论师范教育在劳动力再生产中的地位和作用

劳动力再生产是研究社会主义经济理论的一个重要课题。如何生产适应社会主义现代化所需要的劳动力,这又是关系到我国四化建设的一个战略问题。为此,本文试图探讨师范教育在劳动力再生产中的地位和作用,请教于方家。     

基于MATLAB的气缸运动建模与仿真

本文基于MATLAB SIMULINK研究气缸排气运动过程的建模与仿真,并对仿真曲线进行分析。由于系统采用真实参数,仿真结果具有一定说服力。     

数据共享应用中的隐私保护方法

为解决数据共享应用中的隐私保护问题和提高数据共享的可用性,提出一种以用户为中心的隐私保护模型.在该模型中,用户可以通过关键字和特征的选取对隐私信息进行自主设置,并采用基于信任的方法来确定共享数据对象可获得的隐私量.当共享数据中包含的隐私量超过共享对象可获得的范围后,通过替换的方法来保护用户隐私.仿真实验表明,对比基于访...     

基于信任和信息流模型的隐私保护方法

目前基于信任的隐私保护方法将信任等级与隐私信息敏感等级简单进行映射以控制隐私信息的披露,所以不能反映信任和隐私信息的动态性和上下文相关性等特点。为解决此问题,提出一个基于信任的信息流模型,并分析证明了该模型是合理和安全的。结合该模型和隐私信息访问粒度控制,进一步提出了一种基于信任和信息流模型的隐私保护方法,该方法将信任运用在隐私保护中,能有效实现对隐私信息安全的保护。     

基于决策偏移的舆论演化动力学模型

随着社会计算的飞速发展,网络数据日益向大数据方向演进,网络群体呈现出多样性特征. 针对传统舆论演化动力学模型忽略大规模群体一致性压力和个体决策内驱力的相互作用,以及社会网络节点多、规模大等问题,提出了基于决策偏移概念的舆论演化动力学模型. 模型将内在偏移牵引力、外在群体一致性压力相结合,并引入社会心理学从众效应理论,建立依从、趋同和内化的节点状态及状态转移策略和观点演化策略. 仿真结果表明,模型能够有效模拟观点的收敛和分化,与经典有限信任模型相比,更加符合大型社会网络中群体舆论演进和个体交互的行为特征,揭示了群体层面观点演化的内在规律,为大数据时代分析现实舆论形成的内在机理提供理论模型和参考.     

动物的清洁方式很特别

为了吸引异性和保持清洁,动物需要经常梳洗打扮。它们以自己的唾液,用舌头舔、用牙齿梳,一样可以把皮毛打理得光鲜整洁。洗脸,洗手,洗澡,已经是我们日常生活中养成的卫生习惯。您能想到吗,在动物世界里,它们每天必做的一项工作就是保持整洁卫生——     

试论社会主义劳动力所有制

社会主义劳动所有制,是社会主义所有制的重要内容之一。正确地认识这个问题,对促进我国经济调整和经济改革,都具有重要意义。在学术界,对社会主义劳动力所有制的讨论,主要有二种意见:一种意见认为,社会主义劳动力是“个人所有制”,另一种意见认为,社会主义劳动力是“都分公有制”“部分私有制”。我认为,根据不同的生产力水平,根据不同的生产资料所有制的性质,社义主义劳动力所有制应该具有不同的性质和形式。本文就此作一些初步探讨,不吝求教。     

用全DNA转化法构建多功能石油降解菌

以嗜蜡的不动杆菌４－１ 作为受体菌,经溶菌酶破壁后,用嗜胶的假单胞菌Ｚ１７ 的全ＤＮＡ 转化,经再生后用只含高胶油的选择培养基筛选出转化子不动杆菌ＺＨ２０．破壁及再生的最佳条件为：溶菌酶浓度１．５ｍ ｇ／ｍ Ｌ,３７℃水浴保温４０ｍ ｉｎ,破壁率为９３．８％ ,再生率达到３０．２％ ;转化条件为：３０％ ＰＥＧ６０００,５０ｍ ｍ ｏｌ／ＬＣａＣｌ２ ,于３７℃保温２０ｍ ｉｎ．ＺＨ２０ 具有嗜高胶油和高蜡油的双重性状,５０℃条件下使高胶油粘度降低２２．２％ ,使高蜡油的凝固点降低２．５℃,且保持了受体菌的耐热和耐盐性能．液蜡培养基连续传代１０ 次,性能稳定．     

化学工程基础数字化教材的建设与思考

相比纸质教材而言,数字化教材集字、声、形、色为一体,具有教学资源多样性,学习个性化,师生间多主体、多维度、多层次高效互动等特点.以化学工程基础数字化教材为基础,阐述数字化教材结构、特点、设计目标、资源及平台建设等内容,对于数字化教材建设、学生学习方式改进、师生交流促进和学生学习效率提升起到了有益的启发与提示.     

基于BLS-Lasso组合模型的火电厂蒸汽量预测

在火力发电过程中,蒸汽量的准确测量,对于汽轮机机组的经济稳定运行具有重要的意义。针对传统蒸汽量测量方法精度低的问题,提出了一种基于宽度学习系统(broad learning system, BLS)和Lasso (least absolute shrinkage and selection operator)回归模型的组合预测模型。首先利用One-class SVM (one-class support vector machines)算法对样本进行异常值检测,将检测得到的异常值剔除。然后,采用最大信息系数(maximal informationcoefficient, MIC)对特征变量和蒸汽量进行非线性关联性分析,确定宽度学习系统和Lasso回归模型的输入变量,通过训练得出各自的预测结果。最后,通过最优加权组合法确定两单一模型的权重系数,将它们所得的预测结果线性组合,得到最终的预测结果。实例表明,所建立的组合模型有效地缓解了单一模型在变化剧烈的峰值和谷值预测偏差大的问题,能够准确地预测蒸汽量。