裕固族当代诗歌创作的双璧——贺继新和妥清德

贺继新和妥清德是1980年代裕固族文坛涌现出的代表诗人。贺继新是裕固族诗歌的拓荒者,在传统和民族诗艺中彰显出自己的个性和灵感;妥清德的诗歌是衔接裕固人传统和现实的一座桥梁,把现代技法有机内化到传统诗艺中,使民族特色和现代气息融会贯通。他们的诗歌有传承发扬本民族口头文学和填补裕固族作家文学空白的双重意义。     

基于虚拟影视实验室的探究学习设计与实践

阐述笔者开发的虚拟影视实验室的基本结构和功能,论述基于网上虚拟实验室的探究性学习的设计要领,介绍电视照明课程中开展的教学探索与实践.     

仪器分析实验教学模式探索与实践

针对仪器分析实验学生仪器操作时间少、积极性不高、教学效果不佳的情况,从教学模式、教学内容、教学方法、教学管理等方面提出了具体的改进措施,有效地提高仪器分析实验教学质量。     

基于主/辅系统架构的高职院校考试安排系统

以某高职院校为例,构建了主/辅系统模式架构基础上所设计的考试安排模块,充分兼顾考试的人数、考室、场次、监考人员等要求,使系统能在学分制与学年制下都可完成各种类型考试安排.     

关于测控专业学员电磁学前概念的研究

介绍了一种转变前概念的教学策略。以建构主义学习理论为指导,以电磁学六个方面的含前概念的调查问卷为工具,通过对测控专业学员321名学员的问卷调查。得出学员在电磁学存在的一些典型的前概念。电磁学教学的关键在于促进学生的概念转变,学习是否发生是依据概念发展而不是依据新信息的零星累计来判断的。     

移位映射的分布混沌集

研究了与移位映射有关的分布混沌集.通过引入p-分布攀援和轨道不变映射的概念,找到移位映射的分布混沌集.并给出了f的定义,讨论了f与σ的分布混沌关系.     

高职院校教师队伍建设存在的问题与对策

高职院校教师是高职院校教育质量提高和教育目标实现的基本保证。文章针对我国高职院校教师队伍建设的现状,就高职院校教师队伍建设存在的问题展开分析,探讨了加强高职院校教师队伍建设的对策。     

创新驱动战略价值解析

创新驱动战略是进一步激发我国创新的动力,是推动经济社会科学发展的核心战略：是加快产业转型升级步伐,促进战略性新兴产业发展的重要举措;是促进区域间竞争协同发展,完善现代化建设总体战略布局的内在要求：是发挥比较优势提升国家竞争力。切实保障国家安全的战略途径。迈克尔．波特首次将创新驱动作为一国取得竞争优势的重要战略予以系统地研究．认为产业发展只有从自然禀赋推动和资本推动阶段跃升到创新驱动阶段,才能使价值链从低层次跃升为高层次,只有创新驱动才是保持经济社会可持续发展的唯一有效战略途径。该文立足于创新驱动战略提出的时代背景．解析对实施和研究创新驱动战略的价值。     

不连续创新模式下企业协同价值创造策略研究

制造类大企业与技术型小企业协同价值创造策略问题存在深入探究的价值。通过调研归纳出企业协同价值创造行为过程框架,建立企业协同价值创造初始过程的策略选择两阶段Stackelberg博弈模型,通过最优化问题的求解探讨博弈主体的策略优化问题。结果表明,大企业的技术创新意向投入存在阈值,且平均机会成本对该阈值有正向影响,大企业的技术创新成本参数与技术服务合同违约金系数对创新意向投入有负向影响;大企业的技术创新意向投入、渠道概率、意向概率,以及违约金系数对小企业的技术服务营销管理投入有正向影响,平均机会成本对技术服务营销管理投入有负向影响。数值仿真分析验证了研究命题与模拟结果的一致性。     

Predicting future dynamics from short-term time series using an Anticipated Learning Machine

Predicting time series has significant practical applications over different disciplines. Here, we propose an Anticipated Learning Machine (ALM) to achieve precise future-state predictions based on short-term but high-dimensional data. From non-linear dynamical systems theory, we show that ALM can transform recent correlation/spatial information of high-dimensional variables into future dynamical/temporal information of any target variable, thereby overcoming the small-sample problem and achieving multistep-ahead predictions. Since the training samples generated from high-dimensional data also include information of the unknown future values of the target variable, it is called anticipated learning. Extensive experiments on real-world data demonstrate significantly superior performances of ALM over all of the existing 12 methods. In contrast to traditional statistics-based machine learning, ALM is based on non-linear dynamics, thus opening a new way for dynamics-based machine learning.