从近现代历史演进角度理解民族复兴的中国梦

民族复兴信念的逐渐形成推动了近代以来民族复兴实践的不断发展。中国共产党使民族复兴有了新的领导力量并带领中国人民为实现民族复兴进行不断的探索和努力,取得了举世瞩目的成就。"中国梦"的提出是对中华民族复兴的昨天、今天和明天最精辟的概括,不仅对中华民族复兴的明天有着重大的指导意义,而且有着维护世界和平发展的世界意义。     

有效课堂教学,教学课堂有效

教育好学生是教师的工作职责,也是为国家输送建设者和接班人的重要前提。科教才能兴国,所以,教育工作应当是讲求高效率的。课堂是学生最主要的学习场所,学生所掌握的知识和技能主要是在课堂中启发得到的,教师就要讲究高效率的课堂教学,使课堂真正变得＂有效果＂。     

开放创新下知识产权保护与区域创新能力提升：堵还是疏?

在开放创新悖论和负外部性并存的前提下,知识产权的“疏堵”保护模式对地区创新能力影响一直是学界关注的热点问题。基于2012—2018年中国31个省份的面板数据,运用面板固定效应模型,实证检验了开放创新范式下知识产权保护对区域创新能力的影响效应及机制,研究发现：在开放创新范式下,采用“重堵轻疏”的知识产权保护模式影响知识产权的创新溢出效应,不利于区域创新能力的提升,同样采用“重疏轻堵”的知识产权保护模式,由于缺乏创新者激励,同样也不利于地区创新能力提升;只有建立“以市场化疏通为目的,以核心利益保护为底线”的市场化促进与保护模式,才更有利于实现创新者激励与区域创新能力提升双重效应。本研究结果丰富了知识产权保护与区域创新研究方面的文献,对我国政府制定支持区域提升创新能力、知识产权保护政策具有理论和现实参考价值。     

基于生态智慧理念的未来学校教育集团管理

人工智能、大数据、云计算等新技术迅猛发展,对当代教育生态和学校管理理念提出了很多新的要求,也带来了更多挑战.不仅是学习空间实现了无限拓展,从线下向线上线下结合转变,而且因材施教、以生为本、个性化教学、差异化发展等教育和课堂理念,在新兴智能数字科技的助力下变得更加生动、开放与智慧.     

云计算环境下面向用户的科技信息资源整合和服务浅析

云计算为信息技术领域带来了一种新的服务模式。本文分析了云计算的特点,以及云计算对信息资源整合及服务模式产生的影响,通过混合云的方式来整合分散在各个机构中的科技信息资源,实现主要核心资源的分布式存放和集中式管理。在此基础之上,提出了面向用户的资源整合和服务的理念,借助云计算的强大和弹性的计算能力及存储能力,将资源接口化和服务化,最后提出了一个云计算环境下的科技信息公共云服务平台框架及混合云的协作服务模型。本文旨在探讨云计算技术环境下,科技信息资源整合和服务模式会发生哪些变化,并为公共云服务平台的建设提供一种思路。     

面对高考新模式,地理课该怎么教

“３＋综合＋１”高考新模式的实施，为综合科中的物理、化学、生物、政治、历史、地理的教学注入新的活力。地理科的综合性、实用性、基础性特点，使它在综合能力测试中被认为是联系其他学科的桥梁。对近几年高考综合能力测试题的分析发现，试题中有关地理方面的题目的分数一般都在３５～４０分之间，这说明了地理学科在综合能力测试中的重要性。可以说，在高考新模式下，地理教学举足轻重。在高三综合科地理课的复习中，怎样才能使学生在较短的时间内学有所得？我认为要从以下几方面入手。１．编好提纲，系统复习综合科地理课的复习，可以…     

论体育节目电视解说员的专业化

随着我国体育事业和社会经济的不断发展,体育节目电视解说事业也在变革中前行。受众对于电视体育节目的需求不再满足于解说员程式化的解说,对解说质量提出了更深层的专业化需求。本文通过对我国三代体育节目电视解说员的特点及成因进行分析研究,以探求我国体育节目电视解说员专业化发展进程中所面临的瓶颈与解决对策。     

中国优秀沙滩排球运动员运动损伤发生率及预防对策研究

目的通过问卷调查和专家访谈等方法对参加十运会沙滩排球比赛的全部96名运动员进行沙滩排球运动损伤的流行病学调查,探讨我国优秀沙滩排球运动员的运动损伤发生规律。结果我国优秀沙滩排球运动员的运动损伤总体发生率为47.7%;急性运动损伤发生率的解剖学分布由肢体近端向远端逐渐增高,慢性损伤则呈相反趋势;我国优秀沙滩排球运动员的足踝部急、慢性损伤以及拦网时的运动损伤发生率显著高于国外优秀运动员。结论根据运动员的身体状态及时调整运动负荷,创新训练方法,提高准备活动质量,完善技术动作可在一定程度上预防运动员的运动损伤。     

马占山将军的抗日之路

马占山将军因江桥抗战一战成名,但时隔不久却又成了伪满洲国的军政要员.正当全国人民纷纷斥责、讨伐他的时候,他又再次举起抗日大旗,投入抗日洪流之中.这极具矛盾、转折的人生,使得马占山将军备受史家的重视,纷纷试图解读其真实心理.     

基于多尺度超像素融合网络的脑CT图像分类方法

为识别病灶形态位置多变的脑CT图像特征,提出了一种基于多尺度超像素融合网络(multi-scale superpixel fusion network, MSFN)的脑CT图像分类方法。该方法基于多尺度超像素图,从图像融合和特征融合2个层面辅助卷积神经网络(convolutional neural networks, CNN)提取更具有表达性的分类特征。首先,通过多尺度超像素对脑CT图像进行病灶区域增强,获得优化的融合图像;然后,将融合图像的高层次特征和多尺度超像素低层次特征进行多层融合,从而为脑CT图像分类提供更有判别性的融合特征。实验结果表明,所提方法有效提升了脑CT图像分类性能。