大学生网络道德负向偏离行为原因分析及对策

随着网络技术的迅猛发展，大学生网络道德负向偏离行为层出不穷。基于此，从“负向偏离行为的道德教育负效应，网络道德负向偏离行为产生的原因，控制网络道德负向偏离行为措施”等方面进行一定层面的解析，旨在为探索降低网络道德负向偏离行为对当前大学生道德教育带来的不良影响提供有益的参考。     

论高校体育网络学习系统的运用

对大学体育交互式多媒体网络教学平台构建的理论依据、系统功能与制作流程等进行了概述。这有助于学生自主、协作和探究性地掌握体育知识与技能,提高体育学习质量和效率。建议从高校体育教学实际出发,不断推进优质体育网络资源建设,促进信息技术与大学体育课程更深层次的整合。     

WAP技术应用与研究

随着电子化的发展，手机逐渐成了上网工具，WAP技术随之出现，本文以WAP技术为中心，并且与现在流行的Internet技术为对比，详细介绍了WAP的原理，制定的协议和实现的过程，并介绍如何编写WAP脚本和WAP技术未来的发展趋势。     

NOVELL网络无盘工作站安装技术设计

ＮＯＶＥＬＬ无盘工作站安装，为多台作业目的不同的工作站群建立引导映像文件比为作业目的相同工作站群建立一个远程引导映像文件，要复杂的多。程序ＮｅｔＢｏｏｔ，利用ＮＯＶＥＬＬ系统中断调用获取网站地址，扫描网站列表文件的方法，将前者转化为后者，从而简化网络系统的安装工作。     

一种基于神经网络的混沌控制方法

将神经网络(NN)与内模控制(IMC)相结合，提出了一种用基于BP神经网络的内模控制进行混沌抑制的方法，该方法既具有内模控制的特点，又引入了神经网络的在线自校正机制。应用所提出的方法，针对Duffing振荡器的混沌控制问题进行了仿真研究，仿真结果验证了该方法的有效性，同时还表明该方法具有很好的鲁棒性与自适应能力。     

应用神经网络技术模拟扩展可靠性数据的研究

为使可靠性评估结果有较高的准确性和可信性，要求样本量足够大，而在实际上获得这些数据是很困难的，因此能否通过模拟仿真的方式在原有数据的基础上进一步产生与原样本具有同样统计规律的数据以扩大样本量值得尝试探索，基于这样的考虑，运用人工神经网络方法对可靠性数据进行了模拟仿真分析并结合不同样本数据与传统方法进行了对比，得出了有益结论。     

轮机英语网络课程的设计与构建

本文根据网络课程设计原则,利用网上教学技术和教学资源的研究与开发,提出轮机英语网络课程的构建原则、方法和构建框架,使轮机英语在教学质量上得到提高,为学生带来很多方便,提供协作化的学习环境,并指出轮机英语网络课程的设计和开发是当前促进专业英语课程建设的有效途径之一。     

基于模糊约束的贝叶斯网络参数学习

针对小样本下贝叶斯网络参数学习结果不准确的问题，提出一种模糊最大后验估计方法，该方法将模糊理论引入到参数学习中，通过对约束效力的度量，利用隶属度函数来确定超参进行学习，以提高约束使用的准确性。实验证明，所提方法可以有效提高参数学习的精度。除此之外，将所提方法应用到网络安全评估中，将通用漏洞评分系统作为专家先验参数，结合漏洞信息迁移样本来进行参数学习。最后，通过节点和路径安全评估验证了所提方法的有效性。     

The impact of parameter and model uncertainty on market risk predictions from GARCH‐type models

We study the effect of parameter and model uncertainty on the left‐tail of predictive densities and in particular on VaR forecasts. To this end, we evaluate the predictive performance of several GARCH‐type models estimated via Bayesian and maximum likelihood techniques. In addition to individual models, several combination methods are considered, such as Bayesian model averaging and (censored) optimal pooling for linear, log or beta linear pools. Daily returns for a set of stock market indexes are predicted over about 13 years from the early 2000s. We find that Bayesian predictive densities improve the VaR backtest at the 1% risk level for single models and for linear and log pools. We also find that the robust VaR backtest exhibited by linear and log pools is better than the backtest of single models at the 5% risk level. Finally, the equally weighted linear pool of Bayesian predictives tends to be the best VaR forecaster in a set of 42 forecasting techniques.     

基于ANP的师范生信息素养评价模型研究

在现有的信息素养评价指标体系中,假设各评价指标之间是不存在影响和依赖关系的,但这样的假设在实际中是不存在的.因此,考虑到各评价指标之间的相互影响,本文利用网络分析方法(ANP)建立了师范生信息素养评价指标体系的网络分析模型,并确定了各指标的相对权重,以期为师范生信息素养教育的侧重点提供参考.