试析地方政府发展职业教育的责任

就职业教育与区域经济发展的关系,明确政府在促进职业教育发展中的责任,并从政府发展职业教育的法律责任角度提出了地方政府促进职业教育又好又快发展的路径选择。     

舆情事件中评论对象的情感分析及其关系网络研究

【目的/意义】从舆论对象的情感变化和关系变化展现舆情走向,为舆情监测和分析提供新的研究方法和研 究角度。【方法/过程】文章提出舆论对象分析模型,利用依存句法分析,识别和抽取舆论对象-情感词对,进行情 感分析,并对舆论对象的关系网络进行研究。【结果/结论】实验结果表明,模型能有效识别主要舆论对象及其情感 词,直观地展现网民对舆论对象随时间演化的情感表达和关系认知。通过舆论对象情感变化与舆情事件发展的拟 合,可为舆情监测、分析等相关研究提供新的研究视角。     

浅谈跳远助跑技术训练方法

跳远的起跳距离与起跳前的助跑速度有相当大的关联。在长时间跳跃的过程中,接近速度最快的时候是跳的最远的时候,但是还需要与到达跳板的位置、高超的技术和心理准备紧密配合,个中,跑步是跳跃的基础,跳跃是跑步的发展和结果,在日常生活中可以经常看到这种现象,当要跳过一定宽度的小沟时,人们总是要提高速度跑几步。当汽车经过同样的斜坡时,车速比较快的车总比车速慢的车滑行的距离要远很多。所以说,快速的助跑的准备,可以很好地提高跳远的成果。     

中长跑运动员的核心稳定性训练研究

该项训练主要可以提高中长跑运动员的呼吸效率和呼吸能力。中长跑运动员通过本项训练能保持良好的身体运动姿势。而保持良好的跑步姿势,可以有效地防止伤害,很好地提高长跑的效率。本文重在介绍核心稳定性在运动员技术动作的准确性、协调性和有效性方面发挥了积极的作用。中长跑运动员针对本项训练的专项练习对运动员技术动作的正确性、身体协作性和适用性起着很重要的作用。     

中国学者对学术论文公开同行评议的接受度研究

[目的/意义]同行评议作为一种评审制度一直受到"主观"而不够"客观"的批评。公开同行评议可以在一定程度上缓解这个问题。学者对公开同行评议的接受度如何是学术期刊实施该制度首要考虑的问题。[方法/过程]首先通过文献调研对学术论文公开同行评议的概念、相比传统同行评议的优势和不足进行论述,接着就公开评审流程中的公开内容对来自中国各个学科及研究领域的研究人员进行问卷调查,获得中国学者对学术论文公开同行评议的接受度数据,并对中国学者对论文开放同行评议的接受度进行分析。[结果/结论]问卷调查对象来自不同的学科领域,其中100%有发文经历,70%以上具有审稿经历,40%以上曾为国际期刊审过稿。调查结果表明,半数（占50.33%）中国学者对学术论文公开评审是接受的,在学术论文评审的不同阶段,中国学者的接受度不同。经过非参数统计检验,不同学科同行评议者接受度有所差异;是否具有国际期刊审稿经验的同行评议专家接受度差异不明显。论文相关分析数据可为中文学术期刊实施公开同行评议制度提供支持。     

我的音乐歌单：青年群体的跨平台听歌实践与平台调配

本研究立足于复媒体环境，以“媒体意识形态”为切入口，通过对16名具有数年移动端听歌经验的青年进行参与式观察来透视当下青年群体的听歌活动，发现当今青年群体基于听歌的时间成本和目的性，在发现音乐的过程中呈现出多元的选择。并且，囿于版权限制和个人的视听习惯，青年人常进行跨平台听歌与分享音乐，以展演“平台人设”和维持平台内的个人关系。研究尝试提出“平台调配”（Platform blending）的概念以描述青年人的听歌实践，并强调在关注媒体平台的相关问题时，应将定义式的论断悬置，以注重使用者对平台的看法与想象。     

基于EdgeBoard的AI视觉多功能智能车的设计与实现

以百度飞桨PaddlePaddle作为运算平台，采用卷积神经网络算法构建数据模型，对智能车赛道数据进行了采集和处理，并基于百度深度学习开源平台AI Studio进行模型训练，完成对车道数据的检测．本系统实现了将赛道检测的人工智能技术与传统运用传感器进行侧面标识物的检测相结合，最终完成基于百度EdgeBoard计算板和Wobot控制器的视觉多功能智能车的设计与实现．     

整体思维 深度阅读 任务驱动——整本书阅读教学策略

从整体思维的角度，分析了中国人的思维特征与阅读偏好，结合信息生成规律凸显信息概括的重要性，以及当前信息化时代碎片阅读行为对完整信息形成的干扰，提出“整本书阅读”不仅是中国人已有的阅读习惯，也是提升中国人阅读品质的有效手段和发展目标，并就导向文本情意空间的整本书阅读教学设计，进行支持条件的分析、实施路径的选择和实施模式的建构。     

面向GPU的图像局部模糊检测并行算法研究

为解决传统算法在高分辨率图像局部模糊检测方面处理速度较慢的问题，文章提出一种面向GPU的图像局部模糊检测的并行加速方案。利用GPU的强大计算能力加速局部模糊检测中均方差的计算、再模糊处理、均方差比较和清晰区域标记等过程。结果表明，基于GPU的图像局部模糊检测并行算法的性能与基于CPU的串行算法相比，可获得270倍的加速比，能够为大规模实时性图像处理系统的应用设计提供参考。