西部地区统筹城乡发展的模式选择

统筹城乡发展没有固定的模式,各地区应依据一定的原则,结合当地的实际情况选择最适宜的发展模式。重庆和四川适合城乡网络化发展模式;陕西、甘肃和宁夏适合以城带乡与城乡网络化相结合的发展模式;青海和新疆适合多级中心,梯次辐射的以城带乡模式;贵州和云南适合中等城市优先发展的模式;西藏适合强源固点、发展轴线的点轴开发模式。     

我国钢铁市场价格的动态重复博弈模型研究

我国钢铁市场处于近似的寡头垄断状态,各厂商之间的价格博弈非常复杂,未必能够达到理论上的均衡点,其博弈结果与博弈过程密切相关。本文基于以价格作为决策变量的伯川德模型,建立了双寡头垄断钢铁市场动态重复博弈模型,对其动态博弈过程进行研究。本文还尝试把模型推广到n个寡头企业的价格博弈分析中,对于研究多寡头企业的动态重复博弈过程有一定的指导意义。     

善意谎言的认知语用探究

善意谎言是现实生活中一种有用的甚至是不可或缺的交际策略。试以关联理论（RT）和理想化认知模型理论（ICM）为视角来探讨善意谎言解读过程中的心理机制,ICM理论提供了一种从狭义的理论上解读善意谎言的认知框架,而关联理论可以具体把这种理论上的认知框架应用到善意谎言实际分析中,从而达到理论和实践完美结合来解释具体语言现象。同时指出,RT与ICM在对善意谎言的解读中具有互补性,两者结合起来对善意谎言具有更强的解释力。为此,通过具体分析提出了一个RT—ICM认知语用工作模型。     

基于ECA规则的业务行为描述方法

给出了业务行为的形式化描述,并在此基础上利用ECA规则详细给出了业务行为过程的描述方法、业务行为内部活动之间的关系模型,以及不同业务行为之间的关系模型,使业务行为过程描述变得清楚,而且有利于机器的自动解释。基于ECA规则的业务过程模型对过程的调整和动态变化带来了方便,增强了其适应变化的能力。     

“无媒不婚”：家庭策略下的农村打工青年婚配模式研究

以“媒人”在整个婚配过程中的工作流程,即搜集信息—传递信息—见证婚姻的过程为切入点,考察了豫北农村打工青年的婚配模式及其特征。研究发现,打工青年的婚配模式具有传统的“形式”,即“无媒不婚”的特征,但这种婚配模式却拥有新的“内容”,即它是在男性打工青年遭遇择偶困境的情况下,作为行动主体的农民家庭动员多方面资源做出的策略性反应的结果,其逻辑无关乎个人自主性增减的问题,而在于村庄社会结构变迁与家庭及其成员策略性应对之间的交互影响。由此回应了青年婚姻研究中的“浪漫革命”命题,同时也加深了对中国人家庭性质的理解。     

经济周期、模型再造与中国经济增长波动的论证——中国“十一五“经济增长速度与波动区间

发达国家经济学家经济增长周期理论虽然基本没有完全脱离实际,但都存在片面性,因此必须依据马克思的思维方式才能建立起科学的经济增长与周期分析模型。周期性研究目的在于理论联系实际指导中国的具体经济增长,通过分析影响中国一定时期内经济的适度速度、波动区间及持续时间,规划时期内投资、消费与外贸,才能推进经济适度快速增长和时间的持续。     

城市景观河流生态修复的产出研究及有效性可靠性检验——基于上海城市内河水质改善价值评估的实证分析

意愿价值评估法(CVM)为具有显著外部性的生态环境服务的价值评估提供可能,但只有经过有效性和可靠性检验的CVM成果才能应用于环境公共政策与治理。本文以CVM评价上海市城市景观内河——漕河泾港的生态恢复的产出,在国内经常采用的线形对数模型基础上,加入二值响应的Logit概率模型对受访者社会经济变量进行回归分析,验证本次CVM应用的理论有效性。回归中首次引入反映我国特殊社会结构的户籍变量、收入差距变量两者的交互项,并纳入间接反映环境问题历史成因的居民沿河居住期变量,以验证调查结果与一般经济理论的相容性和与我国特殊社会构成、经济态势以及环境历史成因的吻合性。以预调查和正式调查为试验—复试样本验证了研究结果的可靠性。结果表明:平均支付意愿是160元/(a.户),改善漕河泾水环境的年经济效益至少在6.1×106元。     

完全学分制下学生教育管理体制模型构建

完全学分制实施选课制、弹性学制、强调个性发展 ,赋予了学生很大的自主权 ,它改变了传统的学生管理的工作基础 ,给传统的学生管理工作带来严峻的挑战。完全学分制下的学生教育管理必须树立“以人为本”的指导思想 ,将工作重心由班级转向社区 ,构建完善的服务体系 ,充分发挥导师、党团组织、学生社团的作用。     

MAP segmentation in Bayesian hidden Markov models: a case study

We consider the problem of estimating the maximum posterior probability (MAP) state sequence for a finite state and finite emission alphabet hidden Markov model (HMM) in the Bayesian setup, where both emission and transition matrices have Dirichlet priors. We study a training set consisting of thousands of protein alignment pairs. The training data is used to set the prior hyperparameters for Bayesian MAP segmentation. Since the Viterbi algorithm is not applicable any more, there is no simple procedure to find the MAP path, and several iterative algorithms are considered and compared. The main goal of the paper is to test the Bayesian setup against the frequentist one, where the parameters of HMM are estimated using the training data.