杨再春：墨中禅意浓

杨再春,字墨人,1943年8月生,河北唐山人。中国著名书法家、书法教育家、摄影家,中国书法家协会创始人之一,享受国务院授予的政府特殊津贴的专家、教授,北京书画艺术院常务副院长（党委书记）,中国摄影著作权协会副总干事长,原北京体育大学出版社社长兼总编,被中华慈善总会授予“中华慈善美术家”和“爱心市民”荣誉称号。     

公平与效率权衡视角下的我国产业系统碳配额研究

统一碳市场建立后,对于整个产业系统而言,面临着如何将碳排放权在产业部门之间合理分配的问题.文章在公平与效率权衡的视角下,以公平偏离指数最小化为目标,以国民经济效率指标为约束,建立了公平与效率权衡分配模型,通过计算得到我国2016-2020年“十三五”期间各产业碳排放配额情况,并对我国的产业进行免费配额,深入分析产业系统发展各阶段的配额情况.     

基于社会网络分析方法的顾客口碑意见领袖研究

本文以社会网络分析方法为基本手段,以大学生群体为代表对顾客口碑传播中的意见领袖开展研究。研究从意见领袖的特征出发,提出综合考虑点度中心度、点入度与点出度和结构洞等指标,可以利用社会网络研究方法对意见领袖进行测量。从顾客口碑传播网络的密度、节点测地距离、网络成分规模等角度所进行的分析发现意见领袖对顾客口碑传播网络的信息传播速度和传播范围有较大的影响,而且对传播范围的影响要大于对传播速度的影响。研究发现顾客口碑传播网络是一个密度较低的稀疏的网络。     

论"康奈尔计划"自由教育与实用教育的统一

通过对康奈尔大学＂康奈尔计划＂的背景分析,凸显了美国大学在办学实践中的务实和多元融合精神。通过对＂5＋9＂课程模式,即5类通识课程和9类职业课程以及独特的必修课程选择等描述,重点剖析了＂康奈尔计划＂中自由教育与实用教育的统一、通用课程与学科平等性的统一及其所体现的民主化与社会化精神。并从普通与高职两类院校学生素质缺失等方面深刻阐述了＂康奈尔计划＂对于当代大学定位及学生综合素质培养的重要启发意义。     

ChatGPT介入思想政治教育的技术路径、风险及应对策略

ChatGPT是基于深度学习技术的自然语言处理模型,改变了人机交互逻辑,作为教育工具对传统的思想政治教育产生了颠覆性影响。为深入剖析ChatGPT介入思想政治教育的具体技术路径和可能产生的风险,开展研究后发现ChatGPT会通过介入思想政治教育的内容、情境和载体,从而使思政教育模式产生迭代,又因其存在主体话语创造客观机械、对话表达“去中心化”、认知逻辑存在潜在错误等特点,为开展思想政治教育带来潜在风险,在此基础上提出了针对性的应对方式。     

营运资金指标与企业业绩关系的研究

在现代市场经济的条件下,从产品市场到资本市场,各种竞争越来越激烈,我国企业一直面临的困惑就是怎样才能使企业生存更长的时间,解决这个问题的关键就是我们要能够及时地了解企业经营绩效的相关信息。在变幻莫测的市场环境中,企业一定时期资金盈利水平主要取决于营运资金的管理,因此,营运资金有效的管理是每一个企业需要特别重视的问题。     

英语口语课堂中非智力因素的开发

英语口语教学在我国历来处于英语教学过程中的弱势地位,因此,英语口语教学的影响因素为人们所关注.通过文献资料法、逻辑分析法、比较研究法对英语口语课堂中非智力因素的重要性进行剖析,并根据我国当前英语口语课堂中非智力因素的缺失现象,提出提升非智力因素的具体措施,以期为英语教学人员和管理人员提供一定的参考.     

经济效益分析系统

本文根据经济效益评析中分析树节点层次关系错综复杂,分析指标定性,定量混合多样的特点,设计了经济效益分析系统.该系统运用专家系统知识库,采用了独特的模糊匹配及推理算法和深度优先搜索树的控制策略,实现了模糊等级向精确数据的转化,成功解决了多层评估及解释问题,界面精晰易懂,通用性、实用性强.其基本操作步骤如下:1搜集资料,确定指标,形成能反映各指标的内在因果层次关系的分析树.2进入经济效益分析系统,将指标名称,各级别内容,隶属函数等输入系统指标库,分析树以规则形式输入规则库.3进入数据输入及评价分析子系统,输入基准数据,输入待评价个例数据,此时系统将运行模糊推理机得出评价结论.4运行经济效益分析子系统,能以树形清晰显示评价结论的得出过程,能有效地帮助企业进行经济效益评析,并提出相应决策.     

混合泊松违约强度下信用资产组合风险度量

基于共同风险因子的相依关系转换为不同资产的违约示性函数的相依关系来刻画的思想,利用参数为Gamma分布线性组合的Poisson分布来描述不同资产的违约示性函数的相依关系,建立基于混合泊松分布的信用资产组合多因子的风险度量模型,并引入重要抽样技术到模型进行有效数值模拟计算,拓宽和丰富信用资产组合风险度量模型.进一步地,结合中国金融市场四个产业的数据把混合泊松分布应用到实证研究中.在模型的构建过程中,首先运用经典的结构模型和期权定价公式估计单个债务人的动态违约概率;再利用单资产动态违约概率得到混合泊松模型下每个资产的动态泊松强度;接着结合共同风险因子的值求得资产不同的因子载荷系数,该因子载荷系数反映了不同资产间的相依结构程度;最后,把重要抽样技术发展到混合泊松模型中,对由不同产业组成的信用资产组合的损失分布进行有效Monte Carlo模拟.模拟结果表明该算法比普通Monte Carlo模拟法的计算效率更有效,且能很大程度上减少所要估计的损失概率的方差.