论多种所有制经济在“创新驱动”中协同发展

在当前严峻的国内外经济政治形势中,我国必须加快实施创新驱动发展战略,以自主创新为核心驱动力,引导各种所有制经济共同致力于创新驱动经济结构转型升级,继续发挥好国有经济在创新升级中的主导作用。同时也必须正确认识,占据国民经济半壁江山的民营经济能够顺利实现转型升级,是我国经济结构转型升级的关键。因而,通过深化体制改革、机制创新来加快各种所有制经济的结构优化,充分激发各种所有制经济主体的创新发展,尤其是民营经济的创新升级,显得尤其迫切与必要。同时,应把混合所有制经济形式作为"开放式"创新的重要微观载体,引导外资企业积极参与到我国创新驱动发展战略之中。     

基于神经网络和遗传算法的压力机调节螺杆优化设计

强度和质量是压力机调节螺杆主要性能指标。将神经网络和遗传算法结合起来,可以很好地对调节螺杆结构进行多目标优化设计。文章首先建立了调节螺杆有限元分析模型,然后应用正交试验方法对神经网络的训练样本进行试验安排,并建立出设计参数与最大应力、质量映射关系的神经网络模型。利用遗传算法对该神经网络模型进行全局寻优,得到调节螺杆的最优结构参数。     

立式染色机典型缺陷及产生机理

针对承压印染设备在使用中缺陷较多、设备寿命普遍较短的问题,运用无损检测、理化分析配合有限元数值模拟 的方法,对一批较有代表性的立式染色机进行了全面检验,并将检验过程中发现的典型缺陷进行了总结和分析。根据对 快开门结构运行过程中的力学分析结果,从设备应力分布特性角度提出应力腐蚀失效易发部位,并综合设备的检验结果 进行比较,进而提出结构优化的建议。缺陷机理分析结果表明,在应力集中、疲劳载荷、腐蚀等因素的综合作用下,承压 印染设备极易产生裂纹等使用缺陷,应根据设备的使用情况和腐蚀现状调整检验周期,并针对缺陷易发部位进行定期全 面检验。     

辽宁农产品出口面临的技术性贸易壁垒及对策

针对辽宁农产品出口面临的技术性贸易壁垒及对策进行分析。采用规范和实证相结合的研究方法,深入分析了技术性贸易壁垒对辽宁农产品出口的影响,并得出结论：辽宁应积极采取提高农产品质量、调整农产品出口结构、转变外贸增长方式、建立健全技术性贸易壁垒的预警机制、积极发展海外投资等突破技术性贸易壁垒的措施。     

回弹模拟精度的主要影响因素

板料成形过程中普遍存在着回弹问题,特别在弯曲和浅拉深过程中回弹现象更严重,在板料成形领域,回弹已成为模具设计中要考虑的关键问题。本文从成形过程模拟和回弹过程模拟两方面对影响回弹模拟精度的主要因素进行了研究,指出限制回弹模拟精度提高的重要因素和提高回弹模拟精度的主要措施。     

金融自由化浪潮下我国金融业发展对策

20世纪70年代以来,国际金融自由化的进程明显加快,金融工具不断创新,金融信息化蓬勃发展.利率市场化、放松金融管制、开放国内资本市场、加强对全球金融的统一监管成为大势所趋.文章通过国际金融自由化进程中一些规律性经验的总结及我国金融改革历程的回顾,对我国金融市场在利率、外汇及证券等业务的开放提出了建议.     

“双循环”格局下脱贫攻坚与乡村振兴有效衔接的进路研究

实现脱贫攻坚与乡村振兴有效衔接,应准确把握“双循环”新发展格局“空间重构基础上要素组合优化和区域高质量发展”的战略要义。从减贫规律认知升华、行为外嵌转向发展自觉、资源配置优化与延续效应发挥三个层面分析脱贫攻坚与乡村振兴有效衔接行为的内在逻辑,厘清“双循环”新发展格局建设对于脱贫攻坚与乡村振兴有效衔接工作的机遇与挑战。提出应着力做好发展规划统筹、体制政策健全完善、产业转型升级、相对贫困治理、全域生态宜居环境创建、新时代文明实践中心高质量建设、乡村治理体系与治理能力现代化协同推进、城乡融合发展等领域工作,推进脱贫攻坚与乡村振兴有效衔接工作及其与“双循环”新发展格局建设的良性互动。     

网络视频实时在线评论用户认可度的影响因素

目前,网络视频实时在线评论激增带来的信息爆炸,使实时在线评论信息管理成为重要议题。以往对实时在线评论的研究多集中于个人行为结果方面,而缺乏对实时在线评论信息管理问题的关注;同时,现有视频网站对实时在线评论信息的管理也存在诸多局限。以爱奇艺视频网站热度榜中的电影为样本,基于信息质量维度框架并采用Tobit模型对实时在线评论用户认可度的影响因素进行研究,结果发现：实时在线评论的新颖性、相似性、情感倾向性和信息丰富性,均对实时在线评论的用户认可度存在显著影响,其中新颖性和相似性影响作用最大。视频网站可以据此进一步强化实时在线评论管理,改善用户的体验,保持用户的粘性。     

外语教学中的文化因素导入研究

在阐述外语教学中引进文化因素的重要性和必要性的基础上,指出语言结构文化、背景知识文化和与交际有关的文化应是外语教师重点导入内容。按话语场组织教学,不仅可以解决文化因素导入的选择,也可以解决文化教学与语言教学有机结合的问题,文化差异教学的目的才能实现。     

Approximate Bayesian inference for latent Gaussian models by using integrated nested Laplace approximations

Summary.  Structured additive regression models are perhaps the most commonly used class of models in statistical applications. It includes, among others, (generalized) linear models, (generalized) additive models, smoothing spline models, state space models, semiparametric regression, spatial and spatiotemporal models, log-Gaussian Cox processes and geostatistical and geoadditive models. We consider approximate Bayesian inference in a popular subset of structured additive regression models, latent Gaussian models , where the latent field is Gaussian, controlled by a few hyperparameters and with non-Gaussian response variables. The posterior marginals are not available in closed form owing to the non-Gaussian response variables. For such models, Markov chain Monte Carlo methods can be implemented, but they are not without problems, in terms of both convergence and computational time. In some practical applications, the extent of these problems is such that Markov chain Monte Carlo sampling is simply not an appropriate tool for routine analysis. We show that, by using an integrated nested Laplace approximation and its simplified version, we can directly compute very accurate approximations to the posterior marginals. The main benefit of these approximations is computational: where Markov chain Monte Carlo algorithms need hours or days to run, our approximations provide more precise estimates in seconds or minutes. Another advantage with our approach is its generality, which makes it possible to perform Bayesian analysis in an automatic, streamlined way, and to compute model comparison criteria and various predictive measures so that models can be compared and the model under study can be challenged.