论利差缩小与国有商业银行的发展方向

利差缩小暴露出国有商业银行在机构设置、资产结构和金融创新等方面存在的问题，认为国有商业银行必须适应利差逐步缩小的现实，要更新经营理念，改善资产结构，不断进行金融创新，配合一定的外部条件，才能够走上健康发展的轨道。     

多品种本量利关系分析

本文从多品种损益方程式出发,通过严谨的数学推导,得出了多品种保本点的计算公式,指出品种结构稳定是多品种保本点计算公式成立的前提条件,并证明了加权边际贡献率法与联合单位法之间的等价性。     

试谈书籍版式设计中情感要素

版式设计是书籍装帧的核心部分。设计师要坚持以人为本和个性化的设计理念,通过对书籍空白的设计、文字的运用、图文的穿插互补等,将设计师情感注入书内容之中,提炼书籍的精神,创设独特的美感形式,使之与读者心灵碰撞,使读者在美的氛围中受感染,使两个精神世界得以沟通,情感得以共鸣。美感与情感交融的版式更精彩。     

李萨如图形变化的周期

本文在增加新名词概念的基础上,揭示了李萨如图形变化的周期。     

社会极化视域下新生代农民工体育需求的边缘化与消解

从社会极化的角度出发,分析了新生代农民工体育需求的边缘化现象和社会极化现象在其中的影响。研究认为,社会极化现象导致社会阶层差异性扩大,进而影响了新生代农民工体育生活方式、体育生活空间以及体育运动需求的相对趋同。认为,应以户籍制度改革为突破口,加强新生代农民工与中、上层人群体育文化的交流,构建农民工体育需求的长效表达机制,可以成为社会极化背景下解决农民工体育需求边缘化的有效手段。     

基于ADF4157的小数频率合成器设计

介绍了由锁相技术的芯片ADF4157研制小数分频频率合成器的原理和设计方法.单片机AT89C51作为外围电路,解决了频率合成器中大的鉴相频率与小的频率间隔之间的矛盾,电路简单实用.仿真数据结果表明,不恶化相位噪声,环路开环增益与相位裕量比较好,频率分辨率有了提高.     

马克思的生产价格究竟指什么？——兼论价值转形有关概念的含义

价值转形中剩余价值和利润的关系是一个关键问题。但利润始终是个模糊概念。本文提出利润应区分为内生利润和外生利润,认为剩余价值是内生利润,与外生利润无关。文章依次讨论了契约劳动时间、契约工资、内生利润、内生基本价格、平均内生利润等概念,讨论了刺余价值转化为内生利润和剩余价值转化为平均利润不同的转化决定因素等问题,结论认为,生产价格指平均真实成本价格。     

细节服务:微利时代中国物流企业竞争优势再造的必由之路

详细研究物流企业如何进行细节服务．从物流企业的运作资源要素、企业的客户要素、企业外部环境要素和企业员工要素出发,分析微利时代下物流企业如何做好细节服务的具体框架,提出通过细节服务挖掘、整合和利用企业运作资源,发现、赢得和稳定客户,识别、利用和创造企业环境,企业员工要注重细节服务的贯彻与执行,且应主要围绕客户、技术和运作系统等3个层面进行细节服务创新,得出大部分尚处于成长期的中国物流企业应重视细节服务的结论．     

钢铁企业动态毛利分析模型研究

动态毛利分析模型通过集成现有数据,运用信息技术手段、导入先进的数据处理技术、管理方法以及行业预测模型,将有价值的信息直观地展现给管理者,以辅助管理者有效快捷地决策,实现数据—信息—知识的转移,并最终体现企业的竞争优势.     

A multi-class large margin classifier

Currently there are two approaches for a multi-class support vector classifier （SVC）. One is to construct and combine several binary classifiers while the other is to directly consider all classes of data in one optimization formulation. For a K-class problem （K〉2）, the first approach has to construct at least K classifiers, and the second approach has to solve a much larger optimization problem proportional to K by the algorithms developed so far. In this paper, following the second approach, we present a novel multi-class large margin classifier （MLMC）. This new machine can solve K-class problems in one optimization formulation without increasing the size of the quadratic programming （QP） problem proportional to K. This property allows us to construct just one classifier with as few variables in the QP problem as possible to classify multi-class data, and we can gain the advantage of speed from it especially when K is large. Our experiments indicate that MLMC almost works as well as （sometimes better than） many other multi-class SVCs for some benchmark data classification problems, and obtains a reasonable performance in face recognition application on the AR face database.