大学数学教材中“布尔巴基”模式的反思

文章通过对"布尔巴基"模式的利弊分析,认为数学教材应该逐渐淡出"布尔巴基"模式并对数学教材如何淡出这一模式进行了建设性的思考.

大数据背景下云南省户外旅游关注度研究

作为大数据应用前景最广阔的行业之一,旅游大数据从庞大的旅游数据中对有意义的信息进行专业化处理,为整个旅游行业发展及旅游决策奠定坚实的基础,实现旅游产业的增值和盈利,体现了现代旅游信息的综合。本研究通过查阅相关资料,设计调查问卷的方式进行数据收集,对云南省户外旅游大数据的关注度及信息化平台应用进行研究。结果表明云南省户外旅游市场的经营模式主要是“线下俱乐部 + 线上俱乐部平台”和爱好者自发组织的方式。云南省户外旅游爱好者对大数据的关注度较低,户外旅游信息资源分散、旅游信息化程度不高、各信息模块间不能互相连通,数据无法交换、效率低下。最后,针对云南省信息化平台的应用情况,作者提出了在大数据背景下云南省户外旅游模式的重构策略,以促进云南省户外旅游产业的全面信息化和转型升级。

昆明城市盲道系统的DBO模式应用

研究通过对昆明市的一个视障人群聚居区进行实地走访和对视障人群和市民进行城市盲道建设的认知及满意度调查,借助调查所得材料和数据,分析研究昆明城市盲道存在的问题,提出尝试将DBO模式首次应用于盲道的设计、建设和长期运营上,由政府相关部门作为DBO主体对整体项目进行把控和资金支持工作,承包商承担整体工作,对项目进行协调推进,并基于此模式提出昆明盲道系统运营管理新策略,以期为国内城市盲道的建设提供科学的理论参考和依据。

中央环保督察对上市房地产企业价值的影响研究

近年来,房地产行业的迅猛发展带来了一系列的环境问题,而环保督察作为环境规制的手段之一,对房地产行业的发展产生了多维的影响。文章选取上市房地产企业2012~2021年的相关数据,构建强度双重差分模型探究两轮环保督察对上市房地产企业价值的影响。结果表明:两轮环保督察均对上市房地产企业价值产生了显著的负向影响,且第二轮环保督察影响更为显著;两轮环保督察对以市净率表示的企业估值影响较大。

基于BH-YOLOX算法的电动车头盔检测系统研究

为了提升电动车头盔检测系统的精确度和实时性,考虑到传统检测方法在特征提取方面存在困难,目前基于深度学习的目标检测算法存在模型的泛化性不高,对复杂背景的适应性不足等问题。本文提出基于YOLOX算法优化后的BH-YOLOX模型。首先,特征提取网络维度,通过构建轻量级的Ghostnet网络,在减少了参数量和计算量的前提下,同时提高了特征提取能力,使模型更加轻量化;特征融合维度,增加了Squeeze-and-Excitation Networks (SENet)通道注意力机制,加强了不同通道的特征的关联,提高了网络在复杂场景中的性能;扩展特征层维度,BH-YOLOX在原有的三个特征层的基础上又增加了一个更大的特征层,能够有效提升网络对小目标的检测性能;最后优化损失函数,提高网络模型的回归精度。实验结果证实,BH-YOLOX模型的mAPz值达到98.90%,检测速度为104.51 FPS,能满足绝大多数交通场景的要求,也适用于部署在如摄像头等边缘设备上。

基于文本挖掘的纪录片传播影响因素分析

为了解影响纪录片传播的因素,将爬虫得到数据资源清洗后,经描述统计获得基础影响因素作为分类变量,使用Python得到较精准的中文分词结果,编写Gibbs算法建立LDA模型来进行分析得到不同纪录片适合的困惑度和主题数以及语义网络、词云图等结果。通过分析文本的结果得知人们的价值观与纪录片的传播可展现双向的影响作用,纪录片的拍摄会根据时代的主流与需求进行拍摄,而时代的主流与需求也是人们的价值观最直接的展现;再者,人们通过观看纪录片来了解当下的世界展现给人们的面目,同样这也是一种对人们思维的引领方向,影响较大的为人们的现实需求、纪录片的承载形式以及纪录片的真实性。

基于GM（1，1），BP和ARIMA模型的居民消费价格指数预测研究

本文通过对CPI数据进行分析，利用滑动平均法分离出季节指数，首先对趋势项建立了灰色预测模型，对周期项建立ARIMA模型，并与由BP神经网络建立的模型比较，得出对周期项由BP神经网络建立的模型预测效果比较好，最后利用乘法模型对其进行集成。