马克思休闲思想的“真、善、美”意蕴

休闲是人存在和发展的重要领域,也是人本真的生存状态。推进休闲实践能有效地实现人自然而诗意的存在,实现人自由而全面发展的价值归依,并不断推进"成为人"的过程,而马克思休闲思想正是推进休闲实践的重要理论支撑。马克思休闲思想包含着丰富的真、善、美意蕴,体现着人类休闲思想的合规律性、合道德性及合目的性特征,展现着休闲思想的人文精神及和谐气质,为实现个人自由而全面的发展,提升个人幸福感指数有着重要的指导意义。     

《科技导报》作者服务指南

正01著作权敬请本刊作者允诺:稿件中没有侵犯他人著作权或其他权利的内容;投寄给本刊的稿件(论文、图表、照片等)自发表之日起,其专有出版权和网络传播权即授予本刊,并许可本刊在本刊网站或本刊授权的网站上传播。注意,投稿时应提供全部作者的电子信箱地址。     

聚羧酸减水剂对磷酸镁水泥性能的影响

以重烧氧化镁和磷酸二氢铵为主要原料,以硼砂为缓凝剂,加入聚羧酸减水剂(PCE)制备磷酸镁水泥(MPC),研究PCE的加入量对MPC的凝结时间、流动度、强度及软化系数的影响.并采用X射线衍射(XRD)分析MPC体系中的物相组成,利用Topas 6.0软件中的Rietveld方法定量分析MPC物相含量,用场发射扫描电镜(SEM)分析其微观形貌.实验表明,随着PCE加入量的增加,MPC流动度、凝结时间以及早期强度都呈现先上升后下降的趋势.当PCE加入量为4％时,MPC流动度达到248 mm,终凝时间为15 min,1.5 h强度达到36.4 MPa,28 d强度达到108.5 MPa,浸水28d后软化系数为0.91.浸水超过94 d后,MPC强度均明显下降,试样表面析出白色晶体,造成表面层结构疏松,但加入4％PCE的试样内部结构较致密,因此强度损失率较低.     

病人在天堂 就是摸不着 加拿大:全民免费下的医疗弊端

正免费往往也意味着不得不忍受低质量的医疗服务。在许多人看来,加拿大医学水平很高,医疗服务条件也应该是顶尖的,这话只说对了一半——因为受制于经费,加拿大的医院设备却并不很先进。国内朋友也许会说,为什么不花钱买效率?问题是,在加拿大有钱也没处花。     

最早飞上蓝天的飞机是谁制造的

正"哇,房子看上去像火柴盒那么小!"乘飞机高高地飞上天空,如果向下俯视的话,心情会格外高兴。那么,最早飞上蓝天的飞机是谁制造的呢?1.布莱里奥2.莱特兄弟3.林德伯格4.爱迪生     

时间模上四-点边值问题的三个正解

多点边值问题至少有一个正解、两个正解的存在性研究较多,研究非线性边值问题至少有三个正解的存在性。     

既有混凝土码头的时变氯离子扩散过程

为了研究不同暴露环境(大气区、潮差区和浪溅区)对氯离子在混凝土中传输的影响,以及氯离子扩散过程的时变特性,对北部湾某码头的混凝土现场耐久性进行了检测,得到了不同深度混凝土试样的自由氯离子浓度.结果表明,在同一侵蚀深度,浪溅区的氯离子浓度最大,潮差区的次之,大气区的最小,拟合得到的表面氯离子浓度和表观氯离子扩散系数亦表现出了相同特性;浪溅区是影响临海钢筋混凝土结构耐久性的最不利暴露环境;氯离子扩散系数随侵蚀时间递减,时间参数为服从正态分布的随机变量,大气区、潮差区和浪溅区时间参数的均值分别为0.19,0.36和0.43;在钢筋混凝土结构的耐久性分析中应考虑氯离子扩散系数的时变特性.     

山东海洋主导产业选择及升级的实证分析

将主导产业选择与主导产业升级结合起来进行研究.首先,利用因子分析法,以山东省为研究对象,构建一个可以对海洋产业进行测评的体系,选择该地区的海洋主导产业.山东省海洋主导产业应选取滨海旅游业、海水利用业、海洋渔业、海洋交通运输业和海洋工程建筑业.其次,利用灰色关联度方法,对海洋产业结构与海洋经济增长的关系进行了研究.海洋第三产业对海洋经济起到关键决定性作用.所以,山东省海洋主导产业应当着重加强属于第三产业的滨海旅游业和海洋交通运输业的升级.最后,利用时间序列模型对上述5个主导产业进行了未来趋势预测.滨海旅游业和交通运输业在未来几年相较其他3个产业增长更为迅速.     

时滞离散系统的有限时间稳定性分析

本文主要研究了具有时变时滞的离散线性系统的有限时间稳定性问题。首先构造一个新颖的李雅普诺夫泛函,然后结合离散形式的Wirtiner-based不等式和倒凸不等式技巧,给出了系统有限时间稳定的线性矩阵不等式形式。最后,给出了一个数值实例来诠释了本文的方法能够减少系统的保守性以及通过数值仿真说明结果的可行性。     

LEARNING CAUSAL GRAPHS OF NONLINEAR STRUCTURAL VECTOR AUTOREGRESSIVE MODEL USING INFORMATION THEORY CRITERIA

Detection and clarification of cause-effect relationships among variables is an important problem in time series analysis. Traditional causality inference methods have a salient limitation that the model must be linear and with Gaussian noise. Although additive model regression can effectively infer the nonlinear causal relationships of additive nonlinear time series, it suffers from the limitation that contemporaneous causal relationships of variables must be linear and not always valid to test conditional independence relations. This paper provides a nonparametric method that employs both mutual information and conditional mutual information to identify causal structure of a class of nonlinear time series models, which extends the additive nonlinear times series to nonlinear structural vector autoregressive models. An algorithm is developed to learn the contemporaneous and the lagged causal relationships of variables. Simulations demonstrate the effectiveness of the nroosed method.