民国第一古镇旅游景观保护规划

浙江奉化市溪口镇,山川秀丽、地杰人灵,历代名人辈出、名胜古迹丰富,特别因为中国近代政坛名人蒋介石故里,谓之“民国第一古镇”,合乎逻辑地成为全国著名的风景名胜旅游区。然半个世纪以来,因城镇现代化浮躁思想的不良影响,亟须开展科学的保护规划：调整社区产业功能、改善镇区生态环境,严格保护古镇风貌及其历代文化遗产,理性构建“大溪口”风景名胜旅游区,实现可持续发展。     

基于FPGA的高频等精度频率计设计与实现

文章介绍了等精度频率计误差分析和实现原理,在Altera新一代FPGA/PLD开发软件QuartusⅡ 中运用硬件描述语言Verilog HDL编程,通过单片机控制EP1 C12Q240I7芯片实现等精度频率计的设计,频率计可通过分频测量800 MHZ～1 400 MHZ之间的高频信号频率,大大提高了测量精度,实验证明测量精度为0.000 03％以下.     

对基于校企合作的“2+6”专业实践教学改革的探索与实践——以湖南工程学院与德力西电气联合培养电气工程专业应用型本科人才为例

在对比欧美"CDIO工程教育"模式和德国"FH"模式的基础上,结合基于校企合作的"2+6"实践教学改革,以湖南工程学院与德力西电气"企业+学校+学生"开展的联合培养"选择性+创新型"应用型人才为例,对基于校企合作的"3+1"联合培养"卓越工程师"的教学改革进行探索与研究。     

对二语英语自然言语中外国口音的感知的研究

比较了母语为英语的听众和母语为普通话的听众对八种不同母语的说话人的自然英语语句中所带的外国口音轻重程度的识别。与母语为英语的听众相比,母语为普通话的听众对外国口音的识别度偏低;与其它口音相比,特别是与法语口音、西班牙语口音和俄语口音相比,母语为普通话的听众对普通话口音和粤语口音的敏感度偏低。声学分析表明母语为英语的听众和母语为普通话的听众对二语英语说话人的外国口音的辨别分别依赖于不同的感知征兆。     

汉语声调意识影响下的汉腔英语

汉腔英语的产生是中国学习者英语重音意识淡薄的结果,而导致重音意识淡薄的主要原因是汉语语音意识的影响以及英语词重音规则的复杂性.研究从认识心理的角度讨论了汉语在语音意识层面对英语词重音意识培养的迁移作用.结论是汉语语音意识中的声调意识扭曲了学习者对英语单词音节之间轻重差异的感知,阻碍了词重音意识的培养.     

"2+1"顶岗实习的长效机制研究——以物流管理专业为例

"2+1"顶岗实习有利于培养学生的职业技能和职业素养,为今后的工作打下良好的基础.文章从运行机制、保障机制和评价机制三个方面探讨顶岗实习长效机制的建立,解决实施过程中存在的问题.     

经济类本科毕业论文教学创新——基于“6＋1＋1”模式

＂6＋1＋1＂模式有其鲜明的创新特征,能有效解决我国经济类本科毕业论文教学中存在的若干问题,使其更好地适应社会的发展和达到应有的成果。该模式将大学中经济类本科的八个学期分为三个阶段,针对不同的阶段性教学目标,采取不同的教学方式,以形成不断线的毕业论文研究;再结合相关学习实践活动,使得毕业论文教学理论联系实际。教学创新的最终目的是提高经济类本科毕业论文教学质量和我国国民的综合素质水平。     

统筹城乡就业背景下劳动力就业实证分析 ———基于北京市延庆县650个劳动力的调查数据

统筹城乡就业、建立城乡一体化的人力资源市场,是当前政府的重要任务之一。基于北京市延庆县650个劳动力的调研数据,分析劳动力就业现状,诊断存在问题：劳动力文化素质低、技能差、年龄偏大,市场意识淡薄,过于依赖政府,对就业收入期望过高;就业结构不合理、空间狭窄,市场竞争激烈,社会化的技能培训体系及长效机制尚未完善;政府就业政策未真正落实,基层公共就业服务机构弱,信息服务不到位,培训覆盖面有限,就业指导缺失等。并提出对策建议。     

Electricity consumption prediction with functional linear regression using spline estimators

A functional linear regression model linking observations of a functional response variable with measurements of an explanatory functional variable is considered. This model serves to analyse a real data set describing electricity consumption in Sardinia. The interest lies in predicting either oncoming weekends’ or oncoming weekdays’ consumption, provided actual weekdays’ consumption is known. A B-spline estimator of the functional parameter is used. Selected computational issues are addressed as well.     

Density Estimation by Total Variation Penalized Likelihood Driven by the Sparsity ℓ1 Information Criterion

Abstract. We propose a non‐linear density estimator, which is locally adaptive, like wavelet estimators, and positive everywhere, without a log‐ or root‐transform. This estimator is based on maximizing a non‐parametric log‐likelihood function regularized by a total variation penalty. The smoothness is driven by a single penalty parameter, and to avoid cross‐validation, we derive an information criterion based on the idea of universal penalty. The penalized log‐likelihood maximization is reformulated as an ?₁‐penalized strictly convex programme whose unique solution is the density estimate. A Newton‐type method cannot be applied to calculate the estimate because the ?₁‐penalty is non‐differentiable. Instead, we use a dual block coordinate relaxation method that exploits the problem structure. By comparing with kernel, spline and taut string estimators on a Monte Carlo simulation, and by investigating the sensitivity to ties on two real data sets, we observe that the new estimator achieves good L ₁ and L ₂ risk for densities with sharp features, and behaves well with ties.