僭主与哲人——科耶夫与施特劳斯的争论

自笛卡尔—康德—黑格尔以来,“形而上学” 在西方传统研究中逐渐僭取了支配地位,色诺芬因不谈“形而上学”逐渐被冷落,不再被看作地位很高的古希腊经典作家。但我们并不能因《希耶罗》这篇政治哲学气味浓厚的对话,而抹杀掉它“形而上学” 的价值。施特劳斯和科耶夫的解读,凸显了哲学与政治方面古典派与现代（或说黑格尔） 派的争论,同时它还呈现出了掩盖在政治争论下的形而上学（关于存在和真理） 问题,并且我们惊异地发现,在现代性这场旷日持久的浓雾里,这个问题竟鲜未被真正地触及。     

基于主成分logistic回归模型的餐饮商务信息意识研究

数据挖掘技术日趋成熟,广泛应用于金融、地产、投资、评估等各个领域。数据挖掘技术亦可应用于餐饮业,为其经营决策做出分析。其他领域的数据挖掘的成功案例也可以引用到餐饮行业中。本文对餐饮人士在餐饮商务中是否具备信息意识、对信息意识的重视程度进行调查,利用数据挖掘中主成分分析和 logistic 回归处理和分析收集来的数据,从而说明数据挖掘在餐饮业管理中的重要意义,反映餐饮人士信息意识状况。利用数据挖掘技术对餐饮商务资讯进行管理势必提高企业效率和盈利水平,促进餐饮业健康稳定的发展。     

吕温家世考(一)

吕温生大历七(772)年,卒于元和六(811)年.其先祖或"高尚不仕",祖父延之以下,历仕肃、代各朝.父渭官至礼侍,三典贡举,惠益士林.温官终道州刺史.有弟恭、俭、让,均俊才.     

中国城乡融合发展进程评价

文章按照考核城乡融合发展目标完成进度的研究思路,从经济融合、社会融合以及生态融合3个维度构建城乡融合发展评价指标体系,运用主成分分析法计算城乡融合发展得分,依据城乡融合发展进程评价公式,评价2003—2019年城乡融合发展进程。结果表明：2003年我国城乡融合发展进程仅为0.98%,至2019年,城乡融合发展进程已达到39.10%;从区域维度看,东部、中部、西部、东北地区城乡融合发展呈现东高西低、中部和东北地区交替上升的非均衡发展特征。     

史学经典与中华民族文化基因的锻造

中华民族文化基因是民族久远历史发展的根脉,是民族伟大创造力的源泉,在今天应当大力发扬光大。探索中华民族文化基因的产生和锻造任务繁重,涉及浩瀚的典籍,亟须采用俯察众流、抓住关键的方法。《史记》是一部产生于中华民族青春勃发时代,内容博大厚重,凝聚着古代先贤智慧、体现民族伟大创造精神的史学经典,对于中华民族文化基因的锻造和提升起到极大作用。我们站在今天的时代高度进行深入的发掘、阐释,能够确有根据地总结出中华民族文化基因坚韧性、优良性和融通性的宝贵特点,中华民族形成了五大文化基因：弘扬传统是中华文化的根脉;革新创造是中华文化的发展动力;加强统一、团结凝聚是中华文化战胜艰难、不断取得胜利的保证;热爱和平、反抗压迫是中华文化的愿景和气概;包容、和谐是中华文化的胸怀和神韵。如此独特、坚韧、强大的文化基因,是中华民族战胜一切困难、不断壮大发展、繁荣昌盛的奥秘所在。     

河南高校建设与发展研究型大学的量化分析与战略研究

运用多元统计分析中的主成分分析模型,对河南高校建设研究型大学的基础条件进行了量化评价,将河南省有能力进行研究型大学构建的院校分为两个梯队。提出了河南建设与发展研究型大学的战略构想,包括数量目标、结构层次目标等。这需要通过加强重点学科建设、加强师资队伍建设、创新人才培养机制等手段来实现。     

试探主述位在翻译中的迁移效果

阅读好的翻译作品,常常会碰到这样的现象,译文如实而准确地传达了原文的意旨,使译文和原文的读者都能得到相同的审美感受,而译文与原文的句子成分却非绝对的一一对应,往往会形成交替对应关系,这种对应关系体现为时而部分对应整体,时而整体对应部分。这种现象的产生是由于译者在翻译过程中运用了迁移的原因。笔者拟分五个部分探讨主述位在翻译中的迁移效果。     

解决多重共线性问题的线性回归方法

本文针对当出现多重共线性时用普通最小二乘法估计的参数值与实际值相去甚远甚至无法被估计的现象 ,介绍了三种解决办法 :主成份回归、岭回归和偏最小二乘法。这三种方法在解决问题的思路上各有异同 ,本文着重介绍了它们的基本思想和主要算法步骤     

FEPA-金融时间序列自适应组合预测模型

本文报告一种金融时间序列预测的信号分析、信息融合与智能计算组合模型,简称FEPA,由针对金融时间序列（FTS）信号分析的经验模态分解（EMD）、用于数据降维的主成分分析（PCA）和用于非线性建模的人工神经网络（ANN）三部分组成。该模型首先应用滑动窗口截取原始金融时间序列最近期数据集,应用EMD分解算法把数据集分解成不同尺度的本征模态函数（IMF）,然后通过主成分分析将分解后的数据降维,提取最有信息量的特征;然后将这些特征输入到神经网络进行组合预测。本文提出的组合预测模型FEPA是基于分解-提优-合成的信息融合思想,有效提高了预测可靠性。其创新点在于：1）首次给出了EMD算法的结构化表达,提供了今后融合更多信息的算法接口;2）通过多步长预测输出深入研究EMD分解的有效信息结构;3）通过切换到更细时间框架来处理EMD的端点效应,并探索了两级时间框架下的预测效果;4）给出了金融时间序列组合预测模型的一般性架构,具有可升级性和可扩展性。并且通过滑动窗口EMD使得实证更能切近实际。通过在沪深300股指和澳大利亚股指上的实证,结果表明FEPA预测模型在沪深300股指日线和15分钟线上的预测命中率高达78%和82%,在澳大利亚股指日线上也达到了74%的命中率,经比较,明显高于文献中常见的5种模型。