基于超总体模型的设计效应分解

本文基于超总体模型研究抽样调查中设计效应的计算问题。首先以随机效应模型为基础，明确了简单随机、二阶段、不等概率和分层抽样对应的超总体模型，进而通过所给模型推导出分层、类集、加权单因素设计效应的计算公式和多因素组合的设计效应计算公式并给出了对应估计量，公式表明：多因素同时存在的组合设计效应等于对应单因素设计效应的乘积。最后，对设计效应的理论值、估计值和真实值之间的关系进行了蒙特卡洛仿真，并利用相对偏倚、相对均方误进行了评价。本文的研究，对复杂抽样设计中正确计算、使用设计效应具有指导意义。     

区域碳锁定的判定研究--以云南省为例

通过建立包括陆地、湿地和海洋的碳承载力、碳超载率的计算模型，采用供需平衡法建立了区域碳锁定时间和趋势的判定模型。以有着“植物王国”和“基因宝库”之称以及水电资源相对丰富的云南省为例，对该省的碳锁定时间、趋势进行了实证研究。实证分析结果显示，云南省自2002年后开始出现了碳锁定现象且趋势越来越严重，若不进行强有力的外界干扰，这种趋势将一直延续下去。结合即使“十一·五”低碳目标的完成也没能减轻云南省碳锁定加剧的趋势，提出把减轻碳超载、控制能源消费总量、提升碳承载力纳入低碳经济发展的目标管理。     

拉斯柯尔尼科夫的罪恶与救赎

罪恶与救赎一直是基督教传统神学里的一个重要主题。在陀恩妥耶夫斯基的经典著作《罪与罚》中，也充分体现出这一主题。小说为我们详尽地讲述了一个青年大学生如何犯罪．去杀死一个老太婆，到投案自首以及获得救赎的全过程。这部小说也体现出强烈的文化冲突。19世纪的俄罗斯，正是传统文化与西方文化发生碰撞的时期。     

工科院校教师工作绩效影响机制实证研究——基于超契约理论视角

文章在经济新常态背景下，从超契约视角研究工科院校教师激励问题。文章基于工科院校2011—2013年教师样本调研数据，实证分析职称晋升、声誉激励分别对教师工作绩效的作用效果。研究发现:职称晋升、声誉对教师工作绩效有显著激励作用。具体地说，职称晋升对教师工作绩效的激励作用具有“时间效应”，更多地体现为“事前激励”；而声誉对教师工作绩效的激励作用相对具有“持续性”，但声誉激励的范围更侧重于有职务级别的教师。本研究为进一步优化教师激励机制提供了实证支持，为解决目前工科院校教师“没心思没动力投入教学科研”问题提出了合理建议。     

基于企业社会责任的闭环供应链超网络均衡模型

文章为研究企业社会责任对闭环供应链总体效率及决策行为的影响,考虑到多层多成员多目标决策的闭环供应链网络中同层非合作竞争决策者,以利润最大、排放废气最小、风险最小为目标,构建了由供应商、制造商、零售商、需求市场和回收商组成的超网络模型.该模型利用均衡理论及变分不等式的方法分析各层决策者的独立决策行为及其相互作用,并通过改进的投影梯度算法求得均衡点.通过三个算例分析得出企业社会责任水平对产品的交易平衡和价格水平的影响.     

新型固体蓄热电加热锅炉的方案研究

针对固体蓄热电加热锅炉在运行中电加热丝时常烧毁的现象,以某公司生产的4 MW蓄热锅炉为研究对象,经实验检测和理论分析得出,运行过程中蓄热体组内部存在严重的温差是主要原因。对于蓄热体组沿换热通道方向(Y轴)的温度不均匀问题,提出采用空气正反向交替流动的方案来进行解决。对原空气流动方式和空气正反向交替流动方式分别进行数值模拟,并从蓄热体温度和换热通道内壁温度2方面对模拟结果进行对比分析。结果表明,采用空气正反向交替流动的方式,有效地改善了蓄热体组沿换热通道方向(Y轴)温度分布的不均匀性,并且蓄热完善度提高了10.55%。最后提出了新型固体蓄热电加热锅炉的设计方案。     

根治超职数顽疾须先给权力“瘦身”

正据中纪委监察部网站消息,截至目前,已有9个被巡视单位针对2013年中央第二轮巡视反馈问题公布了整改报告.整改报告中透露,继中央巡视组指出超职数配备干部问题严重后,中组部、中编办、国家公务员局开始联合解决这一问题;而据吉林省、安徽省的整改报告显示,"副秘书长"岗位超配现象尤为突出,其中,吉林省便发现超配23名"副秘书长"。(6月18日《南方都市报》http://epaper.nandu.com/epaper/A/p aperindex.htm)     

审美的超感性与即感性以及艺术的品性

审美具有超感性和即感性的两重性,前者是本质的属性,后者是非本质的属性,这一两重性也是世俗美学和超越性美学存在的依据,世俗美学体现了审美的即感性,是审美与感性的融合,在升华感性的同时,却也降低了审美。超越性美学既超越感性,也超越理性,是自由的生存方式和超越的体验方式,从而体现了审美的本质。同时,审美的两重性也产生了文艺的雅俗之别,两者各有优劣,互为补充,应充分尊重两者的自身规律,不可过分干预。     

基于中心加权的局部核向量机算法

为了解决大规模非线性分类中局部学习的不平衡性问题,提出一种改进的局部支持向量机算法,在高维特征空间中聚类后,为每一个簇构造局部非线性支持向量机。为了克服簇内样本的分布不均衡问题,根据闭合超平面不规则边界的几何特点,经过梯度下降寻找稳定均衡向量,以此构造簇几何中心;再结合簇密度中心共同约束类心形成双重加权中心。然后通过求解加权最小闭球问题实现对大规模样本向量的分类。对照实验显示,除了个别数据集以外,改进的算法在训练时间、测试时间以及测试精度等方面都比另外两种分类算法表现更佳。