亲密因子对科研合作网的影响

参照人际关系网络中的亲密因子构造一个科研合作网络演化模型,分别从网络的度分布、点强度分布、平均路径长度以及聚集系数对亲密因子进行分析,发现演化后的科研合作网具有较短的平均路径长度和较大的聚集系数。最后对一个科研合作的实证网络和仿真网络进行比较,发现两者社团结构具有相同的特征。     

从《三字经》看中国古代的知识分类

《三字经》主要涉及两种知识类型：古代学童必须了解的文化和生活常识;古代求学者必须苦读的各种典籍。对《三字经》知识类别的分析表明,古代中国的知识分类具有喜用数字进行总结、政治的干预作用大、不重视自然科学知识等特点。     

张爱玲与王安忆小说人物塑造之比较

张爱玲与王安忆小说的人物塑造追求着"新传奇"与"好神话"的特点,她们都具有传奇与神话的超常的想象力及艺术表现的细腻,擅长用意象表现人物的心理.张爱玲的"新传奇"塑造出带有浓厚殖民地色彩的没落封建社会这种典型环境中的典型人物形象,给中国现代文学史上留下了不朽的艺术典型;王安忆的"好神话"塑造出带类型化色彩的人物,引起人们对社会的关注和思考.     

关于色等价图簇的注记

利用伴随多项式理论做出了文（２）中定理１的简化证明,并推广了此结果。     

略论晚清教案的分期及其特点

鸦片战争后，教案的发展可分四个时期：即有限传教期，全面传教和教案高发期，民教冲突总爆发期和民教温和渗透期，其发展轨迹呈抛物线，每个时期都育各自的特点。     

图像中字符区域检测算法的研究

图像中的文安信息在一定程度上反映了图像主要内容，因此对于图像中的文字进行检测是非常有意义的。本文采用了基于字符的纹理特征的方法，在DCT域中对字符进行检测，从而将图像中的字符区域检测出来，最后用matlab进行了验证，实验表明该方法能够取得较好结果。     

用群论方法讨论轨道杂化理论

用群论方法讨论了轨道杂化理论 ,以确定哪些原子轨道的线性组合可得出对称性正确的杂化轨道 ,每个原子轨道对每个杂化轨道有多少贡献     

民族学生汉语"得"字补语句及其习得

本文就前人对“得”字句变换已做的研究进行了综述,并对“得”字句的三种基本形式的转换等现象的原因进行了探讨。指出“Ns＋V＋得＋NP＋VP”结构各部分间的语义关系极为复杂,不是一个施受事关系所能解决得了。提出了民族学生学习汉语“得”字补语句的习得办法。     

加强电类专业工程实践操作训练培养大学生创新能力

针对现代教育的发展，指出了传统教育方式和方法的一些弊端。对电类专业本科教育中推行素质教育进行阐述，对工程实践操作基地进行论证，提出了四个层次的实验模式，将课程教学改革和素质教育结合起来，以培养学生的创新能力。     

Learning to recognize webpage genres

Webpages are mainly distinguished by their topic (e.g., politics, sports etc.) and genre (e.g., blogs, homepages, e-shops, etc.). Automatic detection of webpage genre could considerably enhance the ability of modern search engines to focus on the requirements of the user’s information need. In this paper, we present an approach to webpage genre detection based on a fully-automated extraction of the feature set that represents the style of webpages. The features we propose (character n-grams of variable length and HTML tags) are language-independent and easily-extracted while they can be adapted to the properties of the still evolving web genres and the noisy environment of the web. Experiments based on two publicly-available corpora show that the performance of the proposed approach is superior in comparison to previously reported results. It is also shown that character n-grams are better features than words when the dimensionality increases while the binary representation is more effective than the term-frequency representation for both feature types. Moreover, we perform a series of cross-check experiments (e.g., training using a genre palette and testing using a different genre palette as well as using the features extracted from one corpus to discriminate the genres of the other corpus) to illustrate the robustness of our approach and its ability to capture the general stylistic properties of genre categories even when the feature set is not optimized for the given corpus.