论中国体育外交——公众外交的有效路径

建国60年以来,中国体育事业的发展与中国的内政外交紧密相连,在世界发展的全球化、信息化、民主化三大趋势下,公众外交日渐成为中国外交的重要手段,而独具特色的体育外交在提升国家的国际形象和创造有利的国际舆论方面有着其他外交方式无法替代的作用,体育外交应被纳入公众外交战略体系,成为展示本国文化和信息的重要公众交流方式。     

陕西省优秀青年标枪运动员最后用力技术的运动学特征

运用三维影像的方法对陕西省两名优秀男、女青年运动员的最后用力投掷技术动作进行分析,求得投掷技术的运动学参数,通过三维运动分析系统分析他们在投掷标枪技术动作中的合理性和不足,旨在为教练员最后用力提供理论依据和参考建议。     

基于逆系统的变轨迹迭代学习控制

针对一类未知非线性时变系统,本文提出一种不同次迭代运行过程中期望轨迹可变的迭代学习控制算法。该算法利用高斯径向基网络逼近系统逆的未知参数,并采用迭代学习的方式修正网络逼近的系数,然后结合变结构技术设计控制律。收敛性分析表明,随着迭代次数的增加,逼近系数与最佳系数的差异逐渐减小。最后,在机械臂上的仿真验证了算法的有效性。     

强化图书馆服务中的人文精神

阐述了图书馆服务中倡导和培育人文精神的原由,从服务环境、服务行为、服务形象和服务个性化等角度论述了人文精神蕴含的形式以及需要强化的主要方面。     

基于用户满意度的图像搜索引擎评价研究

根据用户满意度理论,构建了图像搜索引擎用户满意度测评理论模型和图像搜索引擎用户满意度评价指标体系。选择知名的图像搜索引擎Google、百度和Ditto,以问卷调查的方式,调查用户对此三个图像搜索引擎的满意度。     

顾客参与价值共创与品牌形象塑造的关系研究

伴随着社会化媒体的普及,企业日益注重虚拟品牌社区的建设,借此向顾客展示产品独特价值,以期形成良好的口碑传播效应。通过采用扎根理论研究方法,搜集社区评论信息作为经验资料,并进行编码分析,提炼出互动体验、社区归属感以及品牌定位等范畴,阐释了顾客参与价值共创与品牌形象塑造的关系。研究表明,产品价值共创包括价值认知以及用户需求等核心要素,且有利于形成良好的品牌文化,而品牌形象的塑造则依赖于创新产品及建构以用户价值交互为基础的生态圈,顾客参与价值共创有助于品牌形象的塑造,企业应围绕产品创新打造虚拟品牌社区,强化顾客互动体验,并建立完善的信息沟通机制,引导顾客积极参与价值共创。     

金融化对企业创新投资非线性异质影响研究

    制造业企业金融化显著影响创新投资,本文使用2009—2017年企业微观数据,基于B-样条展开的非参数分位数模型探究企业金融化对创新投资的非线性异质影响,发现:（1）金融化对企业创新投资影响存在“倒U型”非线性特征,存在适度金融化水平促进企业创新投资最大化;（2）金融化在不同分位点存在显著异质效应,表明金融化程度对企业创新投资具有不同影响模式;（3）非国有企业、高技术企业在高分位点对金融化的敏感程度更高,随分位点提高最优金融化水平不断提高。在低分位点的企业更多表现为抑制作用,表明缺乏创新投入的企业利用金融资产进行套利的动机更为强烈。本文研究表明,中国企业不应盲目追求金融化程度,应与自身创新能力相适应,为通过选择合理的金融化水平达到提升创新投资目标提供决策依据。     

基于关联标签的非遗图片资源主题发现研究

[目的/意义]非遗图片资源社会化标签是大众对图片内容的意识反映,蕴含丰富的知识价值。研究标签之间的关联关系有助于构建针对标签的非遗图片资源主题导航,并对非遗图片资源的组织和展示提供参考。[方法/过程]从标签关联视角探讨非遗图片资源网站社会化标签之间的关联关系,构建关联标签网络和共标签网络,对其进行社会网络分析和对比,并采用可视化方法对主题特征进行展示。[结果/结论]所分析的非遗图片资源社会化标签存在一定主题特征,便于从用户角度组织和利用非遗图片资源,促进非遗文化的传承。     

中国古典文学作品中的雁意象

在古典文学作品中,古人常托雁抒写离愁别绪、情爱相思、伤时感怀等情感,表达思乡怀归、忧国爱民的思想,体现中国的古代世风习俗。雁意象成为中国古典文学中常见的重要意象,并在历代文学各类文体中产生了深远的影响。     

基于社会标签的图像情感分类标注研究

[目的/意义] 提出利用社会标签自动分类图片情感类型的方法,服务基于情感特征的图像检索与利用。[方法/过程] 以Flickr图片为例,利用PMI算法对WordNet-Affect词表进行预处理形成典型情感词表;结合Ekman提出的6类基本情感类型,利用标签对图片情感类型进行标注;并且,通过实验对分类标注效果进行验证;最后,讨论图片特点、标注意图、非情感标签数量对分类标注效果的影响。[结果/结论] 研究发现,一幅图片的非情感标签与情感标签在表现图片整体情感类型的倾向性上具有较高一致性;结合PMI算法,利用预处理后的典型情感词表标注图片的结果优于未处理的WordNet-Affect词表;并且,分类标注效果与人工标注结果也具有较好的一致性,其中,快乐类（Happy）和忧伤类（Sad）图片的分类标注一致性最高,惊讶类（Surprise）的分类标注一致性最低;分析发现,仅通过标签标注图片情感类型的过程中,分类标注效果与图片情感的典型性、单一性以及图片发布方和欣赏者意图、动机的差异、图片的非情感标签个数都有关系。