平面热源法瞬态测量材料热物性的研究

简述了平面热源法瞬态测量材料热物理性质的基本原理,分析了快速法、脉冲法测量存在的问题。在此基础上,研究了材料热物性瞬态自动测量技术。测量实践表明:瞬态自动测量仪测量准确可靠,与用防护热板法测量的结果也符合得很好。     

中日石油进口贸易博弈分析及对策研究

对于同为世界上重要的石油消费国和进口国的中国和日本两国而言,获得稳定的石油进口保障对于国家安全具有举足轻重的作用.然而,两国在石油进口来源上大部分重叠,并存在类似的石油安全战略.获得地缘上临近的俄罗斯所拥有的丰富油气资源是中日两国获得石油供给的最佳选择.文章在进行相关分析与博弈分析的基础上,指出中日石油进口贸易之间的博弈并非一个静态的零和博弈,而是一个动态的、不断变化发展的博弈过程,同时提出中国石油进口贸易的相关政策建议.     

农业生产风险管理策略的研究

农业生产经营风险管理所涉及的风险因素很多,主要有:(1)单产变化;(2)价格变化;(3)新技术或新知识变化;(4)农业投入水平变化;(5)政府政策变化;(6)法律变化;(7)消费者偏好变化,等等。通过权衡风险和收益,采用适宜的管理策略来规避风险,提高收益,形成了一系列非确定性关系下的风险决策方法。联系河北省20世纪90年代以来农业生产的实际情况,探讨了各种主要的规避或减少农业生产风险的方法和策略,如利用偏相关系数最小的方法选择稳定的生产项目;采用多种经营以分散风险的组合策略;提高农业生产经营灵活性的诸多措施;利用二次规划以建立风险最小而又能保证一定收入水平的最优规划方法等。     

农机服务发展与粮食生产效率研究:2004—2016——基于变系数随机前沿分析

采用“两步法”研究了农机服务发展与中国粮食生产效率的关系.基于2004-2016年全国31省份粮食生产投入产出的面板数据,利用变系数随机前沿分析方法测算了中国粮食生产的技术变化、技术效率以及全要素生产率,然后构建农机服务发展影响粮食生产效率的OLS回归模型.结果表明:(1)31省份粮食生产的投入要素产出弹性和技术效率存在明显差异,2008年粮食技术变化最为明显,粮食全要素生产率的增长在2008年高达5%.(2)农机服务在2008年以后对粮食全要素生产率的增长具有显著的促进作用,农机服务对粮食TFP的作用存在一定的滞后效应.(3)农机服务发展与劳动产出弹性具有替代关系,与化肥和机械产出弹性具有互补关系.在三大粮食作物中,小麦机械化程度最高,水稻和玉米的机械化程度还有待提升.     

谈英语教学中的文化导入

大学英语教学的最终目的是培养学生跨文化交流的能力,因此传统的英语语言教学必须与文化教学有机地结合起来。从英语教学中文化导入的必要性入手,探讨了英语教学中文化导入的内容和应遵循的原则。     

输入输出的认知过程与大学英语口语教学

输入和输出是二语习得过程中缺一不可的两个重要阶段,从输入到输出学习者必须经历一系列的认知过程。口语作为一种输出技能与输入输出的认知过程有着密不可分的联系。调查表明,大学英语口语教学中存在一系列的输入输出问题。要彻底解决口语教学中的输入输出问题,必须进一步完善口语教学中现有的输入输出模式,促进学习者口语输出能力的提高,提高大学英语口语教学的效率。     

微观薪酬决策理论研究综述

目前大量文献研究企业内部薪酬的两个领域的问题：一是薪酬决策,从理论的角度解释薪酬制度的合理性,讨论薪酬决策的依据以及在此基础上的薪酬形式,并对薪酬的产出进行检验;二是薪酬制度管理,从实践的角度思考薪酬制度的合理性,讨论各种情景因素对薪酬制度的构建和实施的影响。对前者的研究主要发生在经济学和心理学领域,对后者的研究主要发生在管理学领域。薪酬决策理论对薪酬制度管理起有限的指导作用。     

输入模态对认知负荷及听力成绩的影响

探讨了输入模态对学生认知负荷和听力理解的影响。90名来自两个平行班的大学英语学生被平均分为三个小组参加实验:文本输入组,声音输入组,文本和声音输入组。文本组的听力题目用文本呈现,声音组的听力题目仅用声音呈现,文本和声音组的题目则是采用文本和声音双重模态呈现。认知负荷量表结果和听力测试结果显示不同模态的听力输入形式对听力成绩有显著影响:文本组学生的成绩最高,其次是文本加音频组,音频输入组的成绩最低。认知负荷量表结果显示文本组的认知负荷最低,然后是文本加音频组,音频输入组的认知负荷最高。认知负荷与听力成绩的相关分析显示负荷程度与听力成绩呈负相关。研究结果对听力教学有较好的借鉴作用。     

Asymptotic distribution of regression correlation coefficient for Poisson regression model

This study treats an asymptotic distribution for measures of predictive power for generalized linear models (GLMs). We focus on the regression correlation coefficient (RCC) that is one of the measures of predictive power. The RCC, proposed by Zheng and Agresti is a population value and a generalization of the population value for the coefficient of determination. Therefore, the RCC is easy to interpret and familiar. Recently, Takahashi and Kurosawa provided an explicit form of the RCC and proposed a new RCC estimator for a Poisson regression model. They also showed the validity of the new estimator compared with other estimators. This study discusses the new statistical properties of the RCC for the Poisson regression model. Furthermore, we show an asymptotic normality of the RCC estimator.     

Stochastic correlation coefficient ensembles for variable selection

In this paper, we propose a novel Max-Relevance and Min-Common-Redundancy criterion for variable selection in linear models. Considering that the ensemble approach for variable selection has been proven to be quite effective in linear regression models, we construct a variable selection ensemble (VSE) by combining the presented stochastic correlation coefficient algorithm with a stochastic stepwise algorithm. We conduct extensive experimental comparison of our algorithm and other methods using two simulation studies and four real-life data sets. The results confirm that the proposed VSE leads to promising improvement on variable selection and regression accuracy.