二十世纪主知主义道德教育主题的嬗变

主知主义(主智主义)道德教育思潮是指20世纪以来以重知识、能力等在道德发展中的作用为基本价值取向的道德教育思潮。这一教育思潮是西方教育发展进程中产生的一种重要的教育思想,它孕育于古希腊罗马时期,到启蒙运动时期一度达到兴盛,成为支配欧美道德教育发展的一种重要力量。     

成都大学:为大运会设计蜀文化元素

<正>“这次的蓉宝形象提升工作,设计团队的各位成员有时候连续几天都难合眼。但我们希望可以通过专业眼光和设计能力,做出大众接受度更高、更可爱的蓉宝。”说话的是成都大学影视与动画学院(以下简称“影动学院”)副教授王岩松。6月29日,成都大学即将结束大运会前最后一天的开放,廉政瞭望·官察室记者来到东盟美术馆,见到了“蓉宝”形象提升团队中的王岩松和彭红璐,听他们讲述代表成都大学团队的创作故事。当天,同样来自成都大学的大运会主火炬设计者和奖牌绶带设计团队也与记者分享了参与相关设计工作的体会。     

同时履行抗辩之适用限制

同时履行抗辩在《合同法》上虽已有规定,但在概念及构成要件上却语焉不详,这直接造成司法适用上的无序。从法理上言,主给付义务构成对待给付而有同时履行抗辩之适用,从给付义务得否主张应视其与合同目的是否密切。为此,司法实务应慎重适用同时履行抗辩而不应扩大其适用范围。同时,应对《合同法》第66条之后段予以修正。     

基于主成分分析的我国省级财政规模综合评价

通过选取财政自给率、财政收入占比、财政支出占比、人均财政收入、人均财政支出、单位面积财政收入和单位面积财政支出这七个指标作为评价指标,采用2009年全国31个省区(不包含香港、澳门和台湾地区)的财政规模数据作为样本数据,运用主成分分析方法对我国省级财政规模进行综合评价的结果表明,全国31个省区的财政规模总体水平偏低,绝大多数省区的财政规模极不理想,亟待优化。     

稳健:中国资本市场政策主基调

提高上市公司质量、改革股票发行制度及完善资本市场法律体系是我国资本市场基础性制度建设的主要内容。资本市场改革和发展的另一要义是"稳步推进"多层次市场体系建设,其重点是主板、中小企业板、创业板、代办股份转让系统及构建统一监管下的全国性场外交易市场。在加强基础性制度建设、加快多层次市场建设基础上,保持发展的"稳健",是中国资本市场政策的主基调。     

以“巡防处”勤务改革升级助推主城区主战主防深耕善治

在深入贯彻全国公安厅局长会议和全省公安局处长会议精神的进程中,宜宾市公安局翠屏区分局以升级主城区“巡防处”一体化勤务运行机制改革为支点,全方位为派出所减负降压,全科目培育提升战力,实现了警务运行模式机制重组、流程再造,得到了辖区群众、上级领导和社会各界的广泛关注和点赞,打造了主战主防“翠屏样板”,交出了深耕善治“翠屏答卷”。     

超声辅助固相萃取-HPLC法测定不同地区缴获鸦片样品中生物碱

目的本文建立了超声辅助固相萃取-HPLC法定量测定缴获鸦片样品中吗啡、可待因、蒂巴因、罂粟碱、那可汀5种生物碱并同时检出6种未知化合物的方法。采用主成分分析法区分不同地区缴获的鸦片样品。方法采用超声辅助固相萃取法提取生物碱,XDB-C18（5μm×4.6mm×250mm）色谱柱,流动相为10mM的1-庚烷磺酸钠（pH 3.2）和乙腈,梯度洗脱,紫外检测器检测。结果该方法的定量限为0.58~2.78 mg/kg。添加水平在0.2～1.5mg/mL范围内,平均加标回收率为81.0%～99.2%,相对标准偏差为1.6%～5.0%。结论本方法重现性好、定量准确,满足定量检测鸦片中生物碱含量并对不同产地鸦片进行分类的需要。     

主成分分析和Pearson距离分析在判别“金三角”海洛因样品羞联性中的应用研究

研究了因子分析和距离分析在海洛因样品关联性分析中的应用。使用毛细管凝胶电泳法对海洛因样品中的8种主要生物碱进行了定量分析,以生物碱的峰面积作为关联性计算的数据变量。采用主成分分析方法建立了海洛因样品关联性的初级分组数学模型,采用Pearson距离法建立了海洛因样品极强关联性的数学模型。将931份“金三角”海洛因样品按主成分分析关联性的强弱进行初步分组,并进一步采用Pearson距离离法计算各组内样品间的关联性,筛选出了关联性极强的样品。     

广东工业行业科技原创力的综合评价——基于2008年广东经济普查的截面数据分析北大核心

通过运用主成分分析法对广东工业行业科技原创力的多元指标体系进行综合评价,可以综合评判广东39个工业行业在科技原创力上的发展水平和存在问题:一是广东制造业的科技原创能力要强于采矿业和电力、燃气及水的生产和供应业;二是广东工业行业的科技原创力发展具有集中性特征,且不同工业行业科技原创活动绩效存在较大差异。并进一步明确广东提升工业科技原创力的发展思路。     

基于混合滤波LBP和PCA算法的鞋底足迹识别

足迹识别是现代犯罪现场侦查的一个重要手段,而基于图像分析的足迹识别技术大大提高了足迹鉴定识别的效率。由于图像采集过程中无法避免出现各类噪音,在后期对足迹图像进行LBP特征提取时也会降低识别精度。针对这个问题对LBP算法进行研究,引入一种混合滤波LBP和PCA的图像特征提取算法,并应用于犯罪现场足迹识别工作中。算法首先采用中值滤波与小波变换的结合算法对采集的鞋底足迹图像进行去噪处理,并通过PCA算法对特征向量进行降维处理,最后采用SSIM结构相似度对鞋底图像进行匹配识别。经过与现有的LBP算法比较,引入的混合滤波算法可以明显提高鞋底足迹的识别准确度,在鞋底足迹识别中具有很好的应用前景,为犯罪现场勘查提供高效、精确的线索突破口。