论文部分内容阅读
出版社好书评选：彰显出版品牌价值 引领全民阅读风尚
【出 处】
：
中国新闻出版广电报
【发表日期】
：
2020年01期
其他文献
随着智能电网的兴起,大规模的可再生能源发电设备和电动汽车充电桩接入电网中,电力负荷同时受到多种复杂因素的影响,呈现随机性、非线性和时序性等特点,提高短期负荷预测的准确性成为一项具有挑战性的任务。近年来基于深度神经网络的智能预测算法成为短期负荷预测的研究热点。卷积神经网络（CNN）能够深入挖掘复杂数据特征,长短期记忆网络（LSTM）具有时间序列学习能力。本文基于CNN-LSTM的混合短期负荷预测模型
随着云计算和边缘计算在国内互联网产业的飞速发展,人们已经习惯在社交平台和摄像机下生活。同时,在智能监控和智慧交通以及时下最流行的网络短视频等领域也生产了大量的视频数据。如何更好的理解视频中丰富的行为信息从而为后续广泛的应用提供决策辅助也成为了一个重要的研究课题。相比于图像任务的学习,视频的本质更具有时空性。本文针对如何有效获取视频里的时空信息以及如何解决视频信息的长时间依赖问题,从以下两个角度出发
随着经济的发展，上市公司的股利政策成为当下投资者关注的对象，企业的股利政策直接影响投资者的信心以及外界对企业的态度。因此，企业股利政策得到越来越多控股股东的重视。证监会出台了一系列鼓励分红的政策，激励越来越多的上市公司进行分红，现金分红逐渐成为当下股利分配的主流。目前，上市公司的高派现行为盛行，甚至有的公司不顾企业自身的发展情况，出现分红金额大于企业净利润的现象，这无疑增加了企业自身的资金压力及财
在金融市场波动和国际化资本流动日益加剧的情况下,预测的准确性和稳健性是金融决策的关键因素。长期以来,对股票价格指数的预测一直是一个活跃的研究领域。其中,有许多研究使用数据挖掘技术,包括人工神经网络。然而,大多数研究表明,人工神经网络在学习模式方面有一定的局限性,因为股票市场数据具有巨大的噪声和复杂的维数,其外部属性之间的相关性问题以及在长期预测时外部影响都会导致股价波动的加剧。人工神经网络具有卓越
文中以《国际贸易》课程为例，阐述课程思政教学改革与实践探索的必要性以及可行性，剖析课程思政与专业课程教学相融合面临的难题，提出应从提高专业教师的课程思政教育能力、精准提炼专业课程中包含的思政元素、合理设计教学内容和教学环节、灵活采用多元化教学方法和教学手段以及优化课程思政教学管理和考核评价机制等多层面着手，针对《国际贸易》课程开展课程思政教学创新改革与实践，以达到提高课程思政教学效果的目的。
教师绩效评价对于激发教师工作活力、加强学科团队建设具有重要价值。我国高校现行教师绩效评价制度在学科团队建设过程中的评价目的、评价方案、评价过程和评价结果等方面还存在诸多深层次矛盾与问题。今后需要从多方面进行改革：回归育人本位，发挥学科团队建设的育人价值引领；实施分类评价，将教师个体评价与学科团队评价相结合；淡化数量指标，综合运用多元评价方式；实现赋权增能，完善评价的反馈、申诉与问责机制。
进入二十一世纪第二个十年以来,计算机技术,特别是大数据、人工智能和大规模集群技术的飞速发展,为金融注入了强大的科技力量,金融科技也随之发展到了更高的阶段。将科技应用于金融最直接的手段莫过于自动化、智能化的金融交易,而量化交易是集合了各种最前沿计算机技术的金融科技。近年来,量化交易在国内发展迅速,其在期货市场上的应用得到了广泛的关注。其具有反应迅速、准确度高、自动化等特征,在二级市场和衍生品市场可以
＜正＞答:那些会在特定节日出现的玩具通常被人们称为"时令玩具",比如元宵节的走马灯,端午节的香包、布老虎以及中秋节的兔儿爷。每种时令玩具都有自己独特的文化内涵,比如明清两朝时,流行在中秋节送孩子"兔儿爷"。这种玩具与嫦娥奔月、玉兔捣药的传说有直接的关系,是古人崇月遗俗的反映,也是孩子们祭月时"月神"的象征物。
期刊