无约束优化问题的修正WYL共轭梯度法及其收敛性质

在相关文献的基础上，提出无约束优化问题的修正WYL共轭梯度法，该方法不依赖于任何线搜索而满足充分下降性，证明了采用Arimijo型线搜索算法的全局收敛性，及在适当条件下算法具有R-线收敛速率，证明了采用重开始策略时算法具有n步二次收敛性。     

现代西方人本主义伦理学的主体性思维--从胡塞尔、海德格尔到萨特

现象学、存在主义者发展了笛卡尔、康德主体性伦理学的同时，以现象学的方法从主体的自我出发试图建构一个主体——主体关系的理论框架来代替主体——客体理论。胡塞尔从纯粹自由主体出发，提出了他人就是地狱的观点。     

大众文化的审美特征

中国大众文化的审美特征立足于我们自身日常生活的审美实践,在文化生产工业化、市场化的过程中,呈现出感性愉悦性文化的倾向。它不以提供对世界的理性反思为目的,而主要倾向于创造娱乐大众的文化形式,达到“捕获”大量受众、获取商业利润的目的,因此,感性层面上的快乐成为大众文化的运作核心。     

Global convergence or national variation? Examining national patterns of classroom instructional practices

The world culture framework posits a convergence in the organisation of education across the world. On the other hand, scholars observing teaching practices inside classrooms find significant variation among nations and regions of the world. This study examined the global change patterns of classroom practices at the between- and within-country levels, drawing on teacher reports from the Trends in Mathematics and Science Study. Results indicate clear between-country convergence toward more student-centred and conceptual instruction. But a nation’s degree of conformity or resistance to this model was contingent upon other nation-specific factors, including centralised curriculum control or world regional location.     

关于申论考试中几个问题的分析

申论考试是我国公开、公正、公平选拔公务员制度的一种创新,为造就一支高素质、专业化的国家公务员队伍提供了一个规范化的竞争平台。中沦考试的主要特点是“试卷编排的程序性”、“答题过程的程序性”、“能力测试的综合性”、“考试的限制性”。申论考试是一种全新的考试,应掌握一定的阅读方法,紧扣方案的针对性,做到看清“虚拟身份”,明确文体要求,突出可行性。论述写作力争做到拟题脱俗巧点睛,以小见大高立意,说理论道重分析,言活语实可触摸,有的放矢关痛痒．辩证论述防片面．     

辛词语句散文化倾向的语言学分析

本文对南宋著名词人辛弃疾作品中语句的散文化倾向进行了探讨。从语言学的角度对辛词的语句作定量分析,指出辛词在词汇的使用与语句的组织上都突破了词的传统,大量使用散文中的常用词汇、长句、叙述句,从而改变了词的传统语言风格,使词的语句带上了浓厚的散文色彩。     

用约束原则分析维吾尔语照应语"( )"

本文介绍了乔姆斯基的约束原则 ,用约束原则分析了维吾尔语照应语在句子中的作用及约束性     

全球问题和德育内容的更新

全球问题是在 2 0世纪出现的 ,它包括自然环境问题、社会问题和人自身的问题等。全球问题的出现要求人们更新德育内容 ,进行环境道德教育、全球意识教育、爱国主义教育和生命关怀教育。     

A learning-based method to detect and segment text from scene images

This paper proposes a learning-based method for text detection and text segmentation in natural scene images. First, the input image is decomposed into multiple connected-components (CCs) by Niblack clustering algorithm. Then all the CCs including text CCs and non-text CCs are verified on their text features by a 2-stage classification module, where most non-text CCs are discarded by an attentional cascade classifier and remaining CCs are further verified by an SVM. All the accepted CCs are output to result in text only binary image. Experiments with many images in different scenes showed satisfactory performance of our proposed method.