浅谈高职高专平面设计教育存在的问题及改革

高职高专教育的主要功能是就业教育,为社会培养高素质劳动者和技能人才。作为高职学校的平面设计教育工作者,我们要共同携手,不断探索、创新,使高职高专的平面设计教育水平迈上一个新的台阶。本文就当前高职高专平面设计教育存在的问题及教改提出自己的看法。     

浅析虚拟现实技术在平面设计教学中的应用

作为一种新型的技术形式,虚拟现实技术在人们的生活中正发挥着越来越重要的作用,并深深改变着人们的日常生活。无论是在平面教学还是建筑及室内设计领域,它作为一种特殊的技术手段,有效地深入到抽象思维及现实实体的密切联系之中。它不仅推进了学生设计思维的转变,更促进了教学效果的优化,从而有效地提升了教学的效果。     

网络情境下高职生角色失调的问题表征和归因分析

高职生的角色心理在互联网时代具有特殊性。调查表明,网络情境下高职生主要存在三种角色失调现象：现实-网络角色间冲突、现实-网络角色不清、现实-网络角色延伸不当。主体角色薄弱、现实角色受阻是导致网络情境下高职生角色失调的主要原因。     

偶极振子辐射的图示

指出了目前物理教学中在偶极抓干辐射的图示方面存在的一些问题,并就这些问题进行了深入的分析、探讨．     

基于知识元的文物图像资源细粒度知识表示方法研究

【目的/意义】文物图像资源日益成为数字人文基础设施建设的重要内容,为了克服存在于图像资源内容与 形式上的“语义鸿沟”对其开发利用产生的消极影响,有必要面向文物图像资源底层视觉特征与高层语义特征的精 细化映射与细粒度知识表示进行相关研究。【方法/过程】本文在分析文物图像资源知识表示需求与表示策略的基 础上,提出了基于知识元构造的文物图像资源细粒度知识表示模型。在模型设计的基础上,以著名绘画文物《历代 帝王图卷》为例,阐述了面向文物图像资源细粒度表示需求进行知识元提取、构造与数据发布的具体流程。【结果/ 结论】实验结果表明,本文提出的基于知识元的文物图像资源细粒度知识表示方法能够在图像底层视觉特征与高 层语义特征之间建立有效的语义映射关系,并通过与外部知识库的数据关联实现与开放关联数据网络的深度融 合。【创新/局限】本文从知识元角度出发,提出了文物图像资源的细粒度知识表示方法,在未来的研究中还需对文 物图像知识元的自动提取以及基于知识元的图像资源知识发现方法进行更深入地探索。     

数学知识的表征及其学习策略

根据数学知识的符号性与严谨性等特点提出数学知识所独有的六种表征形式：命题表征、符号表征、算子表征、图式表征、心智映象表征及产生式表征，并指明了数学知识的学习策略。     

基于无监督图神经网络的学术文献表示学习研究

学术文献特征表示,是学术文献搜索、分类组织、个性化推荐等学术大数据服务的关键步骤。研究表明,图神经网络能够有效学习文献的特征表示,然而当前研究主要集中在有监督学习方法上,不仅对数据集的大小和质量的要求较高,且学习到的文献特征表示与具体任务高度耦合。基于此,本文将四种无监督图神经网络方法引入学术文献表示学习,从Cora、CiteSeer和DBLP (database systems and logic programming)数据集的引文网络、共被引网络和文献耦合网络中学习文献的表示向量,并应用于文献分类和论文推荐两大下游任务。研究结果表明,(1)深度互信息图神经网络适合于文献分类任务,对抗正则化变分图自编码器则在论文推荐任务上性能更佳;(2)Cora数据集上的结果表明,相较于共被引和文献耦合网络,引文网络更适合于学习通用的文献表示向量。     

质性知识构造与量化知识分析综论:兼论学术对标法理论基础

文章在简要综述知识基因、知识单元、知识表示和知识图谱的基础上,探讨知识的质性构造和量化分析基础,指出知识具有表型(外型)、构型(内型)和量型(量值)三型特征。用逻辑分析法从现象到本质揭示知识表型特征,包括语言文字型、公式符号型和图表图谱型;知识构型可用学科类别和特征概念标识;知识量型可基于数据或信息计算知识量。进一步提出用知识花图式和知识花程式展示质性知识构造与量化知识分析。由知识三型特征引出知识变换三假设以及学术评价对标法;揭示质性知识构造适合解析静态知识特征,量化知识分析可延伸处理动态知识演化。质性知识构造与量化知识分析同时适用于剖析知识客体和知识主体,并独具学术评价应用价值。倡导通过知识分析创新图书情报学,同时也通过图书情报学促进知识之花盛开。     

Word sense disambiguation based on context selection using knowledge-based word similarity

In this paper, we introduce a novel knowledge-based word-sense disambiguation (WSD) system. In particular, the main goal of our research is to find an effective way to filter out unnecessary information by using word similarity. For this, we adopt two methods in our WSD system. First, we propose a novel encoding method for word vector representation by considering the graphical semantic relationships from the lexical knowledge bases, and the word vector representation is utilized to determine the word similarity in our WSD system. Second, we present an effective method for extracting the contextual words from a text for analyzing an ambiguous word based on word similarity. The results demonstrate that the suggested methods significantly enhance the baseline WSD performance in all corpora. In particular, the performance on nouns is similar to those of the state-of-the-art knowledge-based WSD models, and the performance on verbs surpasses that of the existing knowledge-based WSD models.     

可扩展大屏幕高分辨率并行显示系统的构建及其在地学中的应用

可扩展大屏幕高分辨率并行显示系统的构建,包括硬件环境、软件环境与软件技术、图形校正与颜色校正.基于SAGE和VizRoll大屏幕显示技术,利用PC-cluster及LCD构建了一个可扩展4×5高分辨率并行显示阵列,并实现了高分辨率并行显示系统在地学可视化中的几个典型应用.