高等教育中国家与市场的关系

来源 :北京大学教育评论 | 被引量 : 0次 | 上传用户:jemi0926
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
欧洲大学现在失去了昔日的光彩,公共和私人教育支出水平较低是造成其衰败的部分原因;而高度集中的国家管理体制抑制了大学之间的有效竞争,从而使得大学在教育和研究两方面都缺乏进步的动力.对这一体制加以改革都会面临三个问题:政府对大学的掌控程度、政府对大学的资助程度和大学之间的竞争程度.这三个问题既是相互关联的,在一定程度上又是彼此独立的;既可能存在有公共资助但没有公共产权的情况,也可能存在有公共资助和公共产权同时还保持了高度竞争的情况.高等教育不同于其他产品和服务,具有"连带性"特征,这使得大
其他文献
模幂乘运算是实现公钥密码体制的一个很重要的运算,其运算速度从整体上决定了公钥密码体制的实现效率。通过采用预处理技术,将椭圆曲线的定点标量乘的固定基窗口方法应用在模幂运算中,与SMM算法进行组合得到一种新的求模幂乘算法——固定基窗口方法。对算法的原理与效率进行了分析,实验结果表明,算法的运算速度得到了有效提高。
运用进化算法求解柔性车间调度问题时,编码的特殊性对进化策略造成的局限制约了算法的搜索能力。为此,提出一种基于浮点型编码策略的差分多目标优化算法。该算法采用基于工序权重的浮点数编码—解码机制,消除了排列组合型编码方式对进化操作带来的约束,运用差分进化策略生成新个体,以提高优秀个体产生的几率,进而保证算法有更好的收敛性。将算法与传统算法及其改进形式在相同测试用例上进行对比,结果表明,本算法在保证收敛性
针对点到线模型计算量大的问题,提出了一种小波域子矢量的点到线模型的快速算法,并给出了该算法在高光谱图像无损压缩中的方案。该方法通过在点到线模型阶段对矢量进行小波变换,然后选择低频分量,通过调整小波域的低频分量来调节原来的矢量。实验结果表明,在量化算法相同的情况下进行点到线的模型计算,该方法在保证没有增加额外索引开销的情况下,算法的计算量得到大幅降低,同时图像的恢复质量也得到提高。
关键帧提取是人体运动捕获数据分析与处理的重要研究内容,为此提出一种基于量子粒子群优化算法的运动捕获数据关键帧提取方法。量子粒子群优化算法具有较快的搜索能力,编码方式采用有序整数编码来保证搜索中运动序列的时序性。该方法既可以提取出确定数目的关键帧序列,也可以根据目标函数来提取关键帧序列。其中目标函数由重构误差和关键帧数目来定义,重构误差由原始运动与重构运动之间的平均帧间距离来度量。实验结果表明,该方
为了增强无线传感器网络的动态适应性和实现数据包的最优传输,根据CTP算法的原理,使用NesC语言在TinyOS 2.x下设计改进路由协议ICTP。该协议采用传输期望值指引路由包和数据包进行传输,并在数据包传输过程中考虑下一跳邻居节点的剩余能量以实现动态均衡网络能耗。通过TOSSIM仿真实验表明,改进后的ICTP能够有效减少传输时延,延长网络寿命,提高网络能量均衡。
针对目前不确定XML小枝模式匹配算法均基于归并,易造成很大的空间和时间浪费问题,提出基于P-文档模型的连续不确定XML的非归并的小枝模式匹配算法。算法在节点入队列和出队列时分别进行过滤剪枝操作,减少待处理节点的个数,匹配过程使用相互关联的链表存储中间结果,不需要归并。理论分析与实验结果表明,该算法是一种高效的连续不确定XML查询算法。
为了提高求解二次规划逆问题的速度,提出了针对求解该问题的非单调信赖域算法。为了降低问题的复杂度,将二次规划逆问题转换为决策变量相对较少的对偶问题,采用增广Lagrange法构造对偶问题的子问题,并通过引入光滑函数将子问题转换为无约束优化问题,利用非单调信赖域算法进行求解。数值实验结果表明,该算法的迭代次数比牛顿算法、Gauss回代交替方向法少,运行速度快。因此,对于大规模二次规划逆问题,该算法更加
针对现有的基于物理干扰模型的数据聚集调度近似算法具有延时较高的问题,提出了一种改进的数据聚集调度近似算法。该算法首先构造一个连通支配集作为数据聚集树,使各节点根据数据聚集树分层进行数据调度;然后将整个网络划分为若干个边长相等的正方形区域,使每个区域中最多包含一个支配节点;最后对各个区域进行着色,并从颜色相同的每个正方形区域中任选一个普通节点,使它们能同时将数据汇聚到相应的支配节点。当数据从所有普通
阴影自动生成算法是二维动画由传统手绘向计算机辅助制作生产方式过渡过程中的重难点问题之一。针对这一问题,分析了当前在阴影自动生成方面的研究现状和传统手绘动画的阴影处理过程。在此基础上提出了一种基于二维矢量图形的阴影自动生成算法,通过定义点光源,并采用投影技术和引入二维动画的不同角度造型面,实现了二维造型内阴影和外阴影的自动生成,并应用于实际的动画制作,取得了良好的效果。
为什么我们看不到诸如英特尔(Intel)、国际商用机器(IBM)、惠普(HP)、微软(Microsoft)和通用电器(GE)等公司这样在世界各地无休止扩张、占据大片高端市场的世界一流的教学型