辩论式教学方法及架构初探——以大学本科专业选修课为例

文章以大学本科应用，心理专业选修课为探索对象，探讨了辩论式教学架构与教学中应注意的问题，及辩论式教学方式对激发学生学习兴趣与开发学生学习潜能的性质与作用。     

偏最小二乘回归在美式-百慕达-亚式期权定价中的应用

本文利用蒙特卡罗模拟得到标的资产的价格路径样本,然后应用偏最小二乘回归给出了美式-百慕达-亚式期权的价格.与最小二乘回归方法相比,该方法在保证精确度的前提下,具有更快的收敛速度.     

一类非线性规划问题的等价性证明

给出了非线性规划问题中目标函数单调变换前后的一个等价性证明.     

《汉语水平词汇与汉字等级大纲》中“动宾式动词＋宾语”结构研究

本文的研究对象是"动宾式动词 宾语"结构。文章阐述了研究原因和价值,限定了研究范围和方法,用"词化理论"分析了动宾式复合词,并分析了动宾式离合词的四种情况,提出了研究结论和教学建议。     

关于参数方程中参数的选取

一条曲线是具有某些特征的点的轨迹,在直角坐标系(或极坐标系)中,当一点的坐标(x,y)(或!,")都是同一个变数t的函数时,如果对于t的每一个允许值,方程所确定的点都在某一条曲线上,同时这条曲线上的任意一点的坐标都可以由t的某一个允许值通过方程得到。那么这个方程就叫做曲线的参数方程。     

逻辑函数化简的一种新思路

本文探讨逻辑函数化简的一种新方法。本方法依据函数项相互衍生的特点建立函数项相互连接与涵盖关系来进行筛选。其优点是使化简思路明确,化简工作量减少,特别是对于变量数较多的逻辑函数的化简更呈现其优越性。     

一种基于段的基音检测算法

作为语音信号处理领域一项基本、关键的技术,基音检测在语音信号处理中扮演着重要的角色,一直是语音信号处理的一个研究热点.首先对传统的基于短时自相关函数法的基音检测进行了研究;在此基础上提出了一种能同时检测一段语音信号基音周期的方法,有效地克服了传统基音检测算法只能检测一帧语音信号基音的缺点.进行了实验仿真,结果表明通过去野点,中值平滑等后处理的基于段的基音检测算法比传统的基于帧的基音检测算法具有更好的抗噪性.     

对大学英语写作教学的思考——大学生英语写作之中国文化思维方式解析

思维方式与语言密不可分。在语言的学习和使用中体现着人的思维方式。对上海某高校非英语专业学生四级资格考试作文进行抽样,通过大量例证分析,表明高校学生的英语作文在圆式思维模式、集体主义价值观、高语境文化和重复强调四个方面体现出强烈的中国文化思维方式。因此,高校英语写作教学应在文化内涵传授和交际能力训练等方面进行加强和提高。     

初中化学中合作式学习策略的应用研究

本文简单介绍了合作式学习,并通过制定合适的策略进行实验教学,取得了较好的效果,显著提高了学生对化学的学习兴趣,提高了课堂效率。     

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.