以培养高技能人才为目标 深化高职院校教学改革

通过对高职毕业生就业难和社会上高技能人才严重短缺这一毕业生就业中的"信息不对称"现象的分析,指出了加强高技能人才培养的紧迫性.探讨了当前高职院校在学生实践技能培养方面存在的突出问题,指出高职院校要以培养高技能人才为目标,从转变办学理念、调整专业设置、改革教学内容、加强实践基地建设等7个方面深化教学改革.     

我国房地产投资与国民经济关系研究——基于我国31个省市平行数据的分析

采用平行数据的方法对我国房地产投资和国民经济之间的关系进行定量的分析,利用固定影响变截距模型建立二者之间的函数关系,根据模型分析了房地产投资对国民经济的影响.     

发展美学——21世纪美学的主导形态

本文对社会发展美学的含义、特征、兴起的条件、创建的意义等问题进行了初步的阐述。认为 ,发展美学所揭示的是社会发展的具体的美和特殊的创美、审美的性质和规律 ,其研究对象主要是社会发展中的美学现象即社会发展美 ,其最大特征是综合性、整体性 ,创建并研究发展美学具有重要的理论与现实意义     

Markowitz投资组合理论在中国证券市场的应用

通过对Markowitz投资组合理论在中国市场得到有效利用的实证分析说明:使用流通市值大的股票以及不同行业的股票,可以大大降低投资组合的规模,且组合的风险也会被分散得更多。     

悖论还是拓展:多元系统论在国内的发展研究

多元系统论是一个“动态”理论.文章通过对多元系统论在我国的发展状况的系统梳理,指出在我国翻译研究中所出现的与多元系统论无法直接对接的翻译现象或观点,因其涉及文化差异、译者自身的主观因素和认识程度的相对性,我们不能简单地将其归结为多元系统论的解释不力,而应将其纳入多元系统论范畴,视为多元系统论在不同文化环境下的扩展和延伸,以便更全面、客观、灵活地诠释各种翻译现象.     

传统投资项目评价方法基于CAPM与Black—Scholes模型的优化

新经济中存在大量的不确定性。现代投资理论认为,不确定性在产生风险的同时,也会带来更多的机会。在确定经济环境下应用的传统投资项目评价方法越来越不适应新的经济环境。文章针对传统投资项目评价方法的不足,应用CAPM来调整折现率以及如何评价机会价值和风险价值而展开,并提出了修正后的投资项目评价模型。     

论山西省城市创新体系的构建

从提高综合国力、发展经济的角度出发,阐述了建设创新型山西过程中城市创新体系的意义,分析了创新型城市概念模型以及创新型城市类型,提出创新型山西建设的城市创新体系由政策支持体系、技术创新体系、知识创新体系和技术扩散与服务体系构成,城市创新体系建设最终归结为促进经济社会可持续发展的产业和产品创新上来.     

《左传》与中国古代史学的优良传统

《左传》与中国古代史学的优良传统有密切关系,它是许多优良传统的源头。《左传》开创了中国古代史学的据事直书传统、详近略远传统、文史结合传统、史论结合传统。历代优秀的史学家继承并发扬了这些优良传统。     

Mixed Graphical Models with Missing Data and the Partial Imputation EM Algorithm

In this paper we discuss graphical models for mixed types of continuous and discrete variables with incomplete data. We use a set of hyperedges to represent an observed data pattern. A hyperedge is a set of variables observed for a group of individuals. In a mixed graph with two types of vertices and two types of edges, dots and circles represent discrete and continuous variables respectively. A normal graph represents a graphical model and a hypergraph represents an observed data pattern. In terms of the mixed graph, we discuss decomposition of mixed graphical models with incomplete data, and we present a partial imputation method which can be used in the EM algorithm and the Gibbs sampler to speed their convergence. For a given mixed graphical model and an observed data pattern, we try to decompose a large graph into several small ones so that the original likelihood can be factored into a product of likelihoods with distinct parameters for small graphs. For the case that a graph cannot be decomposed due to its observed data pattern, we can impute missing data partially so that the graph can be decomposed.