房产档案利用与隐私权保护探讨

房产档案作为群主获取房地产信息的重要途径,其加大开放程度是必然的,但目前由于相关部门对房产档案管理不规范,使得随着房产档案的开放,产权人隐私被侵犯的程度日渐上升,因此,如何处理好房产档案利用和隐私权保护之间的关系很重要.基于此,对目前房产档案利用中存在的问题进行深入分析,提出提高房产档案利用效率,有效保护隐私权的方法.     

3与4

1968年春天,美国有个名叫罗伯·舒乐的先生"怀了孕"。不过,他怀的不是一个普通的胎儿,而是一个梦想:在加州用玻璃建造一座透明的水晶大教堂,一座人间的伊甸乐园。"很好,"著名建筑设计大师菲力普·琼森听了他的梦想之后说,"这样一座伊甸园并不是上帝赐予的礼物,而是资金的孩子,至少要耗资700万美元,请问,你的钱在哪里呢?""我的钱在别人的口袋里。"舒乐博士坚定地说。     

小学数学莫走入教学生活化误区

在小学数学教学实践活动中教师应从数学教学的需求出发,从学生已有日常生活经验和生活背景出发,联系生活讲解数学知识.而不是走入误区,使数学教学只有“生活味”而没有了“数学味”.     

城市品牌经济与市场环境的耦合状态评价——以广东城市为例的灰色关联分析

使用灰色关联分析方法,刻画城市品牌经济与市场环境的解释模型,并建立有关评价指标体系,展开耦合状态的评价。然后,选择广东省珠三角地区的广州、深圳、佛山、东莞、中山、珠海和惠州7个城市作为样本,并采集数据进行实证研究。研究结果表明,在影响深圳、佛山、东莞和中山的环境因素中排位第1的是企业环境,次之的分别是开放环境、人才环境、科学技术环境和制度环境。在影响广州城市品牌经济的环境因素中排位第1的是文化环境,次之的分别为企业环境和资本环境。由此证明,城市品牌经济与市场环境耦合状态的实证分析方法,能够很好地揭示城市品牌经济发展的环境作用,有益于推动城市品牌经济与市场环境协调发展的战略决策。     

运用合作学习理论指导大班英语教学交际活动

大班课已成为国内大学英语教学的普遍现象。大班教学中,学生人数多,语言能力参差不齐,使得英语课堂交际活动难以开展,阻碍教学质量的提高。将小组合作学习的教学策略灵活运用于大班课堂交际活动中,实行分组活动、组内合作、组间竞争等合作学习的模式,是对"以学生为中心"的教学理念的实践,有助于提高学生的交际能力和语言综合运用能力。     

改进会计教学的初步探索

21世纪会计人才培养目标是培养德、智、体全面发展,适应我国社会主义市场经济发展需要的应用型、通用型会计人才。但长期以来,会计教学中教学手段落后、教学方法单一,这显然不利于人才培养目标的实现。针对这一现状,结合教学实践中的体会,对教学手段和教学方法的改进阐述了几点看法。     

妊娠合并肾绞痛的诊断和治疗

妊娠期肾绞痛是临床较少见的一种急腹症,多由泌尿系梗阻性疾病引起,起病急骤,疼痛剧烈,常伴恶心、呕吐等症状,并影响孕妇及胎儿的健康发育和母子安全,处理起来也相对困难,易出现产科并发症.我院于2004年1月-2010年12月共收治妊娠合并肾绞痛病人38例,现将38例病人的病历资料分析整理,现报道如下:     

Logistic回归的双层变量选择研究

变量选择是统计建模的重要环节,选择合适的变量可以建立结构简单、预测精准的稳健模型。本文在logistic回归下提出了新的双层变量选择惩罚方法——adaptive Sparse Group Lasso(adSGL),其独特之处在于基于变量的分组结构作筛选,实现了组内和组间双层选择。该方法的优点是对各单个系数和组系数采取不同程度的惩罚,避免了过度惩罚大系数,从而提高了模型的估计和预测精度。求解的难点是惩罚似然函数不是严格凸的,因此本文基于组坐标下降法求解模型,并建立了调整参数的选取准则。模拟分析表明,对比现有代表性方法Sparse Group Lasso、Group Lasso及Lasso,adSGL法不仅提高了双层选择精度,而且降低了模型误差。最后本文将adSGL法应用到信用卡信用评分研究,对比logistic回归,它具有更高的分类精度和稳健性。     

基于Knockoff的分位数回归变量选择方法及其投资组合决策应用

在数据驱动时代,变量选择广泛应用于投资组合,如何从众多资产中挑选恰当的资产并进行配比,对稳定收益、控制风险非常关键。现有选择资产的方法未考虑到控制错误发现率（FDR）,不利于作出稳健的投资决策。为此,本文在Lasso分位数回归下基于Knockoff方法控制FDR,并用于求解条件风险价值（CVaR）投资组合决策模型。其中,用Lasso惩罚实现变量选择,用Knockoff方法通过模仿解释变量的相关结构构造Knockoff变量,将变量选择的FDR控制在给定水平。模型在两步迭代算法下采用线性规划求解,模拟分析从不同的误差分布、变量分布和维度下多角度展开。结果显示,与已有模型相比,基于Knockoff的Lasso分位数回归模型能良好地控制FDR且呈现出最好的预测效果。最后基于上证50指数成分股进行实证分析,利用滚动建模技术进行投资组合决策分析,发现新模型在收益指标和风险指标上均具有一定优势。