行政诉讼证据开示制度研究

证据开示是现代对抗式诉讼模式的一项重要制度。它能够促进诉讼双方当事人证据信息共享,实现司法公正,同时防止因证据突袭而导致的诉讼拖延,提高诉讼效率。在行政诉讼中建立证据开示制度,受到多种因素的制约。行政诉讼证据开示制度主要包括证据开示的范围、方法、次数和法律后果。     

优化课堂的立体结构改进学生的学习方式

在教学改革中 ,我们始终注意优化课堂的纵向结构 ,对教学内容按照学习者的认知心理规律进行设计 ,培养学习者的探究精神 ;同时注意优化课堂的横向结构 ,通过教学要素的合理组合 ,加强学习者和学习者之间、教育者和学习者之间的协作和交流 ,培养学习者的认知策略、创新能力和团队精神 ,从而真正促进了学习者的学习方式逐步走向探究性学习、创新性学习和合作学习。     

数据挖掘与进化算法

数据挖掘是信息爆炸问题的一种解决方案，进化算法是模拟自然进化过程而产生的计算机算法，其实是一种优化技术，在数据挖掘中引入进化算法具有相当的现实意义。     

闽东民间体育游戏的挖掘和改进

近半个世纪以来,由于西方体育运动项目在民间的快速普及,造成了早年在闽东民间倍受人们欢迎的许多本土体育游戏现已绝迹,做好保护闽东民间体育游戏这一非物质文化遗产的工作,意义重大,刻不容缓.在挖掘整理闽东民间体育游戏的同时,还应对挖掘整理出来的体育游戏进行改进,以使其真正适合于在大众中的推广、普及和传承.     

读者服务视角下的图书馆资源发现服务

文章就资源发现服务的应用需求、发展原因、局限性以及如何选择进行详细分析和探讨,并通过案例介绍,最终认为图书馆导入资源发现服务的最根本原因是图书馆五律。     

One Academic Library—One Year of Web-scale Discovery

Tonia Graves, the electronic resources librarian at Old Dominion University, described her library's discovery environment using Marshall Breeding's 2010 article “The State of the Art in Library Discovery” as a framework for her discussion. She discussed the library website redesign, the creation of a mobile website, the audit and reconsideration of the role of the integrated library system (ILS), and the implementation of WorldCat Local. The objective of the presentation was to highlight the challenges of revamping the art of discovery in the library and the application of usage data to evaluate the success of the program.     

机会发现理论对推荐系统的改进

文章分析推荐系统的现状和存在问题,引入关注动态变化、发现隐性关联和弱信号的机会发现理论,依次从收集用户信息、掌握用户兴趣变化和匹配资源方面,探讨机会发现理论对推荐系统的改进。通过改进兴趣模型、建立自适应推荐模块、提供集成推荐等措施,提升推荐系统效率。     

图书馆联盟云计算服务平台的设计与实现——吉林省图书馆联盟云计算服务平台建设实践

文章基于吉林省图书馆联盟云计算服务平台建设的实践,阐述了图书馆联盟云计算服务平台的建设目标、平台的构成,分析了知识发现与获取、书刊管理、数字资产管理、云存储、学习与研究等云服务子平台的构建技术路线和功能,探讨了联盟云计算服务平台的底层技术架构,论述了图书馆联盟云计算服务平台的社会意义。     

OPAC图书相关文献资源发现与获取方法实现

针对Web环境下日益丰富的图书相关信息资源,如电子图书、随书光盘、网络书评等,其类型的多样性、平台的异构性以及隐蔽性使得读者难于全面获取这些资源。文章提出一种面向OPAC检索系统的图书相关资源发现和获取方法,对系统架构、相关资源发现接口、相关信息的获取及对全文对象的链接方法等技术进行深入分析,并介绍其实现方法。通过在多个高校图书馆的应用实践表明,此方法方便了读者发现和获取图书相关文献资源。     

元音识别的几种分类模型的比较与分析

根据元音数据处理方法和选取的特征,提出了三种基于统计学的模式分类方法:线性判别、二次判别和k-最近邻,并通过模型选择方法,对实际数据进行测试与比较,得出k-最近邻分类模式最为合适,同时提出进一步改进的思路。