关于钢桁架结构内力分析及截面选择

本文阐明了桁架设计中的内力分析和截面选择两个关键的环节,并且提出了在设计中应注意的几个问题.     

论行政伦理选择机制的重构

行政伦理选择理论对于行政道德建设具有重要的指导意义。但以往的认识过于理性化 ,即它是建立在道德自律和为道德而道德的理论基础之上的 ,实践证明 ,这是一种片面、脱离实际从而不能有效指导人们道德实践的理论。只有走出道德自律论的误区 ,才能构建有效的行政伦理选择机制。确立正确的幸福观、德福一致的公正制度是有效地进行道德选择的内在和外在机制。     

西部民族传统体育发展的文化选择

文章通过对西部民族传统体育与现代体育的差异分析,揭示了社会生产力发展水平是民族传统体育发展变迁的文化动因,指出了民族传统体育面对西部大开发应作出向代表西部民族文化符号、服务西部民族全民健身、走向国内国际竞技舞台三个不同的方向进行新的文化选择与整合创新,实现现代转型。     

确证与辨证——优化中医药学术期刊的选题策划

从编辑视角看中医药学术期刊的选题策划对中医药学科发展的促进作用,进而影响中医药学术话语能力的提升。中医药学术期刊的选题策划宜从2个角度入手:一为确证角度,是一种以科学语言为基础的通识性表述,是突破中医药与其他学科进行学术沟通瓶颈的手段;二为辨证角度,是中医药增强学术自信的灵魂,是构建中医话语体系的出发点和落脚点。二者不可偏废。     

基于CAS的危机信息管理体系的构建

本文以复杂适应系统理论为基础,分析了危机信息管理的复杂特征;从信息管理流程、信息传播路径和信息系统建设三个维度建构了危机信息管理体系框架.在此基础上,阐述了以下基本观点:①危机信息管理体系的复杂性决定了其整体结构和基本功能的复杂性;②危机信息管理应以危机管理和决策为轴心,形成螺旋式的危机信息管理循环;③政府组织、主流媒体、图书馆等信息机构是危机信息传播扩散的主要途径;④建立分层次的全球战略与区域应对系统和多功能的互联互通危机应急网络是实现危机信息及时传送与交换以及危机情境下信息联动与共享的基础.     

中文团体名称规范标目的选取与著录

团体名称规范是规范工作的重要组成部分,文章从团体名称规范界定范围、标目结构、标目选取原则、各种标目形式和著录方式进行了论述。     

CAS理论视角下Web2.0序化研究

CAS理论认为宏观的演化过程可以从个体行为规律中找到根源,本文以此为依据从系统微观层面出发,探讨了Web2.0系统的序化机制。本文以CAS理论为蓝图,构建了Web2.0的理论模型,界定了系统主体及各特征机制,并结合豆瓣实例阐释了主体适应与交互导致有序的机理。     

基于统计频率的文本分类特征选择算法研究*

通过分析χ2统计量（Chi-square, CHI）的缺陷和不足,针对它对低文档频的特征项不可靠,而且不能说明词条和类别的相关性的缺点,对其进行改进,提出统计频率(Statistical Frequency, SF )算法。实验结果表明,统计频率算法能够弥补这些不足,在文本分类中表现出良好的分类效果。     

国内高校图书馆管理集成系统的选择

本文在对我国高等学校图书馆管理集成系统使用情况分析的基础上，简要介绍了几种拥有用户较多的文献信息管理系统，并据此提出高校图书馆在选择文献信息管理系统时应注重的标准、原则，指出高校图书馆管理集成系统的发展趋势。     

Two-stage statistical language models for text database selection

As the number and diversity of distributed Web databases on the Internet exponentially increase, it is difficult for user to know which databases are appropriate to search. Given database language models that describe the content of each database, database selection services can provide assistance in locating databases relevant to the information needs of users. In this paper, we propose a database selection approach based on statistical language modeling. The basic idea behind the approach is that, for databases that are categorized into a topic hierarchy, individual language models are estimated at different search stages, and then the databases are ranked by the similarity to the query according to the estimated language model. Two-stage smoothed language models are presented to circumvent inaccuracy due to word sparseness. Experimental results demonstrate that such a language modeling approach is competitive with current state-of-the-art database selection approaches.