本文介绍了美国目前十分流行的 4 0 1 (k)养老金计划及其特点 ,以及所享受的税收优惠政策 ,尤其是个人帐户投资的特点、渠道 ,主要投资工具及个人帐户的转移和继承等问题。

为K线图这一经典技术分析工具提供了量化定义,基于我国证券市场对其可盈利性进行了检验,发现基于买入信号交易可以产生显著的超额回报率。但在考虑交易成本后无法再获得超额收益,这为市场弱式有效提供了新的证据。

采用支持向量机（ＳＶＭ）结合Ｋ－Ｍｅｒ分布特征预测ｐｉｒＮＡ．利用多种生物的非编码ｒＮＡ序列数据库，从中挑选出ｐｉｒＮＡ序列作为正样本，并以由该数据库构建的非ｐｉｒＮＡ序列作为负样本，将正样本和负样本构成的数据随机取出５０％作为训练集，将剩余的数据作为测试集；提取正样本和负样本序列的Ｋ－Ｍｅｒ分布特征构建特征矩阵；用ＳＶＭ对其进行分类，实现ｐｉｒＮＡ预测．结果表明Ｋ－Ｍｅｒ－ＳＶＭ在准确率、正例覆盖率、ＭＣＣ和Ｆ测度等分类指标上均明显优于Ｋ－Ｍｅｒ－ＬＤＡ，说明Ｋ－ＭｅｒＳＶＭ是更好的ｐｉｒＮＡ预测算法．

设图G=(V,E),其中|V|=p,|E|=q.对于k∈N,如果存在一个双射f:E→{k,k+1,…,k+q-1},使得它的导出映射f+:V→Zp,ua∑(u,v)∈Ef(u,v)mod p也是一个双射,则称图G是k-边优美的.对于所有的满足G为k-边优美图的非负整数k构成的集合称为图G的边优美指标集.本文根据轮图的特殊性质,讨论了S(7,n)为k-边优美图的必要条件.根据所得的必要条件,利用递归的方法构造S(7,n)的k-边优美图标号并给出详细证明,从而完全解决了当n为偶数时S(7,n)的边优美指标集问题.

常用的聚类算法存在诸多不足,为此提出了一种基于初始半径r的k-medoids改进算法,主要针对LBSN中的位置数据进行聚类,改善初始聚类中心敏感对聚类结果的影响,其本质是基于密度聚类,不同之处在于k值的选取是依赖于半径r.通过大量真实签到数据集进行实验,结果显示本文算法聚类结果更稳定.本文算法在基于位置的社交网络应用中获得更好的聚类效果和更快的收敛速度.实验中将距离平方和作为准则函数进行对比,相对于传统k-medoids算法优势明显,对退化的k-medoids算法也能够缩小1.2%到2%.

会计信息化环境下,期末转账功能可以实现对单位期末转账业务的高效处理。本文以会计信息化软件金蝶K/3为蓝本,对期末转账功能进行了详细全面地介绍。

LQ1600K打印机是当前应用比较广泛的一种打印机,该打印机功能较全、速度较快,因而很受用户的欢迎。但我们感到不足的是该打印机的打印针容易断,针断后如不及时更换,即影响打印效果,又影响打印头的寿命。所以打印针一旦折断应及时更换,一

FOSS（Full Option　Science System）（K-6）是美国现行的科学教材之一,是由劳伦斯科学馆依据美国国家科学标准,基于小学生学习科学的最好方式是做科学的学习哲学而开发和设计的,它强调通过科学探究、动手做、阅读和讨论等主动学习方式,提高学生的科学素养。本文从开发目的、主题单元、组成部分和特点等几个方面简单介绍了FOSS教材,以期对我国的课程改革和教材编写有一定启迪。

设k为非负整数,G是一个p点q边图,如果将G的边用k,k+1,k+2,…,k+q-1进行标号,而顶点标号模p运算后各不相同,则称G是k-边优美的.对于所有满足G为k-边优美图的非负整数k所构成的集合称为图G的边优美指标集.该文给出了图G=(V,E)为k-边优美的定义,根据轮图的特殊性质,讨论了S(3,n)为k-边优美图的必要条件.根据所得的必要条件,利用递归的方法构造S(3,n)的k-边优美图标号并给出详细证明,从而完全解决了当n为偶数时S(3,n)的边优美指标集问题.

传统的K-modes算法采用了简单的0-1匹配来计算属性间的相异度,后改进为频率计算相异度,但是他们都忽略了各属性间的差异。本文研究了基于粗糙集和知识粒度的属性加权算法,该算法既克服了属性的冗余问题又综合考虑了各属性间的差异。在此基础上,通过对传统K-modes算法进行属性加权来改进K-modes算法中忽略的属性间差异问题。通过与其他的K-Modes算法进行实验比较,结果表明新的算法更加有效的。

In this paper,we study the prize-collecting k-Steiner tree(PCkST) problem.We are given a graph G=(V,E) and an integer k.The graph is connected and undirected.A vertex r ∈ V called root and a subset R?V called terminals are also given.A feasible solution for the PCkST is a tree F rooted at r and connecting at least k vertices in R.Excluding a vertex from the tree incurs a penalty cost,and including an edge in the tree incurs an edge cost.We wish to find a feasible solution with minimum total cost.The total cost of a tree F is the sum of the edge costs of the edges in F and the penalty costs of the vertices not in F.We present a simple approximation algorithm with the ratio of 5.9672 for the PCkST.This algorithm uses the approximation algorithms for the prize-collecting Steiner tree(PCST) problem and the k-Steiner tree(kST) problem as subroutines.Then we propose a primal-dual based approximation algorithm and improve the approximation ratio to 5.

许多实证研究都要涉及到对资本存量K的估计 ,但是现有研究中对K的估计值存在较大的差异 ,从而也就影响了后续研究的准确性和可靠性 ,所以很有必要针对估计中国的资本存量K的现有研究进行一下再探讨。本文分别从五个方面详细探讨了测算K时所可能存在的问题 ,并根据自己的方法重新估算了中国的资本存量K的数据。

受限于对资本存量K认识的差异及数据的可得性,资本存量测算结果差异较大。本文对资本存量测度的文献从不同层面(宏观、中观、微观)进行系统性回顾梳理,全面细致地探讨我国资本存量估算中易混淆的概念、技术处理细节、不同层面测算的特殊性等问题,为基于资本存量测度而展开的相关研究提供参考与借鉴。

阐述K-Blog的含义,对K-Blog和政府知识管理的研究进展作出文献述评,分析K-Blog的政府知识管理功能和优势,构建基于K-Blog的政府知识管理模型,探讨其在政府知识获取、知识组织、知识共享及知识利用中的应用。

本文通过对Himmelfarb和Edgell可加常量方法深入考察,分析了其固有的局限及优点,并在其基础上提出了“k倍回答法”,挖掘了使估计量在无偏的情况下,采用“k倍回答法”时提高估计量精度的规律,从而有效地提高了估计量的精度。