高职学生创新素养影响主因子及培育路径研究

创新能力作为衡量高职学生的综合职业能力的重要指标之一,需要学校给予更多的关注在学生的创新素养的培养上。影响学生的创新素养的因素涉及不同的方面。文章通过构建结构方程模型,结果发现个人特征、系统维护和改变要素、人际关系和个体发展对创新素养有正向影响,其中个体发展的影响最大。根据研究的结果,文章提出了学校要基于真实任务为驱动,加大力度举办创新创业项目大赛,同时将创新素养目标融入高职学生专业课程体系和第二课堂育人全过程中,从而有效地把学生的创新素养培育、创业技能提升与专业课程教学改革进行结合。同时,高职院校要建立健全高职学生创新素养和创业能力评价指标体系,持续性、动态化监测和评估学生创新素养提升水平,发现问题,及时采取有效改进策略。

中高职语文教学衔接的现状及其影响主因子研究

为了整合中高职课程资源,减少学生的时间浪费,必须要开展中高职语文课程衔接教学。目前,中高职语文教学衔接存在课程目标不清晰、教材使用不规范、教学内容重复严重、教学观念陈旧等问题。通过对衔接现状的分析,指出影响中高职语文教学衔接的有政府有关部门统筹规划与完善相关政策、健全衔接机制、培养"双师型"教师队伍等主要因子。

基于灰关联熵理论的驾驶决策影响因子研究

针对道路交通系统数据采集难度大、灰度大、无典型分布等特点,采用多种数据采集设备采获数据,运用灰关联熵分析法重点对来自道路、环境的驾驶决策主影响因子进行了榨取和排序。仿真结果表明,该方法客观、定量,能克服目前人们以主观、定性分析为主的缺点,避免了多因子多重共线关系所引起的信息重叠及其对仿真过程的干扰,为自动驾驶系统的仿真和实现提供了理论基础和可行性依据。

影响水资源承载能力增强因子的结构分析

本文依据天然—人工二元水循环理论,阐述了东江流域水资源承载能力增强的途径和主要影响因子,在此基础上,利用解释结构模型分析了该承载系统各影响因子的层次结构及其相互作用关系。研究结果表明:激励机制、用水效率在诸影响因子中起到核心作用,是影响东江流域水资源承载能力增强的主影响因子;提高社会水资源承载能力是东江流域水资源承载能力增强的主要途径。

城市商品住宅价格影响因素分析

笔者通过因子分析将影响城市商品住宅价格的因素划分为城市基础设施与环境因子、城市规模因子、城市经济因子和城市区位因子。并在此基础上,利用主成分回归法分析了这四类影响因子与城市商品住宅价格的关联度,确定了四类因子的重要性排序为:城市经济因子、城市规模因子、城市基础设施和环境因子、城市区位因子。

基于Pearson灰色关联熵的粮食产量主影响因子识别——以河南省为例

区域粮食产量主控因子的诊断需要合理遴选评价指标并准确测度气象气候等各影响因素的作用。文中以河南省1989-2014年的农业统计资料为数据源,首先将Pearson相关分析法应用于从资源投入、气候变化、技术进步、制度政策等四个方面构建的河南省粮食产量影响因子评价指标集,以进行评价指标的定量遴选和消除依据主观经验选择评价指标的局限性,然后再应用熵权法改进后的灰色关联分析法来识别河南省粮食产量主影响因子。研究结果显示:基于Pearson系数和灰色关联熵相结合的粮食产量主影响因子识别结果较符合河南省的客观实际,对于与粮食产量关系密切但其影响通常难以量化的气象气候等因子所起的作用也能够较准确地测度。农田有效灌溉面积、耕地面积和粮食作物播种面积三项因子是河南省粮食产量的主控因子,并且农田有效灌溉面积的灰色关联熵最高,耕地面积和粮食作物播种面积的灰色关联熵也明显高出位于其后的其它因子,这表明河南省粮食生产受到区域内水资源匮乏的强烈影响,同时该省当前的粮食产量(产出)是通过投入大量的耕地资源要素并保持较高的作物种植规模而得以实现的,这与农业可持续发展的内涵并不相符。平均气温、日照时数、年降水总量以及化肥农药的使用量和成灾面积也是河南省粮食产量变化的主要因素,这显示出该省粮食生产的现代化水平不高,受气象气候因子的制约作用明显,对灾害的防御和抵抗能力较弱,存在对易于造成农业面源污染问题的化肥农药依赖性较强的现象;农业机械等科技投入要素对河南省1989年以来粮食产量的影响较小,明显低于气温和降水等气象气候因子的作用。

基于GCM(1,N)自适应关联组合模型的PM_(2.5)浓度预测

PM_(2.5)浓度的变化与雾霾灾害天气的发生有着内在的必然联系,准确预测PM_(2.5)浓度变化趋势,对有效防治大范围雾霾灾害天气的发生具有重要指导作用。本研究根据PM_(2.5)浓度受多因素扰动的灰特性,采用等维灰递补的方法,及时补充新的灰信息,构建了PM2.5主影响因子灰关联计算模型;同时引入灰控制参数对GM(1,N)模型进行改进,满足多影响因素条件下的精确预测,将二者结合建立了适应于不同N元的GCM(1,N)自适应预测模型。通过对北京地区实测数据的应用和分析,GCM(1,N)计算预测模型精度达到89.75%~96.44%,PM_(2.5)浓度预测相对误差在7.32%~15.21%之间,取得了较好的预测效果。

Water Quality Evaluation Model Based on Principal Component Analysis and Information Entropy:Application in Jinshui River

水质评价对决策者决定水的使用功效尤为重要。水质综合评价系统中涉及到大量因子与指标,因子之间相互作用,致使水质的评价工作相对困难。主成分分析法可以消除因子间的相关性,因而被广泛应用于水质评价,但其忽略了数据离散程度的问题。熵值法则考虑了数据的离散特点。为更好地进行水质的综合评价,本文提出把主成分分析法和熵值法结合起来确定指标权重的方法,建立了水质评价模型,并采用该模型对郑州市金水河再生水2009年的水质情况进行评价,将评价结果与单独采用主成分分析或熵值法的结果进行了比较。结果表明了该方法的可行性与实用性,能够为非常规水资源利用提供理论依据和决策参考。