新闻形态论

新闻形态是指新闻的存在方式与状态。新闻的存在 ,无论是从新闻传播现象的历史过程看 ,还是从一次新闻传播的历时过程看 ,都有形态的演变。新闻形态论的提出 ,对从学术上厘清“新闻”概念的具体含义 ,实践上把握新闻传播的内在运作机制 ,都具有重要的启发意义     

哈佛大学工学院发展战略及其对新工科建设的启示

哈佛大学自2007年重建工程与应用科学学院以来,采取了与传统工程学科大相径庭的发展路径,以解决人类面临重大挑战的前沿科学为重点发展方向,以机制保障为学科交叉融合提供土壤,以空间优化调整助力研究、孵化、成果转化一体化发展,取得了显著成绩。哈佛大学工学院发展路径正体现了新工科建设思路,对我国高校加快建设发展新工科,推动学科深度交叉融合,优化调整空间布局,服务科研创新、成果转化等具有重要启示。     

互依联盟何以可能?——中国枢纽型社会组织与国家之关系及其改革走向

中共十九大政治报告明确提出,要根据国情改革中国的社会组织,有效改善社会组织内部的结构功能和运行效率,以及它们与国家和政府的关系,这给我们重新审视中国的社会组织及其与国家、政府的关系提供了新思维。西方多元主义理论认为,作为整体的国家与社会组织之间是此消彼长的零和博弈关系。然而,中国枢纽型社会组织与国家的互依联盟实践表明,国家和社会组织之间也可能是合作共赢关系。国家和枢纽型社会组织构筑互依联盟的内在动力在于,互依联盟有助于确保双方获得各自所需的资源。互依联盟的国家法团主义本质,具有以下优势:促进国家社会的良好合作、推进国家治理体系和治理能力现代化以及提升社会组织公共服务能力等。同时,互依联盟也存在以下不足:枢纽型社会组织的"政治化"和"行政化"倾向、抑制其他社会组织的成长以及发展方向的不确定等。因此,枢纽型社会组织应采取去行政化、社会化、具有相对独立性的相互依存等改革措施,推进国家法团主义向社会法团主义转型。     

创客时代高校图书馆读者创客素养培育探究

[目的/意义]培育读者的创客素养是发展读者核心素养的关键之一,通过提出培育创客素养的有效途径,为在创客时代提升读者创客的创客素养提供借鉴。[方法/过程]基于创客素养教育涵义的分析,对创客素养包含的创客意识、创客道德、创客能力、创客技术和创客精神5个方面内容进行阐述,提出图书馆应通过采取转变思维观念、打造创客环境、渲染创客空间范式、培育不同创客DNA、支持组建创客团队等8种培育创客素养的途径。[结果/结论]图书馆应把握好双创教育的发展态势,正确实行空间再造,积极开展创客活动并实施创客素养教育,真正担当起双创教育的职责,为构建良好的校园创客文化做出贡献。     

拥抱技术的变革:智媒时代对公共图书馆服务重塑的启示

随着信息和人工智能等技术的发展,"智媒时代"正在加速来临,智能化、场景化、共享化成为内容传播的三大趋势,图书馆与用户、内容的关系也将重新连接、深度交互。作为推广"全民阅读"重要阵地的公共图书馆,已经迎来了发展和变革的重要时间节点,以人、馆和资源之间的智能互联为特征,公共图书馆的运营模式、服务转型和空间生态都在发生深刻变化,一切职能转型和服务创新都必须围绕用户的需求和体验进行,进而成为提供智能化、泛在化、人性化服务的——"智慧型"第三文化空间,实现从"书的图书馆"到"人的图书馆"的终极跨越。     

自主创新是发展软件出口产业的核心理念

根据我国已处在信息社会奠基准备阶段的现实,借鉴了发达国家在信息社会转型期的发展模式和规律,以大连软件出口基地为例,分析了我国软件产业的现状,总结了自主创新地发展我国软件出口产业的三个层次和三个阶段的不同实例,指出了阻碍发展的问题和解决的方法,在此基础上,提出了自主创新的发展我国软件出口产业的新理念和具体措施。     

龙格-库塔法在模糊控制中的优化应用

利用龙格-库塔法在线实时地修改带有可调整因子的模糊控制器的可调整因子,可以达到对控制规则自寻优的目的,改善系统的输出响应.     

"云娜"台风暴雨的Q矢量与螺旋度诊断分析

利用非地转ω方程说明了Q矢量散度的物理意义,并通过计算台风“云娜”影响过程中的Q矢量散度和高低空螺旋度,分析了这两个物理量的演变特征及其与台风、台风暴雨的关系,指出低层等压面上Q矢量散度场及相对螺旋度对台风暴雨预报具有较好的参考价值。     

论东丹国的建国原因及其性质

东丹国是辽朝初年平灭海东盛国渤海后,出现在中国东北地区的一个重要地方政权。辽朝之所以在立国不久就另外建立了这个“国中之国”,是由契丹传统的国家管理体制所决定的。东丹国建立之初,具有相对独立的属国性质,南迁辽阳后,则渐次变成了辽朝的二级地方政权。     

NFCNNC:一种新的模糊竞争神经网络聚类模型及其在文本聚类中的应用

提出了一种新的模糊竞争神经网络聚类模型NFCNNC,并将其应用到文本聚类中。NFCNNC将模糊中心聚类(FCC)算法得到的模糊聚类中心向量作为神经网络的权值,通过比较隶属度值得到获胜神经元。网络中仅两个神经元同时调节权值。隶属度值最大的神经元以较大的学习率调整权值,隶属度次大的神经元以较小的学习率调整权值,其他神经元权值不变。按照FCC算法调整模糊聚类中心向量值(即权值)和神经元的隶属度,当网络稳定时,即可确定聚类数。与传统模糊神经网络模型相比,本文的模糊神经网络模型具有结构简单、运行效率高、聚类精度高的优点,同时克服了传统算法需预先指定聚类数的局限性。通过对文本聚类的实验验证,本算法取得了良好的效果。