西方休闲伦理的历史演变

休闲作为一种独特的文化现象，体现着人类的道德文明和文化伦理水平。西方休闲学科的发展已经有一百多年的历史。但在我国还处于起步阶段。本文以休闲与工作关系交结变化的历史视角，着重探讨了古希腊以来西方休闲伦理的发展与演进，及其四个大历史时空中休闲伦理的不同作用和地位。从伦理视角研究休闲文化现象，对于扩展休闲研究的视域及加强当前道德文化建设都具有重要的现实意义。     

谈会计谨慎性原则在中国的应用

本文从遵循谨慎原则的意义出发，说明我国企业现阶段遵循谨慎性原则的必要性。现行企业会计制度虽将谨慎性原则贯穿于各项条款之中，但目前我国还存在影响会计谨慎性原则正确运用的不利因素，仍需不断完善。     

浅析农田鼠害回升原因及防治策略

分析了农田鼠害回升的主要原因,在此基础上提出了相应的防治策略,包括提高思想认识,加强鼠情动态监测,开展综合防治等。     

对独立学院教学管理工作若干问题的分析

本文从教育管理的角度分析了目前独立学院在教学计划、师资队伍、教学管理人员、教学质量评估与监控四个方面存在的问题 ,并进一步对这几方面工作改进的看法。     

基于机器视觉的玉米行导航线提取方法

提出一种利用玉米行快速、准确地提取农业机械导航线的方法.提取Cg灰度图像,利用最大类间方差法自动分割后,得到二值化图像,结合形态学和八邻域算子去除二值化图像的噪声.针对传统方法提取和分类特征点需要设置距离阈值的不足,利用高斯滤波算子对垂直投影曲线进行平滑处理,利用特征点的位置特征自动提取得到特征点,然后自动归类特征点,...     

水稻中一个25 kD Bowman-Birk蛋白酶抑制剂的表达和抑制活性分析

水稻Bowman-Birk 蛋白酶抑制剂(RBBI)在体外是胰蛋白酶抑制剂, 有的有1 个同源结构域 (8 kD), 有的有2 个同源结构域(16 kD). 本研究发现, 在水稻体内存在带有3 个同源结构域的RBBI(25kD), 而且RBBI 受发育和伤害调控. 体外实验发现, 3:13 二硫键(而不是4:5 二硫键)可抑制胰蛋白酶的活性; 而RBBI3-1 的D3 结构域对胰蛋白酶、胰凝乳蛋白酶、木瓜蛋白酶和枯草芽孢杆菌素没有抑制活性. 突变实验表明, 改变D1 结构域N 端的P1 位点(把Lys 突变为Leu)并不能获得对胰凝乳蛋白酶的抑制活性, 这表明RBBI3-1 的D1 结构域反应回环阻碍了P1 位点获得新的抑制活性; 而对胰凝乳蛋白酶的抑制活性可能还需要其他结构(比如3:13 二硫键)的参与.     

页岩气水平井体积开发产能评价模拟

页岩气产能提高的主要方式是长水平井多段多簇水力压裂制造大规模的沟通缝网。为了进一步提升开发储层动用率,尤其是储层纵向动用程度,本文探索了储层开发的体积开发模式。相对于单井开采,体积开发需要考虑层间气体动用的问题。根据层间干扰强度划分层间沟通模式为：层间不沟通、层间渗流沟通和层间缝网沟通。结合势的叠加原理和流场边界层效应建立层间渗流沟通判据和计算模型。通过引入裂缝应力敏感的页岩气基质-裂缝渗流修正方程和主裂缝-次生裂缝-基质三重介质模型描述页岩气多尺度输运,揭示和评价了三种沟通模式下的长宁区块龙马溪组页岩气开采效果。结果表明：层间渗流沟通的体积开发模式最终产能提升效果显著,相较于单井开发叠加,估算的最终可采储量EUR可增加0.25亿方,增加比例达9.84%。缝网沟通过强的储层改造程度使储层流体压力下降过快,应力敏感现象显著,中后期开采能力下降严重,最终影响到整个产层储量的有效动用。体积开发三种模式中渗流沟通效果最好,缝网沟通和层间不沟通采收效果相当。该研究为实现储层体积开发高效动用所需的合理立体井位布置和压裂施工方案提供了理论指导。     

谈新旧会计准则公允价值的运用及其比较

公允价值指公允的市场价值,是市场对资产或负债价值的认定,它在国外已运用得较为普遍。我国在2006年2月颁布的企业会计准则体系中,引入了大量公允价值计量,突显了以公允价值进行计量的重要地位,这也成为了此次修订的一大亮点。本文首先介绍了公允价值的基本概念和特征,然后在比较了06年新准则和01年准则在公允价值运用中的主要差异的基础上,从内在角度和外在角度分析了造成新旧准则运用差异的原因,最后认为公允价值计量是我国会计准则修订的必然趋势。     

集团财务报告分析与评价

针对集团(以阿里巴巴集团为例)财务报告,并对其进行资产负债表、利润表、现金流量表等信息的分析。通过阿里巴巴集团的资产负债表、利润表、现金流量表进行总体的分析;然后通过财务指标分析集团财务管理中存在的问题,包括盈利能力分析,营运能力分析,偿债能力分析,发展能力分析。     

基于自动聚类算法（AutoClass）的恒星／星系分类

自动聚类算法（AutoClass）是一种非监督的能对复杂数据进行精确的自动聚类的有效分类方法,可以事先设定好类别数目让AutoClass自动寻找,在寻找结束后,能够得到每一条数据分别属于每一类别的几率,这样可以根据专业知识,选出比较好的分类效果．描述了使用AutoClass对SDSSDR6的恒星／星系测光数据进行分类,将868974条测光数据进行处理,通过去离群数据和自动聚类的方法,将最终的812613条数据分成两类,其中星系和恒星的数据分别是680361和126988条．对于去掉离群后的数据,星系和恒星的分类正确率分别达到99．51％和98．52％,表明AutoClass算法对去掉离群数据后的恒星／星系数据分类有很好的效率．因此,可以将该算法应用于天文中的其他分类问题,另外基于该算法的非监督性,可以帮助天文学家去掉离群数据或发现一些特殊天体．