知识集成与基于非相关文献的知识发现法

讨论了目前作为研究热点的知识管理体系中知识集成的定义与知识集成模式,对基于非相关文献的知识发现方法的原理及进展加以探究,研究了知识集成与基于非相关文献的知识发现法两者之间的共性与联系,指出基于非相关文献的知识发现法可纳入知识集成的方法体系,在隐性知识与显性知识集成、知识与人集成、知识与实践集成等方面提供可操作的具体而可行的途径,从而实现知识创新的目的。     

基于信息的资源整合

文章概述了信息整合的背景,论述了信息整合的概念、特征和方式,集中分析了信息整合的主要表现形态基于信息链接整合和基于信息门户整合的体系结构,分析、评价其功能特点及主要优势,结合信息整合实例及整合系统,阐述信息整合的主要应用领域及应用发展趋势.     

新生代乡村教师角色冲突及调适策略

当前,置身于乡土文化场域的新生代乡村教师正面临着心理归属之本地人与异乡人、文化振兴之传承者与适应者、职业愿景之燃灯者与教书匠等多重角色冲突。究其原因,主要在于他们的乡土情怀式微和心理归属真空化,场域空间区隔和乡土文化责任遮蔽化,以及乡土理念迷失和职业素养技术化等。新生代乡村教师应该遵循“文化认同—文化自觉—文化自强”的内生路径调适角色冲突：提高乡土文化认同感,扮演乡土文化复兴者;加强乡土文化自觉感,承担乡土空间坚守者;厚植乡土文化自强感,肩负乡土责任逆行者。     

三种开放存取资源集成平台的比较分析

兴起于上世纪90年代的OA运动现已渐成规模,大量的OA资源给学术研究人员带来更多的交流和学习机会,同时,由于资源大量分散,给更为广大的资源使用者带来了极大的不方便和困惑,OA资源集成平台的出现很好地适应了发展的需要。目前在大规模集成OA资源的主要是一些"志愿"机构,对这些平台做一些必要的比较分析,可以更好地推广OA资源,更好地为用户服务,也可以借鉴用于图书馆的文献和服务建设实务。     

论抖音新闻场域的再生产

在布尔迪厄的理论中,文化资本、社会资本、经济资本可以互相转换。本文以此为理论工具,分析了在抖音的新闻场域中,不同行动者（参与者）依托其文化资本而争夺社会资本,并将其转换为经济资本的动态过程。在这一过程中,抖音的新闻场域完成了其自身的再生产。研究发现,在抖音的新闻场域中,主流媒体机构争夺用户注意力/社会资本,是为了进行舆论引导,通过强化主流价值观塑造社会共识;政府部门通过发布党和国家的方针政策,履行社会服务的职能并塑造形象;MCN机构、网络大V和个体内容生产者（以下统称自媒体）在其中发布信息及评论则是为了积累粉丝人气并实现流量变现,也即社会资本向经济资本的转换。     

交流滤波器场设备更换方案优化策略研究

换流站是高压直流输电系统的关键组成部分,应高度重视设备检修工作。交流滤波器场是换流站内调节交流电压谐波的重要设备,本文概述了交流滤波器场设备分布状况,对设备检修的现状、检修方式方法进行了深入探讨,基于当前设备更换工作方式中客观存在的一些不足,提出了一种设备更换并行操作方案,提升了作业效率。为特高压直流输电工程中交流滤波器场的检修和更换工作提供借鉴。     

基于爬山算法的集装箱堆场场桥调度

为提高集装箱码头的运作效率,采用1种基于整数规划模型和启发式算法(爬山算法)的场桥调度混合策略,将场桥调度和堆存空间分配作为整体构建场桥动态调度模型.以上海某集装箱码头堆场为例通过仿真验证该系统,结果表明该模型和算法的有效性和实用性.     

舆论场域、动力结构与政法新媒体的专业性再造

论文提出舆论动力结构并揭示其作用机制。新媒体舆论场上,以媒体、公众、政务新媒体为主导的三种力量相互影响、制约,丰富舆论内涵层次,左右舆论的方向。在新场域中,政法新媒体发挥舆论引导力,其专业性的提高至关重要。针对现实,重点在于解决四方面问题：消解事实误读、突破舆论审判之争、摒弃泛娱乐化倾向、破解话语冲突。结合理论,本文在新闻事实引导角度、“舆论审判”界定及其认识论分歧、泛娱乐化内涵范畴、煽情舆论构成、道德语言与法律语言内在冲突等方面亦展现了新的认识。     

论城乡劳动场域联动的价值意蕴与实践路径

基于劳动教育是教育体系中的薄弱环节,对我国劳动教育发展滞缓的困境进行分析,并思索城乡劳动教育发展的可行路径,且用举例论证剖析城乡劳动场域联动有利于增加城乡劳动文化交流的机会,拓宽城乡发展劳动教育的渠道,促进城乡劳动主体的全面发展。并强调工厂、社区、农田和大棚作为具体实践方向的重要意义,以及在联动过程中分别突出其现代化、公益性、实践性和体验性等特性。     

基于Stacking集成学习的蘑菇毒性判别研究

如果有高精度的蘑菇毒性判别模型,可以减少人们误食的概率,为实现方便高效的判别蘑菇毒性的方法,提升农业智能化发展,提出一种基于Stacking集成学习的蘑菇识别方法.首先,对数据集的各项特征进行预处理.其次,通过特征重要性排序,筛选出孢子颜色、环的数量、菌褶、内菌幕颜色、气味等区分毒性的重要特征.最后,构建Stacking模型并和其他模型对比分析,结果表明在准确率、召回率、F₁-score和AUC方面,Stacking和其他方法模型相比均占优势.基于Stacking集成学习的方法能一定程度解决蘑菇毒性判断复杂、准确度不高的问题,提升农业智能化发展的进程.