载流导线在磁场中运动规律的讨论

载流导线在磁场内运动过程涉及到的物理规律主要有：法拉第电磁感应定律，闭合电路的欧姆定律，安培力公式和牛顿第二定律，其主要的分析方法是利用牛顿第二定律列出载流导线在磁场中的运动方程，通过对问题条件由简到繁的逐步变化，分析讨论了载流导线在磁场内的运动规律．     

做学习型档案人

随着信息技术的迅速发展,人类正在进入信息社会.据专家们分析:农业经济时代,只要7～14岁接受教育,就足以应付往后40年的工作生活之所需.工业经济时代,求学时间延伸为5～22岁.在知识经济时代,知识老化速度大大加快,必须把受教育的时间延长为"八十年制"的终身学习,才能在这速变的时代中生存、发展、成功.笔者认为档案人要跟上时代的发展,应对时代的挑战就必须大兴学习之风,树立终身学习理念.     

中国区域科技人才集聚与创新环境协同度评价研究——基于速度状态与速度趋势动态视角

科技人才集聚与创新环境之间相互影响,其良性协同是推动我国经济发展的关键。结合系统之间协同作用机理,构建科技人才集聚与创新环境复合系统,基于2008～2016年中国30个省、市、自治区(数据不包括西藏自治区和港澳台地区)的面板数据,测算协同度和动态变化综合效度,分析其发展规律、分布特征、协同发展阶段以及协同度的速度变化态势。研究发现：我国各省份科技人才集聚与创新环境协同水平较低,并且地区不平衡性突出,东部地区协同度优于中西部地区,空间异质性明显,但是差异逐年缩小;我国科技人才集聚与创新环境复合系统协同水平还有很大的优化空间,大部分省市处于中级协同发展阶段,促进两者向全方位协同阶段变化是当前创新环境建设的核心任务;科技人才集聚与创新环境的协同度的速度变化态势呈“逆马太效应”特征,东部协同度高,但速度态势趋缓甚至呈现下降趋势,属于“卓越区”和“下降区”,西部则与之相反,属于“低协同区”和“潜力区”。最后,提出促进复合系统协同发展的对策建议。     

从创新扩散曲线看互动白板教育应用前景

1995年，美国新墨西哥大学埃弗雷特·罗杰斯教授研究了3000多个有关创新扩散的案例，提出了著名的创新扩散S-曲线理论。罗杰斯认为，创新的扩散总是一开始比较慢，然后当采用者达到一定数量（“临界数量”）后，扩散过程突然加快，这个过程一直延续，直到系统中有可能采纳创新的人大部分都已采纳创新，到达饱和点，扩散速度又逐渐放慢，采纳创新者的数量随时间而呈现出S形的变化轨迹。显然，互动白板与其他新生事物一样，未来发展也是呈S曲线的发展趋势。     

新形势下信贷风险的新趋势及风险防范的创新

一．在新形势下,农村信用社信贷风险的发展趋势 1、产能过剩和产业结构调整的风险增多 农村信用社在宏观中要坚决贯彻。突出重点、区别对待、有保有压”的方针,注重发挥市场机制的作用,注重运用国际惯例和法律手段,围绕国家产业政策进行跟踪和分析,合理控制贷款增幅,提高信用社业防范风险的主动性、前瞻性和有效性,维护信用社业稳健经营。“两高一资”产业调整带来较大的风险,部分高污染和高耗能企业发展速度较快,表面上看经济效益较好,不少金融机构争相追捧,其实分期信贷风险正在加剧。     

网络广告切换速度及产品卷入度对消费者注意影响的眼动研究

本文结果表明:产品卷入度高时,切换速度为4s时是一个分水岭,因为1s、2s、3s和4s获得消费者的注意要显著优于5s和7s;产品卷入度低时,动画切换速度对消费者注意无显著影响,此时其对广告的注意出现了"视觉盲区"现象。为让消费者在较短的时间内认知加工更多的广告信息,建议最佳动画切换速度为2s。     

我国关税的有效保护

随着我国融入WTO的速度加快,我国关税制度改革和关税减让势在必行.一方面要降低关税税率,以积极的姿态参与全球及地区贸易自由化进程;另一方面,作为发展中国家,我国又不得不在今后一定时期和一定范围内,以关税为手段,采取适当的贸易保护措施,扶持、培育战略产业.因此,如何实现我国关税的有效保护就成为亟待解决的关键问题.     

委托-代理中代理人过度自信水平衰减速度模型

利用Bayes法则建立数学模型研究委托-代理关系中代理人过度自信水平的衰减速度问题.研究结果表明,如果代理人开始时是过度自信的,那么从平均来说,代理人的过度自信水平将长期存在并随着时间的推移而递减.而且代理人过度自信水平的衰减速度与其过度自信水平本身的高低有关,当伐理人的过度自信水平很高或很低时,代理人向着理性收敛的速度接近于0;而当代理人的过度自信水平从0上升到最大可能值时,代理人向着理性的收敛速度将先增加、后减小,并在其间的某个中间值达到最大.但这只是代理人过度自信水平的一种总体的平均变化趋势,在实际应用中,代理人的过度自信水平将呈现出波动下降趋势.     

粒子群优化k均值的混合聚类算法研究

k均值算法是聚类分析的一种传统算法,在数据挖掘中等领域得到了广泛的应用.本文在分析k均值聚类算法存在问题的基础上,用粒子群算法优化k均值聚类算法,提出了一种新的混合聚类算法.理论分析和实验结果证明,该算法有很好的全局收敛性,不仅有效地克服了传统的k均值算法易陷入局部极小值和对初始值敏感的问题,而且具有较快的收敛速度.