大环境下小学英语学习评价方式的探索

在新课改的背景下,当前的英语学习评价方式应多样化,要符合小学生的年龄特点,采用双轨评价、评语式评价和家长参与式评价等多种方式来提高学生学习英语的兴趣,使他们能够主动学习英语,并感受到学习带来的成功和喜悦。     

喻家湖水质时空分布特征和影响因子分析

通过设计合理的水质监测网,采用多元统计分析,并结合地理信息技术对武汉市喻家湖在2011年-2012年期间12个监测点、13个水质参数监测值进行水质时空分布特征研究.结果表明,喻家湖13个水质指标概括为4个主成分:第一主成分代表喻家湖的重金属污染,第二主成分代表其富营养化水平,第三主成分代表有机污染程度,第四主成分间接指示富营养化程度;在时间和空间变化上都可分为二组,显著性指标的时空差异较明显,水质污染程度从南至北逐渐减弱,湖溪河是喻家湖的最主要污染源.并对水质参数,监测点位和频次进行了优化.     

中国省际人均实际GDP平稳性研究

中国省际人均实际GDP是否平稳,对研究宏观经济政策效果及促进各省经济发展具有重要意义.采用非对称指数平滑转移自回归的单位根检验方法,考察了1952-2011年中国30个省份的年度人均实际产出的平稳性特征.结果显示,中国有11个省份非线性全局平稳在具有平稳性特征的省市中,上海、陕西和新疆3省人均产出变量向均衡调整的过程具有非对称特征,给出了实证结果的经济学解释和政策性含义.     

铜陵市资源利用与经济增长关系分析

资源利用与经济增长之间的关系是资源与环境经济学研究的重要领域。以安徽省铜陵市为例，尝试运用物质流分析方法以及最新发展的自回归分布滞后模型（ARDL）对铜陵市1990~2008年资源利用和实际GDP二者关系进行检验和分析。采用了物质流分析指标中直接物质投入来表征区域资源利用量。ARDL边界检验结果表明了资源利用和经济增长间存在稳定的长期均衡关系。进一步通过ARDL-ECM模型分析了区域经济增长对资源利用长期弹性系数和短期弹性系数，并揭示出资源利用对经济增长的短期和长期因果关系。研究结果表明当前资源投入在一定程度上拉动了铜陵经济增长。同时还对铜陵经济增长和资源保护战略提出了政策建议     

神经网络方法在地表高程预测中的应用研究

从地表高程预测的研究现状出发,基于Matlab神经网络工具箱构建了广义回归神经网络(GRNN),建立了能够预测地表高程的神经网络预测模型,并与反距离加权法(IDW)的预测结果进行了比较分析。结果表明,GRNN方法计算简单,在相同的样本数据条件下,GRNN的预测精度较高,表明神经网络方法在地表高程预测中的应用是可行的。     

污泥热干化含水率实时监测的HBA-SVM回归模型研究

利用网格划分法和黑盒法采集分析污泥含水率的实时监测数据，探讨热干化系统湿热空气的性质和计算方法，研究回风口排湿速率和干化时间与污泥含水率的关系。在污泥干化领域尝试引入最新蜜獾算法(HBA),优化支持向量机(SVM),构建HBA-SVM回归模型，并与粒子群算法(PSO)和遗传算法(GA)优化的SVM回归模型进行对比分析。结果表明：回风口排湿速率和污泥含水率随干化时间增加呈非线性降低，排湿量下降的变化速率略高于含水率。HBA-SVM的决定系数(R²)是0.996 5,均方根误差(RMSE)是0.979 2,离散度更低，精确度更高；将模型移植到嵌入式系统，经现场试验验证，综合预测精度可达90%以上，是实际污泥含水率监测的一种有效方法。     

寻找人性回归之路

本文不囿于已有生态旅游的成论,而是以发生学——即回溯的思想方法,从本源上探讨了生态旅游的本质是一种对"走行(move)"欲望和亲近自然的回归。因此作为回归和"返祖"的生态旅游,正是要跋山涉水去体验原真的自然,体验与方便快捷的现代生活相反的诸多"不方便",从而提高人类的感知能力,恢复人性中所包含的自然因素。     

遗传投影寻踪回归在城市环境质量评价中的应用

引入投影降维的思想,将遗传投影寻踪与回归分析技术运用到城市环境质量评价中。将此技术与神经网络方法进行实例比较,投影寻踪回归方法不但可以合理地作出环境质量的综合评价,而且消除了神经网络方法中类别判断不够精确的影响。     

基于回归分析的火灾发生气象因子的研究

利用二元回归分析法,对火灾发生次数、空气湿度、风速进行回归分析并检验,得出了火灾发生次数、空气湿度、风速三者之间的显著线性关系。     

桂西北河池地区耕地变化及其驱动力Logistic回归分析

桂西北河池地区土地退化严重，耕地少，区域农业发展受限。基于TM遥感图像、DEM等空间数据并结合社会经济统计数据，利用空间分析方法及Logistic回归分析模型，定量分析了1952～2006年桂西北河池地区11个县耕地的时空动态变化规律及其驱动机制。研究结果表明：1952～2006年河池地区耕地总量的变化经历了迅速增加-波动变化-迅速减少-缓慢减少的过程，空间上变化率不均衡，且近20多a间西部地区耕地减少迅速，其变化体现了国家政策的主导驱动作用；根据回归结果提取出7类影响耕地分布的主要解释变量，其中海拔和人口分布为耕地空间分布格局分异的关键影响因素，其次是坡度Ⅰ(0°～5°)、GDP、至主要公路距离、至主要河流距离和至主要城镇距离；不同县之间耕地变化驱动力的解释变量存在差异，且各县耕地分布概率对于海拔、坡度Ⅰ(0°～5°)、GDP这3类解释变量较敏感，而其他解释变量敏感程度较低；东部地区耕地分布的概率更大.