检索结果-南通市图书馆

小规模农业的农机社会化服务发展路径研究——基于中日韩三国的比较分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国农业大学学报(社会科学版) 2025年

作者：胡霞周旭海中国人民大学经济学院中国社会科学院日本研究所

农机社会化服务是东亚小规模农业实现高质量发展的重要依托。在推进农业机械化的过程中,东亚代表性国家形成了差异化的农机社会化服务发展路径。从发展特征来看,日本和韩国是在农机普及的基础上支持农机社会化服务发展,小范围的农机联... 详细信息

农机社会化服务是东亚小规模农业实现高质量发展的重要依托。在推进农业机械化的过程中,东亚代表性国家形成了差异化的农机社会化服务发展路径。从发展特征来看,日本和韩国是在农机普及的基础上支持农机社会化服务发展,小范围的农机联合利用成为其主要发展方向;中国则将支持农机社会化服务发展作为农业机械化的主基调,农机作业服务外包成为其主要发展方向。从发展成效来看,中国更好地达到了分摊农机购置成本的目的,这主要是由于有利的自然和社会经济条件使中国农户采用农机作业服务具备明显的成本优势,农业分工的深化为农户获取服务规模经济效益带来了便利。对于其他尚在探索小农现代化道路的发展中国家和地区而言,东亚代表性国家的农机社会化服务发展路径为其提供了有益的借鉴。

关键词：东亚小规模农业农业机械化农机社会化服务发展路径

基于智能优化算法和Bi-LSTM神经网络的盾构隧道刀盘扭矩智能预测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国科学:技术科学 2025年

作者：孔凡超刘懿晗刘士吉路德春杜修力华北电力大学水利与水电工程学院北京工业大学岩土与地下工程研究所

智能预测合理的刀盘扭矩可有效降低盾构隧道开挖对地层的扰动并减小刀盘磨损,对于盾构安全高效施工具有重要意义.本文基于智能优化算法和深度学习神经网络,提出了盾构隧道刀盘扭矩时序智能预测方法.采用Bi-LSTM神经网络作为深度学习预... 详细信息

智能预测合理的刀盘扭矩可有效降低盾构隧道开挖对地层的扰动并减小刀盘磨损,对于盾构安全高效施工具有重要意义.本文基于智能优化算法和深度学习神经网络,提出了盾构隧道刀盘扭矩时序智能预测方法.采用Bi-LSTM神经网络作为深度学习预测模型,分别联合粒子群优化算法(PSO)、遗传优化算法(GA)、饥饿游戏搜索算法(HGS)和麻雀搜索算法(SSA)智能确定Bi-LSTM神经网络的3个超参数,即学习率、神经元数量和丢弃率,进而获得了盾构隧道刀盘扭矩智能预测方法.智能模型预测值与实测值的均方根误差作为4种优化算法的适应度函数,数据预处理采用归一化方法降低不同参数间的量级差异影响.智能预测模型的输入考虑了15个参数对刀盘扭矩的影响,包括1个隧道几何参数、6个地质力学参数和8个盾构掘进参数.结合盾构隧道现场实测数据,从精度、效率和稳定性3个角度评价4种优化算法寻优Bi-LSTM神经网络超参数的性能,结果表明相比于其他3种优化算法, HGS方法具有较好的稳定性、较快的效率和较高的计算精度,是确定Bi-LSTM超参数的适用性方法.

关键词： Bi-LSTM神经网络超参数启发式智能优化算法刀盘扭矩性能分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

从众议院大选看日本政坛

和平与发展 2004年第1期 53-56页

作者：林晓光中央党校教授、现日本国际问题研究所客座研究员、本中心特约研究员

2003年11月9日举行的日本众议院大选结果表明，随着老一代政治家的逐渐隐退，日本新生代政治家将进一步在政坛上发挥主导作用。“修宪”的可能性加大，在安全战略上可能进一步向派兵海外和承担更多国际安全责任的方向调整。日本政治的... 详细信息

2003年11月9日举行的日本众议院大选结果表明，随着老一代政治家的逐渐隐退，日本新生代政治家将进一步在政坛上发挥主导作用。“修宪”的可能性加大，在安全战略上可能进一步向派兵海外和承担更多国际安全责任的方向调整。日本政治的走向正在发生重大变化。

关键词：众议院选举日本政党政治自民党执政党

在线全文

学校读者我要写书评

暂无评论

日本的米骚动与中国的五四运动

中共党史研究 2001年第2期 92-94页

作者：野泽丰林晓光中共中央党史研究室第三研究部日副研究员北京100080 副研究员北京

本文拟考察20世纪初发生在日本的米骚动对于中国五四运动的影响。将这两个相继发生在两个国家的带有历史阶段性的重大社会运动联系在一起进行的研究,在学术界以往的有关五四运动的研究中并不多见,故将日本学者野泽丰的论文(《米骚动与... 详细信息

本文拟考察20世纪初发生在日本的米骚动对于中国五四运动的影响。将这两个相继发生在两个国家的带有历史阶段性的重大社会运动联系在一起进行的研究,在学术界以往的有关五四运动的研究中并不多见,故将日本学者野泽丰的论文(《米骚动与五四运动——关于在东亚地区的民族和国家的关联性》(载日本《近邻》创刊号1981年8月)编译如下,供研究者参考。一、原敬内阁的外米购入政策及其影响在寺内内阁因米骚动而辞职之后,原敬内阁于1918年9月29日成立。新内阁以米价问题为中心,把“不惜任何手段采购外米”(《原敬日记》1918年12月23日,下同)作为政府的首要课题。

关键词：五四运动米骚动农民运动劳工运动中华人民共和国

中国共产党编纂党史资料的进程(1929—1955)

在线全文

学校读者我要写书评

暂无评论

中共党史研究 2017年第6期 120-126页

作者：石川祯浩李晓倩日本京都大学中共中央党史研究室助理研究员北京100080

2013年,中央档案馆、中共中央文献研究室共同编纂的《中共中央文件选集（1949年10月—1966年5月）》由人民出版社出版发行。这是一套50册的大型文献资料集,收录了从中华人民共和国成立到＂文化大革命＂开始,即新中国前17年中以中共中央... 详细信息

2013年,中央档案馆、中共中央文献研究室共同编纂的《中共中央文件选集（1949年10月—1966年5月）》由人民出版社出版发行。这是一套50册的大型文献资料集,收录了从中华人民共和国成立到＂文化大革命＂开始,即新中国前17年中以中共中央的名义发出的决定、指示等文件约4500件。

关键词：党史资料中央档案馆出版发行大型文献资料集中共党史研究胡乔木延安时期缪楚黄中共一大

在线全文

学校读者我要写书评

暂无评论

野坂参三与毛泽东、蒋介石的往来书信

中共党史研究 2005年第1期 112-116页

作者：加藤哲郎林晓光日本一桥大学中央党史研究室副研究员北京100080

在承认私有财产的同时坚持共产党领导的中国大陆与因独立论抬头而动荡的台湾之间，矛盾由来已久。究其原因，应是早在第二次世界大战期间就已存在着的国共之间的合作抗日与内部抗争。

关键词：野坂参三毛泽东蒋介石书信日本共产党

在线全文

学校读者我要写书评

暂无评论

中国共产党历史上的外籍党员

中共党史研究 2009年第5期 118-124页

作者：李蓉中共中央党史研究室第一研究部研究员北京100080

在中国共产党的历史上，曾经有过朝鲜、越南、日本、印度、奥地利、波兰、英国、美国、苏联等国籍的党员（以下简称外籍党员）。他们大多数来自亚洲，也有的来自欧洲、美洲等地。他们都有在中国工作或生活的经历，时间有长有短，加入中... 详细信息

在中国共产党的历史上，曾经有过朝鲜、越南、日本、印度、奥地利、波兰、英国、美国、苏联等国籍的党员（以下简称外籍党员）。他们大多数来自亚洲，也有的来自欧洲、美洲等地。他们都有在中国工作或生活的经历，时间有长有短，加入中国共产党的时间也长短不一。他们中的绝大多数人受到中国共产党的影响，接受中国共产党的纲领和主张，愿意为中国人民的解放和幸福事业贡献力量，

关键词：中国共产党党员历史党的纲领中国人民奥地利时间国籍

在线全文

学校读者我要写书评

暂无评论

试析日本学力调查的目的和导向

全球教育展望 2008年第5期37卷 43-49,56页

作者：高峡中央教育科学研究所研究员北京100088

日本于2007年4月,由文部科学省组织实施了一次面向全国的义务教育学力调查。此次调查是继上个世纪60年代中断实施全国学力调查之后,第一次面向全体学生的测试。其目的在于掌握2002年以来课程改革实施状况。此次调查在调查方式、内容的... 详细信息

日本于2007年4月,由文部科学省组织实施了一次面向全国的义务教育学力调查。此次调查是继上个世纪60年代中断实施全国学力调查之后,第一次面向全体学生的测试。其目的在于掌握2002年以来课程改革实施状况。此次调查在调查方式、内容的设计和选择上,以及调查结果中都反映出一些值得关注的特征和倾向。研究和分析日本的学力调查,对于我们考察和评价我国学生的学业成就、思考和评价我国课程改革实施状况不无裨益。

关键词：日本学力调查基础学力应用学力课程改革

监管能被识别吗：基于机器学习与问询函的证据

在线全文

学校读者我要写书评

暂无评论

经济管理 2025年

作者：陈运森周金泳邓祎璐中央财经大学会计学院华北电力大学经济与管理学院

科技监管和智能监管是完善现代金融监管体系的重要方向，但对企业和投资者而言，监管机构的实际关注重点仍是一个有待探究的重要问题。本文采用六种具有代表性的机器学习方法，利用多维度特征构建公司是否收到证券交易所问询函的样本外... 详细信息

科技监管和智能监管是完善现代金融监管体系的重要方向，但对企业和投资者而言，监管机构的实际关注重点仍是一个有待探究的重要问题。本文采用六种具有代表性的机器学习方法，利用多维度特征构建公司是否收到证券交易所问询函的样本外预测模型，进而找出对公司收函概率预测能力较强的公司特征并分析其预测模式。研究发现：（1）在不同机器学习方法中，以随机梯度提升树和随机森林为代表的集成学习方法对公司收函概率的预测效果最佳，且预测能力显著优于以往研究常用的逻辑回归方法；（2）公司财务特征对企业收函概率的预测能力优于公司内部或外部治理特征以及年报文本特征；（3）在多维度公司特征中，公司上市年数、盈利能力、持续经营能力、资产减值损失、管理层持股比例和内部控制质量对企业是否收函的识别效果较好。异质性分析显示，交易所在不同时间阶段的问询函监管重心存在差异，沪深交易所的关注重点也有所区别。机器学习方法有助于上市公司理解交易所问询函监管的目标并促进自身高质量发展，对加强和完善现代金融监管尤其是强化监管科技运用有一定的启示价值。

关键词：证券监管问询函机器学习