科技进步对山东省经济增长贡献率的实证分析

利用山东省1995～2009年间的生产总值、资本投入和就业人数,采用基于Solow思想的C-D生产函数,测算出科技进步对山东省经济增长的贡献率.然后在规模报酬不变的假设下,测算出科技进步对山东省经济增长的贡献率.对上述两组数据进行分析,分析生产总值与科技进步的动态关系,得出科技进步对山东省经济增长贡献率的变化趋势.     

HCV全基因组培养细胞的比较蛋白组学研究

利用比较蛋白质组技术研究了转染丙型肝炎病毒(Hepatitis C virus, HCV)全基因组的人肝癌细胞系Huh7细胞模型中蛋白质表达谱的变化, 建立了Huh7-HCV的双向凝胶电泳蛋白质表达图谱和数据库. 通过双向凝胶电泳分离和图像分析, 对表达差异2倍以上蛋白质点进行了胶内酶解和MALDI-TOF MS鉴定. 得到包括与细胞骨架蛋白、细胞周期、凋亡和信号转导等相关的14个蛋白质, 并且用Western blot验证了热休克蛋白70的蛋白质组研究结果. 利用HCV全基因组培养系统, 采用蛋白质组学技术, 为研究HCV病毒和宿主细胞相互作用提供了新的实验数据, 为深入研究HCV病毒复制和分子致病机理奠定了基础.     

随机利率下的离散型线性增额寿险模型

将确定利率下的线性增额寿险推广为随机利率下的线性增额寿险。讨论了随机利率在各年度相互独立同分布和非独立两种离散的情形，给出了两种情形下的一、二阶矩和方差。     

武术套路运动技法的艺术思维本质与方式研究

运用文献资料、逻辑分析和推理法,揭示武术套路运动深层和内在的真实艺术思维本质与方式.研究发现,武术套路的艺术思维基于悠久的历史倾向性——中国人善于将实用技术艺术化.思维的实践来源足人脑对传统搏斗技法信息加工创编的活动过程,这个过程是武术套路创编者在自我意识下完成的,有必然的差异性,并决定了各拳种套路技法的多样与艺术化；辩证思维是主导方式,决定了各拳种武术套路技法的全面性、对立统一和发展变化性.科学地认识武术套路运动的艺术思维本质与方式,对更好地传承与可持续发展武术套路运动有重要的现实意义.     

两全保险最佳年限的确定模型

从降低保险公司所面临风险的角度出发，给出了两全保险在协方差和方差最小时的最佳年限的确定模型。     

随机利率下的离散型线性增额寿险模型

将确定利率下的线性增额寿险推广为随机利率下的线性增额寿险，讨论了随机利率在各年度相互独立同分布和非独立两种离散的情形，给出了两种情形下的一、二阶矩和方差。     

网球运动在高校快速发展的多因素分析

本文运用文献资料、走访调研、逻辑分析等方法对网球运动在高校快速发展的原因进行了探析.认为网球运动深受高校师生的青睐,很多师生渴望加入到网球运动队伍当中的原因是:网球运动本身的社会因素、文化因素和高校体育课程改革的发展趋势.在21世纪我国高校将掀起前所未有的网球热,这将会推动我国网球运动的整体、全面发展.     

运城市发展生态农业的前景及对策

介绍了生态农业的定义,分析了运城地区发展生态农业的前景,就运城市发展生态农业提出了一些建议。     

辽宁省普通高校选修散打课的现状调查与分析

在普通高校开展武术散打运动,对大学生的素质教育和终身体育锻炼都会起到积极的促进作用．采用问卷调查法、统计分析法和专家访谈等研究方法,对辽宁省5所普通高校公共体育课选修情况进行调查,了解和掌握普通高校学生参与散打运动的现状,分析影响他们选修散打运动的因素,为高校的教学改革及推动武术运动发展提出建议和对策．     

Study on Support Vector Machine Based on 1-Norm

The model of optimization problem for Support Vector Machine（SVM） is provided, which based on the definitions of the dual norm and the distance between a point and its projection onto a given plane. The model of improved Support Vector Machine based on 1-norm （1 - SVM） is provided from the optimization problem, yet it is a discrete programming. With the smoothing technique and optimality knowledge, the discrete programming is changed into a continuous programming. Experimental results show that the algorithm is easy to implement and this method can select and suppress the problem features more efficiently.Illustrative examples show that the 1 - SVM deal with the linear or nonlinear classification well.