社会管理中的公众参与问题研究

本文探讨了国内外关于社会管理中的公众参与问题研究的现状及意义,分析了公众参与社会管理存在的问题,提出了公众参与社会管理的基本思路与对策.本文认为,要建立健全党委领导、政府负责、社会协同、公众参与的社会管理格局,必须在党和政府的领导下,坚持"以人为本"的科学发展观.政府的责任首要.公众参与社会管理既是构建社会主义和谐社会的内在要求,又是人的全面发展的真正体现.     

文学的存在方式现象学

文学的存在方式是指文学赖以存在的整体结构。通过对文学创作活动(事件)、文学接受活动(事件)的现象学描述,建构了文学的存在方式———文学存在的四维整体结构和文学存在之主体间的交流结构,后两者共同组建着文学的存在整体。     

浅谈高职院师资队伍建设

通过分析高职院校师资队伍中存在的五方面问题,探索高职院校加强师资队伍建设的有效办法。促进高职教育的发展,从而推进我国经济的发展。     

在不均匀受热的情况下涡轮叶片的叶型弯角对其温度情况和热应力状态的影响

本文对在不稳定的温度制度下涡轮叶片的叶型弯角对其温度情况和热应力状态的影响进行了评述，表明：当不均匀受热时，弯角对叶型上的温度分布和温度水平存在不重要的影响，但是，由于内部关系在叶片的边缘上热应力的程度变化很明显。显示出当由于不均匀受热外部关系限制到它们的热弯曲时，在涡轮导向器叶片和工作叶片上产生高强度热应力的可能性与弯角的值无关。     

脱氮原理的几种新发现

本文对脱氮原理的几种新发现进行了阐述,对各种新原理进行了比较说明。     

基于时延脉冲耦合神经网络的AOE-网问题求解算法

 在时延脉冲耦合神经网络(DPCNN-Delay Pulse Coupled Neural Network)的基础上,提出了mDPC-NN(modified DPCNN)模型.mDPCNN能方便地用于有向网的最大代价路径和最小代价路径的求解,并将其成功地运用其于求解AOE-网(Activity On Edge)有关问题.该方法通过快速并行计算,一次正向计算即可求解AOE-网大部分问题,与传统方法相比体现了较好的优势.     

可理解性输入与输出理论对大学英语听力教学的启示

基于克拉申(Krashen,1989)输入假设理论(Input hypothesis theory)和Swain(1985)可理解性输出理论进行分析和研究。结合笔者教学经历,建构了新的听力教学模式,并就如何促进大学英语听力教学提出建议。     

A/D转换技术及其发展

为了适应A/D转换发展的要求,A/D转换技术也变得越来越复杂。就A/D转换这一领域所应用的主要转换技术以及各自的特点做一简要的介绍,并由此推断出A/D转换技术的发展趋势。     

《图雅的婚事》：图雅的爱情救赎

影片《图雅的婚事》是导演由纯个人化表达向电影故事性转变的探索，因此更注重电影叙事表达和影像表意性。影片贴近于普通人的现实生活，表现真实的生活质感，赞扬人类面对无奈命运时自我救赎的乐观坚忍精神。     

Finding finer functions for partially characterized proteins by protein-protein interaction networks

Based on high-throughput data, numerous algorithms have been designed to find functions of novel proteins. However, the effectiveness of such algorithms is currently limited by some fundamental factors, including (1) the low a-priori probability of novel proteins participating in a detailed function; (2) the huge false data present in high-throughput datasets; (3) the incomplete data coverage of functional classes; (4) the abundant but heterogeneous negative samples for training the algorithms; and (5) the lack of detailed functional knowledge for training algorithms. Here, for partially characterized proteins, we suggest an approach to finding their finer functions based on protein interaction sub-networks or gene expression patterns, defined in function-specific subspaces. The proposed approach can lessen the above-mentioned problems by properly defining the prediction range and functionally filtering the noisy data, and thus can efficiently find proteins’ novel functions. For thousands of yeast and human proteins partially characterized, it is able to reliably find their finer functions (e.g., the translational functions) with more than 90% precision. The predicted finer functions are highly valuable both for guiding the follow-up wet-lab validation and for providing the necessary data for training algorithms to learn other proteins.