不平等程度

摘要： 基于CFPS2018年数据对于2018年个人所得税改革对收入分配的影响通过测算MT指数、K指数、基尼系数、再分配效应与泰尔指数进行了研究,并且分区域进行了考察.研究发现:2018年免征额提高与增加专项附加扣除标准后,居民的收入不平等程度提高;个税对收入分配的调节效应减弱,但累进性增强;分区域来看,个税改革前后收入不平等程度、个税再分配效应与累进性从高到低依次为东部、中部和西部地区.

摘要： 在中国城镇居民收入中,工资收入一直是最为重要的收入来源。利用中国居民收入分配课题组城镇住户调查数据,进行回归分析发现,城镇居民工资不平等程度在不断上升,工资分布的低端不平等比高端不平等更为严重.

摘要： 既有研究聚焦于客观社会经济结构与主观公平感的关系,揭示了其中存在的社会认知机制与相对剥夺机制,却较少关注影响这两种机制的具体因素。随着互联网的快速发展,网络媒介的使用对主观公平感产生了复杂的影响。通过对CGSS2015数据的分析发现,网络媒介的使用对人们的公平感有着复杂的影响。一方面,网络媒介的使用增加了人们接触社会不平等信息的可能性,提高了人们感知的社会不平等程度,由此降低了社会公平感;另一方面,网络媒介的使用突破了社会交往结构的限制,拓宽了社会比较的范围,提高了社会公平感和个人公平感。

摘要： 社会分层话语下的社会形态与马克思主义划分五类社会形态相仿,分层理论依据阶级边界的开放性、地位获得方式、不平等的合法性手段、不平等类型以及不平等程度五大维度,亦区分出五种类型的社会分层体系所对应的社会形态。

摘要： 该文研究了不同社会保障支出对我国居民收人不平等的影响。基于中国家庭收人调查(CHIP)2013年数据,重点探讨了两个问题:社会保障支出转人居民家庭后,我国居民收人不平等程度是扩大还是缩小;在既有的社保支出分配状况下,社会保障支出投人的增加对居民收人分配的作用方向如何。研究显示,我国的社会保障支出具有改善居民收人分配的作用,但社会保障支出规模的整体增加会使居民收入分配状况逐步恶化。

摘要： 美国学者蒂莫西·科勒想通过研究房子来探寻人们生活的社会有多不公平。只不过他研究的，是古代人的房子。最近，他们的研究成果发表在《自然》杂志上，科勒团队发现从狩猎社会到农业社会，不平等程度越来越高。此外，他们还得到了一个“意外的惊喜”，

摘要： 低学历群体的机会不均等程度更高大学及以上学历更易掌握命运研究发现，由机会不均等导致的收入差距占我国总的收入差距27％以上。这一比例与世界上不平等程度最高的拉美地区类似，超过了绝大多数OECD国家，说明中国持续高位的收入差距中有相当比例是不合理的。需要指出的是，尽管测量包含了几乎所有可能的环境因素，但是由于数据中含有的变量有限，不可能囊括个人无法控制的所有因素。

摘要： 改革开放以来,中国经济在实现高速增长的"奇迹"的同时,收入和财富的不平等程度也在不断攀升.这一现实与社会主义的本质目标"共同富裕"相矛盾,因此,如何实现平等的增长是建设社会主义和谐社会的关键一环.在此,存在的基本问题是:平等的增长是可能的吗?平等到底是增长的障碍，还是增长的催化剂?库兹涅茨的经典研究揭示，在经济发展过程中，不平等程度首先上升，然后降低。这一研究激发了不平等对经济增长的影响机制的研究。20世纪90年代之前的文献强调不平等通过促进资本积累而有利于经济增长，而20世纪90年代之后的文献却发生了转向，强调不平等对经济增长的不利影响。本研究在综述不平等对经济增长的影响机制的基础上，揭示这种文献转向的原因在于经济发展的实践和增长理论的新进展。经济发展的实践和经济增长理论研究的新进展一起推动了有关不平等和经济增长关系的文献转向。而这种文献转向对中国经济发展的启示在于，平等不仅不是经济增长的障碍，更是经济增长的催化剂，因此，“共同富裕”的增长模式不仅是一种理想，更是一种事实。

摘要： 一种基于不平等距离优化聚类算法的伤损裂纹声发射信号检测方法，涉及伤损裂纹信号处理与检测领域的方法，解决了传统裂纹信号检测方法速度慢、效率低的问题。本发明的步骤为：一、加载原始声发射信号，获得噪声声发射信号；二、对噪声声发射信号提取γ倒谱系数特征，依据自适应鲁棒系数对其进行筛选；三、将噪声信号特征聚类，计算各特征到各聚类质心的距离，计算各聚类的不平等优化距离值；提取待测声发射信号的γ倒谱系数特征，依照步骤二选择待测信号特征，计算各特征到各聚类质心的距离，依据不平距离优化判别算法，判别待测信号。本发明运算速率快，检测精度高。在高铁钢轨与车轮伤损裂纹检测领域，具有很高的社会意义和经济价值。

摘要： 本发明公开了一种基于文本特征提取和不平衡策略的识别Bug报告严重程度的方法，该方法通过对bug报告数据集进行不平衡及基于遗传算法的文本特征提取操作，生成的分类模型对新提交的bug报告进行分类时没有偏向，拟合趋于平衡，避免了分类时的局限性；经过提取操作，可以实现特征与实例的同时提取，得到规模更小且质量更高的数据集，提高了bug报告严重程度识别的准确率，节省了bug严重程度识别的时间成本和人力成本，提升了工作效率，方便开发者优先处理严重程度更高的bug报告。

摘要： 本发明属于确定方法，具体涉及一种母线电量不平衡程度确定方法。一种母线电量不平衡程度确定方法，包括下述步骤：步骤一：参数测量；步骤二：计算正序电压、负序电压和不平衡程度；步骤三：曲线拟合；步骤四：建立不平衡度与温度映射。本发明的显著效果是：一、建立了电网不平衡程度与变压器发热的关系；二、通过电网不平衡程度，可以预测变压器发热量，继而预测变压器的老化程度；三、为了削减工作量，建立了简单的不平衡度与温度的阈值范围映射，简化了计算过程，使得该方法简便易行。

摘要： 本发明涉及一种类不平衡对分类模型性能影响程度的评价方法，包括下列步骤：(1)分类模型库构建；(2)新数据集构造；(3)分类模型对新数据集进行预测；(4)分类模型性能评价；(5)影响程度等级评定。本发明首先采用机器学习中典型的分类算法构建分类模型库；然后，选取类不平衡数据集作为基准数据集，并在此基础上构建一组不平衡率依次递增的新数据集，选取不同的分类模型对这组新数据集分别进行分类和预测；最后，采用变异系数来评价分类模型的性能变异程度并划分等级，从而评价类不平衡对不同分类模型性能的影响程度，对于类不平衡问题的研究具有指导意义。针对不同的分类模型，本发明提供的类不平衡对分类模型性能影响程度的评价方法具有较高的普适性。

摘要： 一种基于不平等距离优化聚类算法的伤损裂纹声发射信号检测方法，涉及伤损裂纹信号处理与检测领域的方法，解决了传统裂纹信号检测方法速度慢、效率低的问题。本发明的步骤为：一、加载原始声发射信号，获得噪声声发射信号；二、对噪声声发射信号提取γ倒谱系数特征，依据自适应鲁棒系数对其进行筛选；三、将噪声信号特征聚类，计算各特征到各聚类质心的距离，计算各聚类的不平等优化距离值；提取待测声发射信号的γ倒谱系数特征，依照步骤二选择待测信号特征，计算各特征到各聚类质心的距离，依据不平距离优化判别算法，判别待测信号。本发明运算速率快，检测精度高。在高铁钢轨与车轮伤损裂纹检测领域，具有很高的社会意义和经济价值。

摘要： 一种基于不平等距离优化聚类算法的伤损裂纹声发射信号检测方法，涉及伤损裂纹信号处理与检测领域的方法，解决了传统裂纹信号检测方法速度慢、效率低的问题。本发明的步骤为：一、加载原始声发射信号，获得噪声声发射信号；二、对噪声声发射信号提取γ倒谱系数特征，依据自适应鲁棒系数对其进行筛选；三、将噪声信号特征聚类，计算各特征到各聚类质心的距离，计算各聚类的不平等优化距离值；提取待测声发射信号的γ倒谱系数特征，依照步骤二选择待测信号特征，计算各特征到各聚类质心的距离，依据不平距离优化判别算法，判别待测信号。本发明运算速率快，检测精度高。在高铁钢轨与车轮伤损裂纹检测领域，具有很高的社会意义和经济价值。

摘要： 本发明属于全景视频技术领域，公开了一种不平等误差保护辅助关注区域无线全景视频的方法。通过感兴趣区域感知不平等误差保护(ROI‑UEP)用于高效视频代码(HEVC)序列的无线传输；通过最小化预期的视频失真，将为ROI信号找到最合适的不等前向纠错(FEC)编码率；通过加权峰值信噪比(WPSNR)用于评估重建的全景视频的质量，其中考虑像素的权重以计算由相关像素引起的失真。仿真结果表明，基于ROI的等错误保护(ROI‑EEP)方案优于EEP，信道SNR为5dB，WPSNR为40dB，而ROI‑UEP方案通过WPSNR进一步提高其ROI‑EEP对应物在信道SNR为6dB时为9.4dB。

摘要： 本申请提供了一种新能源场站无功功率不平衡程度的判断方法。所述方法包括：获取新能源子站无功功率的无功功率参考值和无功功率实际值，根据所述新能源子站的无功功率参考值和无功功率实际值建立所述新能源子站无功功率不平衡的评价体系。所述新能源场站无功功率不平衡程度的判断方法根据所述评价体系对所述新能源场站的无功功率不平衡程度做出定量评价。

摘要： 本发明属于确定方法，具体涉及一种母线电量不平衡程度确定方法。一种母线电量不平衡程度确定方法，包括下述步骤：步骤一：参数测量；步骤二：计算正序电压、负序电压和不平衡程度；步骤三：曲线拟合；步骤四：建立不平衡度与温度映射。本发明的显著效果是：一、建立了电网不平衡程度与变压器发热的关系；二、通过电网不平衡程度，可以预测变压器发热量，继而预测变压器的老化程度；三、为了削减工作量，建立了简单的不平衡度与温度的阈值范围映射，简化了计算过程，使得该方法简便易行。

摘要： 本发明公开了一种三相电力不平衡程度变化趋势衡量方法及系统，其中涉及的衡量方法，包括：S1.采集三相电正弦电信号；S2.将正弦电信号转换为三相电数字信号；S3.将数字信号存储于数据缓存模块；S4.将数字信号加上时间戳；S5.筛选出所有加上时间戳的数字信号相对应的数据中出现概率最小的几笔数据，并进行剔除；S6.将剔除后剩余的数据按相别分别存入到三个数组中，并将被剔除的时间点的上一笔数据复制到被剔除的时间点并生成本时间点数组；S7.对每一时间点的三个数组进行矢量求和；S8.以当前时间点为截止，所有的数据相对应的矢量求和值为一周期，计算当前周期的均值N；S9.计算当前周期数据与上一周期数据均值的差值比，得到三相电力不平衡程度的变化趋势。