创造力心理学与杰出 人才培养

文章在简要介绍了关于创造力的各种理论和评述后,重点介绍了关于创造力的系统观点,强调创造力的表达或杰出成就的出现不应该被看成是个体的特征,而是个体和环境交互作用的结果,是一个需要在一定时间进程中由量变到质变的累积过程。同时,从个体的创造力、家庭对创造性人才发展的影响,以及社会文化等因素对人才发展的影响等方面,探讨了与杰出人才培养有关的问题。在教育教学中,从理念到课程、从形式到方法都应该学生为中心,真正开展因材施教,使教育教学适合儿童、青少年的心理发展水平和特点;在人才评价和使用机制上,应注重人才制度的建立和管理机制的完善;在建立和完善人才制度的同时,在全社会营造有利于创造力表达的文化氛围。     

不同背景场近地层风速的预报效果检验

模式初始场的优劣对风预报结果影响较大,中国常用的全球环流背景场为美国NCEP发布的GFS资料、欧洲中心的ECMWF资料以及中国气象局的T639资料。本文收集、整理了2010年6月~2011年5月的上述3套资料,将其分别与中国境内677个基本站、基准站和400座专业测风塔同期测风数据进行对比检验,综合分析GFS、EC、T639在中国区域内的近地层风速预报效果,并给出3套数据预报性能的平面分布图,结合气象站和测风塔处的地形特征和测风数据的代表性,初步判断3套背景场的近地层风速在不同区域、不同季节的可预报性,为中尺度模式选择初始场开展风速预报服务时提供一定依据。结果表明：①风速介于（0~3）m/s时,气象站和测风塔观测资料检验结果一致,T639资料预报效果最好,GFS资料第二,EC资料第三。风速介于（3~15）m/s时,气象站和测风塔观测资料检验结果有差异,测风塔数据检验,EC资料预报效果最好,GFS资料第二,T639资料第三;气象站资料检验,GFS资料预报效果最好,EC资料第二,T639资料第三。风速介于（15~25）m/s时,气象站和测风塔观测资料检验结果一致,EC资料预报效果最好,GFS资料第二,T639资料第三;②基于（3~15）m/s风速段,中国东北、华北、西北、西南地区,全年EC资料预报效果最好,GFS第二,T639第三,但秋冬季在西南地区三套资料的预报效果均较差。华东地区,春秋季时,EC和GFS资料预报效果一致,优于T639;夏季时,EC资料预报效果最好,GFS第二,T639第三;冬季时,3套资料预报效果一致。中南地区,春、秋、冬季时,EC资料预报效果最好,GFS和T639资料预报效果一致;夏季时,3套资料预报效果一致。     

基于B/S结构的高校设备管理系统设计

对高校设备管理系统进行了分析和设计。首先对系统进行了需求分析;然后分析了系统的设计原则和功能模块,按照功能把系统分为四大模块,并对各模块进行了功能分析;最后采用三层体系结构对系统进行了软件结构设计。     

国家竞争情报的文化构建

在界定国家竞争情报文化内涵的基础上,指出国家竞争情报文化建设的战略意义。文章借鉴国外竞争情报文化建设的经验,结合目前我国竞争情报文化建设的现状,探讨了我国构建国家竞争情报文化的路径。     

试论竞争情报工作的合法化

As competition requires fair law environment, competitive intelligence work should obey the rules of law, too. This article elaborates the legalization of competitive intelligence work from three aspects its necessity, manifestation and law system. Competitive intelligence tends to develop in the direction of standardization, and legalization is the inherent character of competitive intelligence.     

球隔麻属——荨麻科一新属，兼论荨麻科的柱头

本文描述了分布于中国西藏东南部的荨麻科的一新亚族——球隔麻亚族，一新属—— 球隔麻属及其模式种球隔麻。它被认为是苧麻族较原始的一个类群。其环状柱头及球形药隔 在荨麻科中至今还是首次发现。  本文还论述了荨麻科植物的柱头特征、类型及其分类学意义，并探讨了它们的演化趋势。     

基于ASP.NET的网上试题测试系统设计与实现

针对高等教育的教学需求,设计网上测试系统,并用ASP.NET技术实现此方案。系统采用B/S体系结构模式,由系统管理模块、试题库管理模块、考试测评模块等组成。该系统加强了教师与学生课后交流,提升了教学质量。     

国防高等院校情报研究工作新探

信息化社会时代,国防科技情报工作面临着新的挑战和机遇。本文通过深入分析国防科技情报工作面临的新形势,从加速推进国防科技院校情报工作的转型、推动情报服务创新发展等方面对国防院校情报研究工作进行了探讨。     

Artificial intelligence implication on energy sustainability in Internet of Things: A survey

The massive number of Internet of Things (IoT) devices connected to the Internet is continuously increasing. The operations of these devices rely on consuming huge amounts of energy. Power limitation is a major issue hindering the operation of IoT applications and services. To improve operational visibility, Low-power devices which constitute IoT networks, drive the need for sustainable sources of energy to carry out their tasks for a prolonged period of time. Moreover, the means to ensure energy sustainability and QoS must consider the stochastic nature of the energy supplies and dynamic IoT environments. Artificial Intelligence (AI) enhanced protocols and algorithms are capable of predicting and forecasting demand as well as providing leverage at different stages of energy use to supply. AI will improve the efficiency of energy infrastructure and decrease waste in distributed energy systems, ensuring their long-term viability. In this paper, we conduct a survey to explore enhanced AI-based solutions to achieve energy sustainability in IoT applications. AI is relevant through the integration of various Machine Learning (ML) and Swarm Intelligence (SI) techniques in the design of existing protocols. ML mechanisms used in the literature include variously supervised and unsupervised learning methods as well as reinforcement learning (RL) solutions. The survey constitutes a complete guideline for readers who wish to get acquainted with recent development and research advances in AI-based energy sustainability in IoT Networks. The survey also explores the different open issues and challenges.     

大数据环境下基于分工协作的情报系统构建方法研究

[研究目的]将大数据技术引入构建服务于中小规模组织的情报系统时面临技术难度大、资源获取困难以及用户使用门槛高等困难。因此,提出一种大数据环境下基于分工协作的情报系统构建方法,该方法可以有效解决中小规模组织构建情报系统时所面临的这些问题。[研究方法]通过对基于第三方的大数据环境下情报系统构建的三层模型和基于分工协作构建大数据情报系统的典型场景的阐述,提供了一种初步的可行技术解决方案,最后对基于分工协作构建大数据环境下的情报系统所面临的管理困难进行了探讨。[研究结论]基于分工协作构建情报系统是大数据环境下情报学研究的一个重要方向,通过建立技术参考模型和典型应用场景可以为相关技术标准和实现方法的进一步确立提供参考。