初中作文教学现状及初中作文教学序列性策略

针对目前作文教学存在作文教材本身缺乏连贯性和序列性、学生写作缺乏兴趣、作文教学效果低下等问题,提出作文教学要注重序列性的教学策略.分析了序列性策略要真正体现循序渐进的原则,能解决教师教学生学的问题.具体落实措施为编写具有科学、合理序列的作文教学教材;贴近学生生活,建立写作综合化训练序列;改变作文评价模式,体现科学序列评价梯度等,以期改变作文教学的现状.     

单一经济目标下人类生存完整性的缺失与修复

单一经济目标的发展带来了人与自然、人与社会及人与人和谐关系的丧失,从而破坏了人类生存的完整性,造成了自然对人的惩罚、人的新异化的出现和经济发展的不可持续性。要修复人类生存的完整性,就必须改变单一经济目标,修复歪曲的价值等级序列,寻求经济的合理形态以及技术的生态化。     

蛋白质二级结构序列片段的识别

识别蛋白质二级结构片段,实质上是从序列片段的水平上对二级结构进行预测.用离散量的方法,通过一系列的计算发现:选择氨基酸(20种氨基酸加一个空位)和其紧邻关联共同为参数,从N端截取固定长序列片段为6或7个连续氨基酸残基时,10交叉检验平均预测精度能达到75%~77%,jack-knife检验平均预测精度能达到72%;当固定长序列片段为9或10个连续氨基酸残基时,10交叉检验平均预测精度能达到82%~83%,jack-knife检验平均预测精度能达到74%~76%.     

论反垄断法视野中的本身违法原则

本身违法原则在美国反托拉斯法的理论和司法实践中经常被论及并被应用,本文在分析本身违法原则缺陷的基础上,指出本身违法原则应被合理原则吸收以及本身违法原则和合理原则对立的二元分析模式逐步转化为不同层次合理分析的一元序列分析模式的趋势。最后指出我国反垄断司法应更多地运用合理原则,逐步摈弃本身违法原则。     

Blog和WIKI：不同价值取向在教育中的应用

虽然Blog和WIKI在教学中都能够实现例如作为教学信息源、网上合作学习平台、学生的作业提交平台、班级管理工具等功能，但是我们也应当看到，由于它们的自身特点和价值取向的不同，两者之间也有一定的差别：Blog强调个人成果，WIKI强调合作成果；Blog以时间先后顺序来进行组织，WIKI以知识点的逻辑结构来进行组织。因此两者在应用的过程中也具有一定的取向性：Blog更适合于具有时间序列特征的情景，如关于个人成长经历的记载和教学过程的叙事研究等；WIKI适合于共同进行的知识文档的写作，如程序开发中常见的问题回答和百科全书的编写等情景。     

一类大集合p元低相关序列集的线性复杂度研究

构造具有大线性复杂度和大集合容量的p元低相关序列集对码分多址(CDMA)通信系统具有重要的意义。采用Klapper的方法,利用d-型函数,构造了一类具有大集合容量的p元低相关序列集S(r)。该序列集的集合容量为p2n,序列的周期为p n-1,相关函数的最大边峰值为4 p n2-1。利用Key的方法,证明了当p=3或p=5该序列集的最小和最大线性复杂度分别为2n2-2n和3n2-1×2n2-2n;而当p>5时,证明了其线性复杂度的最大和最小值分别大于3n4-1×2n4-2n和2n4-2n。该序列集能极大地提高CDMA通信系统的安全性。     

基于季节增长率的一种直接调整方法

传统季节调整方法在提取环比增长率时需要先剔除原始数据中的季节成分,这会带来原始数据信息的失真.鉴于此,本文提出了一种直接拟合原始数据增长率的季节增长率(SGR)模型,该模型不仅可以直接提取环比增长率,还可以对原始数据的增长率进行预测.蒙特卡洛模拟结果表明,本文给出的针对SGR模型的MLE估计方法具有良好的有限样本表现.通过对我国GDP和CPI数据进行实证,本文发现利用SGR模型直接提取的环比增长率的稳定性要高于其他一些季节调整方法.不仅如此,SGR模型的拟合和预测表现相比BSM模型和SARIMA模型均有显著提高.此外,SGR模型还具有容易拓展为非线性、多元情形的优势.     

基于素数序列的差分跳频G函数设计

在简单相加G函数和基于移位寄存器G函数存在随机性能不足的基础上,结合素数序列构建了一类新的G函数,并对新旧G函数产生的跳频图案进行了性能检验和仿真分析.结果表明,新的G函数产生的跳频序列有良好的均匀性和近似理想的随机特性,克服了已有几种G函数的随机性能的不足,可提高差分跳频通信系统的抗干扰性能.     

拟蒙特卡洛方法中Halton序列的随机化及其改进

Halton序列是简单并且容易实现的低差异序列。Wang和Hickrnell[1]提出的随机化Halton序列在高维的情形下会产生高度相关情况,并且在高维情形下估计精度和收敛速度都很差。文章结合随机化和置乱化方法改善了Halton序列这些缺点。模拟结果表明,改进的随机化Halton序列在精度和相关性方面都好于随机化Halton序列。