價因子準備基礎(chǔ)數(shù)據(jù)。需要以下基礎(chǔ)資料：1）全要素地理地形底圖；2）地質(zhì)圖-工程地質(zhì)巖組（類）；3）構(gòu)造綱要圖；4）降雨等值線圖；5）土地利用圖；6）地質(zhì)災(zāi)害分布圖（災(zāi)害點含屬性數(shù)據(jù)）。將以上圖件作GIS數(shù)字化處理，達到拓樸關(guān)系正確以滿足空間分析要求，而后根據(jù)選取的評價因子分別制作評價因子專題圖。對于以上各專題圖中不同的區(qū)段分別賦值1～4，將其存儲于屬性表中，然后將各評價因子專題圖分別與地質(zhì)災(zāi)害分布圖中的地質(zhì)災(zāi)害點圖層進行矢量疊加，即在GIS空間分析模塊中進行點對區(qū)的空間分析。對某個評價因子而言，可直觀得到地質(zhì)災(zāi)害點在該評價因子圖層中的空間展布情況，即該評價因子與研究區(qū)域中所有地質(zhì)災(zāi)害點的關(guān)聯(lián)程度，由此可得該評價因子對地質(zhì)災(zāi)害發(fā)生所起作用的大?。?quán)重）。此時將疊加了地質(zhì)災(zāi)害點信息的評價因子圖層中的區(qū)屬性數(shù)據(jù)導(dǎo)出，在Excel表中對其進行歸類。將評價因子中與地質(zhì)災(zāi)害關(guān)聯(lián)最強的區(qū)域中的地質(zhì)災(zāi)害點進行統(tǒng)計得出相對頻率。

3 易發(fā)程度指數(shù)值的求取

3.1 易發(fā)程度指數(shù)（P）值的求取

在評價因子專題圖中，以自然劃分的區(qū)圖元為基本評價單元，對區(qū)圖元的屬性數(shù)據(jù)中強度指數(shù)與權(quán)重進行函數(shù)運算，得出其P值，并附加到該區(qū)圖元的屬性數(shù)據(jù)表中，再將所有評價因子專題圖進行疊加，各圖層中的區(qū)圖元經(jīng)過數(shù)次分割與重合，多圖層疊加后的新圖層在圖面上具有更多的圖面單元（一個拓樸面域單位即為一個圖面單元），在屬性表中，每個圖面單元的屬性均包含所有在圖層疊加過程中所涉及到的圖面單元的屬性特性。將新圖層中屬性數(shù)據(jù)導(dǎo)出，轉(zhuǎn)換成Excel文件，對屬性數(shù)據(jù)中的易發(fā)程度值進行函數(shù)運算，得出新圖層中每個圖面單元的綜合易發(fā)程度值P。然后將P值在GIS庫管理模塊中導(dǎo)入，轉(zhuǎn)換成*.wb格式文件進行屬性連接，使得新圖層中屬性數(shù)據(jù)增加一項P值。在轉(zhuǎn)換過程中要特別注意屬性數(shù)據(jù)項與圖面單元之間的唯一對應(yīng)關(guān)系，可利用圖面單元ID號的唯一性作為連接字段。將P值分區(qū)間，利用GIS圖形處理模塊內(nèi)區(qū)編輯中，根據(jù)屬性賦參數(shù)將新圖層中所有圖面單元賦為不同的顏色，分別表示地質(zhì)災(zāi)害易發(fā)程度的高、中、低或地質(zhì)災(zāi)害危險性級別、建設(shè)用地適宜性級別。

3.2 實例分析

為驗證基于GIS的評價因子權(quán)重分配法求P值的可行性，進行如下的實驗。采用兩種方法進行對比分析，分別是專家打分分配權(quán)重評價法和GIS權(quán)重分配法。在自然災(zāi)害圖上隨意選取某縣進行地質(zhì)災(zāi)害預(yù)測。在進行評價時，專家打分分配權(quán)重評價法是在1∶10萬地質(zhì)災(zāi)害分布圖上進行2cm×2cm的方格劃分，將該縣劃分為920個方格，以此為評價單元進行分析統(tǒng)計。GIS權(quán)重分配法是將各評價因子圖層進行多次疊加，最終整個評價區(qū)域被劃分為4165個圖面單元，形狀不規(guī)則且大小不一。從分析結(jié)果看，除地質(zhì)災(zāi)害易發(fā)程度中等區(qū)面積相差近4個百分點外，其余相差不大。從圖面上讀解，兩種方法得到的易發(fā)程度分區(qū)在空間分布上亦大致相同，由此可知GIS權(quán)重分配法是可行的。

4.結(jié)語

隨著對地質(zhì)災(zāi)害研究的不斷深入，對地質(zhì)災(zāi)害的易發(fā)生概率和危險程度的評價系統(tǒng)也越來越多，這對地質(zhì)災(zāi)害的防治工作有很大的幫助。但是在評估過程中也存在著很多問題，比如對評價指標、評價方法以及理論的研究還不夠深入，另外的基層工作中還出現(xiàn)問題無法解決。但就目前的發(fā)展來看GIS在地質(zhì)災(zāi)害的防治工作中占有的比例會越來越大，它強大的空間數(shù)據(jù)分析能力和對空間數(shù)據(jù)庫的管理能力都對防治工作有很大的幫助，在未來的發(fā)展中，GIS的各個模塊逐漸和各地質(zhì)災(zāi)害分析模型的結(jié)合，將會成為災(zāi)害防治預(yù)防的重要手段，也為評估的準確性提供了必要的保障。

參考文獻

[1] 魯立江，陸文學.淺談基于GIS的土地適宜性評價[J].科技信息.2011（05）.

篇8

    】電子商務(wù)信任度;評價方法;綜述

    1.引言

    電子商務(wù)的時空分離性及虛擬性,導(dǎo)致了網(wǎng)民對網(wǎng)上交易不信任的態(tài)度,我國是一個文化傳統(tǒng)更偏重關(guān)系和面對面交易的國家,信任體系還不健全,信任問題尤為突出[1]。對信任進行量化或者分等級,成為近來研究熱點。在電子商務(wù)領(lǐng)域,通過對信任度的評價來區(qū)分出守信和失信的商家和消費者,是解決電子商務(wù)信任問題的一個可行方法。

    電子商務(wù)信任的評價與傳統(tǒng)交易中信任的評價不同,某些因素及其與信任的相關(guān)性很難準確識別,信任評價的瓶頸越來越明顯?，F(xiàn)有的信任度評價方法和評價體系還不是很完善,實際應(yīng)用價值不高。目前迫切需要對電子商務(wù)信任度評價問題進行深入研究。

    電子商務(wù)信任度評價是一個復(fù)雜過程,包括很多方面的內(nèi)容,但是采用何種評價方法對其影響很大。常用信任度評價方法有:加權(quán)平均法、結(jié)構(gòu)方程模型、層次分析法、基于概率論的評價方法、模糊綜合評價法、基于云模型理論的評價方法、灰色聚類評價方法和BP神經(jīng)網(wǎng)絡(luò)法等。本文對電子商務(wù)信任度評價方法進行歸納和評述,分析其優(yōu)缺點,給出選取電子商務(wù)信任度評價方法的建議。

    2.電子商務(wù)信任度評價方法

    自1994年Marsh提出將信任進行量化[2]以來,為了較為科學地解決信任的評價問題,國內(nèi)外的許多科研工作人員都紛紛投入到信任度評價的研究當中。

    2.1 加權(quán)平均方法分析及研究現(xiàn)狀

    加權(quán)平均法參考了社會網(wǎng)絡(luò)中人與人之間的信任評價方法,易于理解、方法簡單、容易實現(xiàn),對原始評價數(shù)據(jù)沒有過多要求,測評人員可以根據(jù)經(jīng)驗以及對測評指標體系各項指標重要程度的認識來確定權(quán)重。但是,由于加權(quán)平均法不考慮誤差,僅由各指標得分加權(quán)平均算出的數(shù)值不一定準確,也不利于企業(yè)發(fā)現(xiàn)和解決問題。另外,對于如何科學地確定加權(quán)平均的權(quán)重,也沒有一個明確的標準。

    目前很多信任機制都采用這種方法,如eBay和Eigen Trust[3]等。Abdul—Rahman和Hailes結(jié)合信任和聲望對虛擬團體中的信任進行計算,最后利用加權(quán)平均的方法將這兩個參數(shù)合并進行信任評價。但是,模型中權(quán)重的確定非常主觀和不確定,權(quán)重不同最后的結(jié)果將會完全不同。

    2.2 結(jié)構(gòu)方程模型分析及研究現(xiàn)狀

    在結(jié)構(gòu)方程模型中,可以提出一個特定的因子結(jié)構(gòu),并檢驗它是否吻合數(shù)據(jù)。通過結(jié)構(gòu)方程多組分析,可以了解不同組別內(nèi)各變量的關(guān)系是否保持不變,各因子的均值是否有顯著差異。結(jié)構(gòu)方程模型有以下優(yōu)點:

    (1)可以同時處理多個因變量,而不是回歸分析等對因變量的逐一計算;

    (2)允許自變量存在測量誤差,而傳統(tǒng)方法中自變量必須完全測量;

    (3)允許觀測變量的誤差項具有相關(guān)性,這點在縱向數(shù)據(jù)別重要;

    (4)能同時估計因子結(jié)構(gòu)和因子關(guān)系;

    (5)允許更復(fù)雜的測量模型;

    (6)能估計整個模型的擬合程度等。結(jié)構(gòu)方程模型能夠很好地度量變量之間的相關(guān)性,可以結(jié)合電子商務(wù)信任的具體情況,應(yīng)用結(jié)構(gòu)方程模型進行電子商務(wù)信任度量。但是在進行具體企業(yè)的滿意度調(diào)查時需要對模型做較大調(diào)整和修改。

    胡偉雄[4]用結(jié)構(gòu)方程模型從消費者、網(wǎng)店、網(wǎng)站、第三方和法律等五個方面來構(gòu)建C2C電子商務(wù)信任模型,其研究比較全面,對提高C2C電子商務(wù)信任度有重要的參考意義。于建紅[5]利用結(jié)構(gòu)方程模型提出B2C電子商務(wù)信任的評價體系,對試驗數(shù)據(jù)進行詳細的說明,其研究驗證了電子商務(wù)的影響因素與信任間的相關(guān)度和信任與消費者購買意圖之間的相關(guān)度,為國內(nèi)信任的實證研究提供了一個很好的范本,有利于促進國內(nèi)信任實證研究的發(fā)展與規(guī)范。王傳美[6]構(gòu)建了消費者網(wǎng)上信任度指數(shù)評估模型,通過結(jié)構(gòu)方程模型原理有效地分析了消費者網(wǎng)上交易的信任度。李沁芳[7]以淘寶網(wǎng)為例,采用統(tǒng)計軟件和結(jié)構(gòu)方程模型工具軟件進行數(shù)據(jù)的統(tǒng)計和分析,并用結(jié)構(gòu)方程模型對各假設(shè)進行驗證,其研究對構(gòu)建電子商務(wù)信任機制有一定的指導(dǎo)意義。

    2.3 層次分析方法分析及研究現(xiàn)狀

    層次分析法是一種綜合評價方法,能夠有效地處理那些難以完全用定量方法來分析的復(fù)雜問題。它可以將復(fù)雜的問題分解成若干層次,在比較簡單的層次上逐步分析;可以將人的主觀判斷用數(shù)量形式表達和處理;也可以提示人們對某類  問題的主觀判斷前后有矛盾;是一種整理和綜合人們主觀判斷的客觀方法。但是層次分析的評估過程依賴于專家的專業(yè)知識以及對評價系統(tǒng)的認知程度,具有較強的主觀性。其次方法中以1-9之間明確的整數(shù)作為比例標度構(gòu)造判斷矩陣,這與實際評判有所出入。實際評判過程帶有明顯的模糊性,其結(jié)果不可能是一個確切的實數(shù),而是介于這個實數(shù)左右的

    區(qū)間。使用層次分析法來確定信用評價實證指標體系中各指標的權(quán)重時,判斷矩陣的取值應(yīng)該通過實證研究等方法來確定,從而使得到的指標及其權(quán)重有實際意義。

    郭樹凱[8-9]用三角模糊數(shù)的模糊層次分析法進行用戶行為信任評價,該方法克服了層次分析法存在的主觀性和模糊性的缺點,評判結(jié)果更加客觀。徐應(yīng)濤[10]利用層次分析法和集對分析理論中的同異反分析思想構(gòu)建電子商務(wù)在線信譽評價體系,該方法對定性指標采用層次分析法進行評價,確定各指標的權(quán)重;對定量指標利用集對分析中的同異反思想進行評價,使評價的結(jié)果真實地反映相關(guān)信息,較好地擬合出在線信譽等級,進行更為準確的信譽評價。宋曉莉[11-12]選擇熵權(quán)法和層次分析法作為確定權(quán)重的方法,對B2B第三方交易市場模式的企業(yè)進行信任度評價,該方法降低了權(quán)重的主觀性。郭亦涵[13]、王藝峰[14]和陳曉亮[15]運用層次分析法確定其研究模型中的指標權(quán)重,其研究具有較強的主觀性。   2.4 基于概率論的評價方法分析及研究現(xiàn)狀

    信任關(guān)系是一種很難度量的抽象的心理認識,具有很大的不確定性,概率論和模糊集合理論是當前處理不確定性問題的最主要工具,目前的信任評估模型基本上都是圍繞這兩種理論展開討論的?；诟怕式y(tǒng)計學中假設(shè)檢驗的思想,將信任建立在精確的數(shù)學模型之上,采用精確的概率模型對信任信息進行提取,量化了信任的隨機性。方法一般較為復(fù)雜,實現(xiàn)的系統(tǒng)復(fù)雜度較高。但是方法對信任概念的特點描述方面不夠完整,將信任的模糊性等同于隨機性,不能很好地反映信任的本質(zhì)。

    Blaze等以概率作為實體信任度的度量[16-17],以主體對客體完成任務(wù)的期望為基礎(chǔ),根據(jù)肯定經(jīng)驗和否定經(jīng)驗計算出實體能夠完成任務(wù)的概率,以此概率作為客體信任度的度量,并給出信任推導(dǎo)規(guī)則和信任度的計算方法。Beth[18]基于經(jīng)驗和概率統(tǒng)計解釋提出信任評估模型,模型引入經(jīng)驗的概念來表述和度量信任關(guān)系,并給出由經(jīng)驗推薦而引出的信任度推導(dǎo)和綜合計算公式。Jφsang[19]等人提出的基于概率論知識進行信任度推導(dǎo)和計算的模型。但是這些模型都還需要進一步優(yōu)化,朝著既能準確刻畫客觀事實,又盡量簡單實用的方向發(fā)展。

    2.5 模糊綜合評價方法分析及研究現(xiàn)狀

    應(yīng)用模糊集合和模糊規(guī)則進行推理,能夠表達過渡性界限或定性的知識和經(jīng)驗,特別適用于精確數(shù)學難以表示的不確定系統(tǒng)。由于從多方面對事物進行評價難免帶有模糊性和主觀性,采用模糊數(shù)學的方法進行綜合評價會使結(jié)果更加客觀,從而取得很好的實際效果。信任這個概念不能用確切的數(shù)字來界定,是一個模糊評價指標,因此,用模糊綜合評價方法來計算信任度是一個可行的方法。但是用模糊綜合評判法進行評價時,雖然較好地表述了信任的模糊性,卻存在評判失效的問題[20],信任的隨機性也沒有客觀地反映。

    一些典型信任模型[16-19]強調(diào)了信任的隨機性而沒有客觀地反映其模糊性。

    為此,唐文、孫軍等人引進模糊理論對信任進行研究[21-33],對信任的模糊性本質(zhì)進行了詳細描述。

篇9

橘子樹采用橫斷面芽接以及“T”字形芽接成活率都較高。

橫斷面芽接方法：

把大樹干的橫斷面上切一個口。把長芽的小樹杈下端削成尖尖的。把小樹杈的尖頭插入大樹干的斷口中。用繩子把二者緊緊捆在一起，嫁接完成?！癟”字形芽接方法：

把大樹干，從側(cè)面用小刀切一個T字的裂口。把小樹杈也從側(cè)面削下一片帶芽的部分。把小樹杈尖的一頭插入大樹干的T字裂口中。用大樹干的樹皮包裹著小樹杈，然后用繩子把二者緊緊地捆在一起。完成嫁接。

（來源：文章屋網(wǎng) ）

篇10

項目監(jiān)理機構(gòu)通過對《標準》系統(tǒng)化的學習與研究，熟悉并理解《標準》中各項評分標準與要求，特別是各階段單項評分表中的“黑體”重要評價項與“”號次要評價項。全面掌握單項評分用表A-F的所有評價內(nèi)容，探討研究管理過程中的達標方法，同時對各階段的實施過程制定相應(yīng)的防范對策，為管理過程中可能存在的問題做好預(yù)控工作。在組織學習研究單項評分表的評價方法與綜合評價等級方法后，可以全面掌握重要方向與思路。為了保證本工程能夠達到示范監(jiān)理項目標準，要求項目監(jiān)理機構(gòu)內(nèi)部必須加大項目管理力度，要求項目監(jiān)理機構(gòu)的綜合評定必須達到優(yōu)秀標準，并要特別加強表C工程施工階段的管理與控制，也是整個自評工作中的重點檢查內(nèi)容，是項目監(jiān)理機構(gòu)日常開展工作的重點難點階段。通過《標準》學習可以讓項目監(jiān)理機構(gòu)工作思路更加的清晰，認識到應(yīng)如何從組織機構(gòu)與人員配置、監(jiān)理服務(wù)情況，工作質(zhì)量、工作績效等方法進行全面的評價，可以為建立嚴格的評價程序奠定良好的基礎(chǔ)。

2成立項目監(jiān)理機構(gòu)自評小組，定期對各階段的各項工作進行自評，及時發(fā)現(xiàn)工作中的不足與漏洞，完善各階段的監(jiān)理工作

在項目監(jiān)理機構(gòu)工作開展前，嚴格按照《標準》中的評價程序，組成由總監(jiān)任組長，組織具有豐富監(jiān)理工作經(jīng)驗的土建和安裝專監(jiān)組成不少于3人的自評小組，進行科學化管理，按自評計劃安排對每個單項評價表進行現(xiàn)場自評。計劃自評工作在每月月底進行一次，由組長組織參評人員，嚴格按照《標準》中的單項評分表A-F,除合理缺項外的所有評價內(nèi)容逐一檢查進行打分，完成打分后按實得分與應(yīng)得分的計算方法算出每個單項評分表得分，并根據(jù)評價等級要求確定單項評價等級，最后根據(jù)綜合評價等級要求進行匯總綜合評價，完成表G《項目監(jiān)理機構(gòu)工作評價匯總表》。在每次評價小組的工作完成后，做出書面的評價意見。在自評過程中若發(fā)現(xiàn)項目監(jiān)理機構(gòu)的工作中存在較大的質(zhì)量和安全隱患或存在較多的不符合項時，及時提出書面整改要求，項目總監(jiān)簽寫受評意見并簽字確認，確定整改方案要求內(nèi)部整改，整改完畢后由評價小組進行復(fù)查。復(fù)查結(jié)果符合要求后本月自評工作完畢。從每月的自檢自評工作情況看，自評工作可以及時發(fā)現(xiàn)項目監(jiān)理機構(gòu)工作中的不足與漏洞，并完善各階段的工作，也使項目監(jiān)理機構(gòu)各階段的管理工作得到了較大提高。

3對項目監(jiān)理機構(gòu)的資料、信息進行分類存放，并建立完善的編碼體系，可以將各階段的管理工作進行細化，有利于自評工作開展

根據(jù)《標準》的要求，為了更方便的開展好每月的自評工作，項目監(jiān)理機構(gòu)的所有資料、信息應(yīng)進行詳細分類與編碼。目的是便于自檢自評工作的順利開展。分類的方式是根據(jù)單項評分表A-F的序號與評價內(nèi)容的順序進行。再對分類好的信息資料按照要求進行編碼，最后按照整個分類編碼體系完成歸檔目錄的編制，即總目錄表、分目錄表與子目錄表，最終將形成一套完整清晰的信息、資料管理體系。對照《標準》中表A-F單項評分表，項目監(jiān)理機構(gòu)將信息、資料分為A-項目監(jiān)理機構(gòu)前期籌備階段資料、B-工程施工準備階段資料、C-工程施工階段資料、D-工程竣工驗收階段資料、E-施工合同管理資料、F-監(jiān)理資料。每個階段的資料自成體系對應(yīng)存放。子目錄是每一個檔案盒內(nèi)的資料及編碼，當每一個檔案盒的資料裝滿后，再進行編制子目錄表，將每一份子目錄表分別放入每一個檔案盒內(nèi)的首頁，對照子目錄便于查找盒內(nèi)的每一份資料。分目錄分別是A或B……F中每一個階段的所有資料及編碼，將每一個階段中的分目錄表分別放入各階段中的首個檔案盒內(nèi)的首頁，便于查找所有子目錄檔案資料?？偰夸浭茿、B……F中所有資料及編碼的匯總，將總目錄表存放在A階段資料的第一個檔案盒內(nèi)的首頁，便于查找分目錄、子目錄的檔案資料。（詳見編碼體系附表1、附表2、附表3，以表A：項目監(jiān)理機構(gòu)前期籌備階段資料為例）。在項目監(jiān)理機構(gòu)的管理過程中，根據(jù)事先確定的分類與編碼體系，要求所有資料全部按分類順序進行及時歸檔存放。在自檢、自評過程中按照單項評分表的內(nèi)容順序，對照分類編碼好的信息、資料進行審查，不但能夠更快更方便的進行檢查與打分，而且還避免了缺項、漏項問題的產(chǎn)生。

4嚴抓項目監(jiān)理機構(gòu)自評工作，注重細節(jié)，鞏固各階段的監(jiān)理效果

隨著工程建設(shè)發(fā)展階段的不同，監(jiān)理機構(gòu)自評工作的重點也會慢慢的發(fā)生轉(zhuǎn)變，并且在經(jīng)歷前期的自檢自評與問題的整改后，往往會對前階段放松警惕，在后期的自評中只注重當前階段的自檢工作，沒有對前階段的工作進行仔細核查，就會造成工作漏洞。比如：施工企業(yè)資格、營業(yè)執(zhí)照的年審，管理人員、特殊工種上崗證，備案人員發(fā)生變更，測量設(shè)備的定期校驗，大型機械按期檢測等管理內(nèi)容，未要求施工單位及時完善。為了杜絕類似問題的再次發(fā)生，項目監(jiān)理機構(gòu)采取了彌補措施，將A-F單項評分表中的評價內(nèi)容進行逐條篩選，將可能發(fā)生類似問題的所有評價內(nèi)容單獨列出，建立了一系列備忘表格，（如下表：施工單位質(zhì)量、安全保證體系人員審查備忘表），并組織內(nèi)部人員進行了學習。通過列表便于審查，可以杜絕類似問題的再次發(fā)生，來確保各階段的監(jiān)理實效。

5結(jié)束語