企业投资风险的成因及其防范

在市场经济条件下，投资活动是企业财务活动中重要的环节，投资的正确与否决定着企业的生存与发展。企业投资后，由于内外部诸多不确定因素的存在，投入资金的实际使用效果很可能偏离预期的结果。分散投资风险是防范控制资金使用风险的主要途径之一，能使企业把资金投向收益高、回收快、风险小的项目上去，对企业的生存和发展至关重要。     

论多维视角下中文科技图书学术影响力评价体系的构建

[目的/意义]在分析当前图书评价研究现状的基础上,结合现实的数据应用特征,从多维角度建立中文科技图书学术影响力评价体系,进行图书学术影响力评价的有益探索.[方法/过程]采用书评分析、引文分析、专家调查法、层次分析法、加权综合评价法等多种方法进行研究,在评价的基本框架内选取27个研究指标并将其归纳为4个维度,在确定权重的基础上选取医学领域3个学科进行实证分析.[结果/结论]实证分析结果给出了3个学科不同类型最有影响力的图书目录;发现科技图书呈现长尾分布、外文图书翻译版影响力高等特点.最后利用CALIS馆藏图书馆数量对实证分析评价结果进行验证,证明评价体系的有效性.     

科技论文照片图中的标度问题

不少科技论文常采用照片图来表述有关内容.照片图包括金相显微照片、扫描电镜照片(SEM)、透射电镜照片(TEM)等.有关国家标准要求,照片图上应该有表示目的物的标度或提供放大倍数[1],标度作为照片图中的细节部分不应被忽视.     

递归式多目标遗传算法

介绍递归式多目标遗传算法(Recursive Multiple Objective Genetic Algorithms,RMOGA).整个进化过程分为与目标数量相等的几个递归阶段,每个阶段多增入一个目标.每个阶段先用一个独立的群体进化新增的目标;该群体中性能较好的个体与上一阶段多目标进化的群体联合形成已增目标集的初始群体.实验结果表明,在绝大多数问题中,RMOGA的性能优于NSGA-Ⅱ,SPEA及PAES等3个典型的多目标遗传算法.     

基于多元线性回归分析的新疆外贸出口对策研究

目前,新疆外贸正处于新旧动能转换的关键时期,培育外贸发展新动力是进入新时代外贸的必然要求,新动力的形成主要需要供给方进行动力重塑和协调发力,在出口方面通过创新驱动、结构调整、制度变革培育供给侧新动力。研究结合供给侧改革对新疆外贸出口依存度进行分析,运用Eviews对与出口相关的因素进行多元线性回归分析,得出结论:一是要素禀赋与出口呈负相关关系;二是新疆GDP对出口有显著的促进作用;三是人民币汇率变动与出口额之间表现为强相关关系;四是外商直接投资与出口较强的相关关系。最后针对多元线性回归的结果,提出相应的外贸出口增长对策。     

英语教学活动中应注意发挥学生的多种智力元素

以霍华德·伽德纳(HowardGardener)的多种智力元素理论为基础,分析了如何利用9种智力元素解决教学过程中遇到的问题,并对利用不同的智力元素开拓更深层、更丰富且具有独特个性的学习方法进行了探讨。采用Lazear提出的循序渐进方法,对教学的四个阶段,即唤醒智力元素、扩大智力元素、智力元素传授以及智力元素迁移分别进行了阐述。     

创建neighbor-joining进化树的快速算法

为了改善Saitou和Nei提出的neighbor-joining进化树算法(SN)及Studier和Keppler的改进算法(SK),降低计算的时间复杂度,设计了一种快速算法.该算法涉及3种技术第一,引入一个线性数组A[N],用于存储距离矩阵每一行的值,以减少许多重复计算;第二,A[i]的值在算法开始时全部计算,在迭代步中间只进行更新3个变化的值;第三,设计了一个紧凑的公式用于计算OTUs之间的边长,并对该公式进行了证明.实验结果表明随着节点数的增多,该算法比SN算法快几十倍到上百倍,比SK算法快2倍以上;在一台桌面计算机上,该算法能在3min左右创建具有2000个节点的进化树.以空间换时间,减少最内层循环的计算量是设计多重循环算法的基本思路.     

"职业教育"概念与功能的历史观

职业伴随着劳动分工而产生,职业教育则是近代大机器工业的产物.在不同的历史时期,人们从不同的角度观察,并对职业教育产生了不同的认识,以不同的名称表述,赋予不同的功能."五四"时期职业教育的多元共生,反映出人们对职业教育概念、功能的不同认识,这也是中国近代职业教育向现代职业教育跨越的重要标志.     

多元智能与幼儿英语教学

近几年来,幼儿英语教学在我国获得蓬勃发展,但是由于缺少先进的科学理论指导,目前很多幼儿园的英语教学定位不准,目标不明确,给人感觉英语教学好像游离于学前教育体系之外。如何真正把英语教学纳入学前教育体系之中,已成为摆在我们面前的新课题。本文认为,加德纳的多元智能理论符合我国学前教育的培养目标和要求,用它来指导英语教学,能激发幼儿学习英语的兴趣,促进多种智能开发,提高整体素质,从而推进我国幼儿教育事业的发展。     

Statistical Power of the Multiple Domain Latent Growth Model for Detecting Group Differences

The latent growth model (LGM) in structural equation modeling (SEM) may be extended to allow for the modeling of associations among multiple latent growth trajectories, resulting in a multiple domain latent growth model (MDLGM). While the MDLGM is conceived as a more powerful multivariate analysis technique, the examination of its methodological performance is very limited. Hence, the present study compared the power of the MDLGM with that of a set of univariate LGMs for detecting group differences in growth rates over time using a Monte Carlo study with a two-group and two-domain design. The results indicated that there were different scenarios where the power rates for the MDLGM were greater than that of the set of LGMs (and vice versa) due to a joint function of the two domains’ intercorrelation size and the group difference effect size.