当代大学生的择业行为分析:自我知觉视角

当前我国大学生就业困难已经成为社会上普遍关注的焦点问题,很多学者从多学科、多视角对大学生就业难的原因进行了一定分析.对大学生个体择业行为的考察应作为大学生就业问题研究的重要基点之一.从自我知觉层面对大学生择业行为进行分析与阐述,认为大学生的自我概念、自我效能感、结果期待与个人目标是导致他们择业行为不当的重要个人因素,并从学生自身、高校和学生家庭等三方面提出了改善大学生择业质量的相应措施.     

“一带一路”背景下的民族地区经济发展研究

“一带一路”背景下我国民族地区经济发展机遇与挑战并存,与国民经济体系建设密切相关。结合目前经济发展状况,笔者对“一带一路”倡议下民族地区经济发展的必要性、现状及发展策略进行了总结与畅想,以期为民族经济高质量发展提供参考。     

有时间窗车辆路径问题的模型及其改进模拟退火算法研究

论文在对有时间窗车辆路径问题进行描述的基础上,建立了该问题的基于直观描述的数学模型.论文还根据有时间窗车辆路径问题的特点构造了求解该问题的改进模拟退火算法,并进行了实验计算.计算结果表明,用本文设计的改进模拟退火算法求解有时间窗车辆路径问题,不仅可以取得很好的计算结果,而且算法的计算效率较高,收敛速度较快,计算结果也较稳定.     

“商人杀王莽说”辨析

西汉末年,绿林军攻入长安,“商人杜吴杀莽,取其绶,校尉东海公宾就……斩莽首。” 史家历来把手杀王莽的杜吴视为从事商业活动的商人,中华书局标点本《汉书》中对“商人杜吴”也按此义标点。     

甘肃省召开第四次人口普查工作会议全面部署人口普查工作

根据省人民政府安排,省第四次人口普查办公室具体组织和筹办了第四次人口普查工作会议。会议于元月四日至六日,在兰州友谊饭店举行。会议的主要内容有副省长、人口普查领导小组组长张学忠做动员讲话,省政府副秘书长,领导小组副组长魏庆同做了工作报告,省直有关部门在会上部署安排了有关户口整顿、宣传和计划生育等工作,工、青、妇等群众     

哈尼好“哑古”

如果说观音山的雾大,倒不如说观音山大。因为浓雾虽然能够笼罩这山上山下四个不大不小的村寨,却怎么也盖不了山顶。于是,关于观音山的故事,带着各种各样的神秘,在山里回荡。浓雾散去,山民们无可奈何地望着山顶叹息:“山太高了”,“山太大了”。然而,谁也不知道山那边还有山,还有比观音山更高更大的山,住在那边山上的人正在“靠山吃山”。有一天,一个出过山的人回来了。他带回了遗憾,也带回了“靠山吃山”的信息。     

求真务实开拓创新四川城调系统建立二十年取得辉煌业绩--访四川省城市社会经济调查队队长刘小莉

城市社会经济调查是统计工作不可分割的重要组成部分.自1984年建队以来,四川省城市社会经济调查系统已经走过了20年的风雨历程.20年来,四川城调系统在各级党委、政府的关心、支持和帮助下,从无到有,由小变大,自弱趋强,走过了一条艰苦的创业之路.今天,他们已经发展成为一支强有力的统计调查力量,形成了一个覆盖全省的调查网络,培养造就了一支具有较高素质的调查队伍,建立了一套科学的调查方法制度,形成了现代化的数据处理系统,成功来之不易.在全国城调系统的考核中,已连续3年被国家统计局城调总队评为特等奖.近日,本刊记者对四川省城市社会经济调查队队长、高级统计师刘小莉同志进行了专访.     

韩中经济合作的现状、问题及设想──兼论韩国与山东省的经济合作

韩中经济合作的现状、问题及设想──兼论韩国与山东省的经济合作［韩］白权镐一、韩中经济合作的现状（一）贸易往来。韩中贸易往来始于Ｄ７８年。当时，两国主要通过香港进行间接贸易。１９８５年后，尤其是１９９２年以来，随着两国政府正式建交，双方签订了贸易协定、...     

顺镜逆镜均造英雄——《代价论——一个社会学的新视角》一书摘编

历史一再证明:逆境造英雄,顺境毁英雄。那么,人是否可能摆脱这可怖的历史怪圈呢?这首先取决于这个人是否具有健全的人格。人格健全者必然始终走在奋斗进取的旅途上,他不因身处顺境而自鸣得意,也不因频陷逆境而踌躇颓唐。顺境为他创造进一步前行的机遇,寻求更高的理想以求对现实的超越;逆境则可以磨砺意志,增添他与命运抗争的勇气。从这个意义上说,顺境和逆境均可以造就人;相反,也都可以毁灭人。     

基于机器深度学习算法的城际铁路大直径盾构施工地表沉降预测

依托河南新郑机场至郑州南站城际铁路大直径盾构隧道施工实践,应用提出的遗传算法优化BP神经网络模型的机器深度学习算法,研究大直径盾构隧道施工中地表沉降预测规律。在盾构隧道中心线地表选取76个监测点,获取地表最大沉降数据,以前30组数据为训练数据组,对后46个测点地表最大沉降进行动态预测,并和实测值进行比较。结果表明,在46个地表最大沉降预测结果中有38个点的误差绝对值小于2 mm。应用后验差法评价动态预测结果,获得了小误差概率P值为0.87,后验差比值C值为0.59,说明提出的机器深度学习算法能够较好地实现对盾构隧道地表沉降的动态预测。