虚实融合学习环境:概念、特征与应用

随着现代信息技术的发展和教育教学理念的转变,基于网络和多媒体的"虚拟"学习环境已经被人们熟悉并部分取代基于课堂的"现实"学习环境。虚拟和现实的学习环境各有利弊,前者有利于学习者使用丰富的数字化资源开展跨地域的协作学习、拓宽知识视野,后者有利于学习者的临场体验和实际操作能力培养。在分析相关文献和现有学习环境特征研究的基础上,分析了"虚实融合学习环境"的内涵与特征,对虚拟、现实以及虚实融合的学习环境进行比较,并就若干典型的虚实融合学习环境及其教学应用情况进行了分析,其中包括:校园环境信息观测与研究性学习、GLOBE全球性学习与观察、虚实融合的机器人教育、数字化探究实验室。     

实验为本 探索未知——访上海交通大学校长张杰院士

张杰院士结合自己的经历和他在X射线激光、惯性约束核聚变及强激光实验室天体物理研究方面取得的卓越成就阐述了实验在推动科学发展,培养创新人才等方面的作用。介绍了他来上海交大后在创新人才培养体系、创新研究体系和创新文化体系等三大体系建设方面的改革措施以及与实验室建设的关系。     

面向实际工程应用的线性代数教学研究

面向实际工程应用的线性代数课程教学是线性代数教学发展趋势。以线性代数矩阵迹的实际工程应用为例,阐述了国防科学技术大学线性代数教学团队实践的一条以理论教学促进工程发展、科研实践丰富理论教学应用、科研相互促进的良性发展模式。该教学模式丰富了教学实验案例。提高了学生学习线性代数的兴趣,使得教师和学生均“在研究中学习、在学习中研究”,培养了教师和学生的研究能力和创新能力。     

核能公众接受性:研究图景、理论框架与展望

核能的公众接受性是一个快速发展的交叉研究课题,也是风险认知学科最具代表性的研究主题之一。当前国内学界在该领域仍处于探索阶段,理论水平和研究方法相对落后于国际学术前沿,迫切需要展开深入研究。文章以中、英文权威科学索引收录的期刊论文为对象,使用理论综述的方法展开综合研究,以期为核能公众性研究发展提供理论支撑和方向预判。文章首先对核能公众接受性研究构建一幅整体图景,接着对这一领域的中外文献进行归纳和整理,将现有理论成果整合成一个理论框架。在此基础上,对当前研究存在的不足进行了反思,指出未来的核能公众接受性研究应将宏微观跨层互动与文化视角纳入分析,加强跨学科领域的理论对话,以及引入更为有效的研究方法并提高数据质量。     

世界主要发达国家能源政策研究与启示

文章广泛调研了近10年美国、欧盟、英国、法国、德国、日本等国家和地区在能源领域出台的各种官方文件,通过内容分析等研究方法,从战略规划、经费投入、科研布局、组织机制等角度对上述国家和地区的能源政策进行分析。发现各个国家和地区能源政策呈现出一些共同特征,包括:自身资源禀赋是制定能源政策的基础,能源多元化和清洁高效利用是各国能源政策共同目标,科技创新是实现目标的重要抓手。最后,就我国抓住能源变革机遇、打造能源新体系,提出了一些建议。     

Ancient Mural Classification Method Based on Improved AlexNet Network

ABSTRACT

As an important part of art and culture, ancient murals depict a variety of different artistic images, and these individual images have important research value. For research purposes, it is often important to first determine the type of objects represented in a painting. However, the mural painting environment makes datasets difficult to collect, and long-term exposure leads to underlying features that are not distinct, which makes this task challenging. This study proposes a convolutional neural network model based on the classic AlexNet network model and combines it with feature fusion to automatically classify ancient mural images. Due to the lack of large-scale mural datasets, the model first expands the dataset by applying image enhancement algorithms such as scaling, brightness conversion, noise addition, and flipping; then, it extracts the underlying features (such as fresco edges) shared by the first stage of a dual channel structure. Subsequently, a second-stage deep abstraction is conducted on the features extracted by the first stage using a two-channel network, each of which has a different structure. The obtained characteristics from both channels are merged, and a loss function is constructed to obtain the classification result. This approach improves the model's robustness and feature expression ability. The model achieves an accuracy of 84.24%, a recall rate of 84.15%, and an F1-measure of 84.13% when applied to a constructed mural image dataset. Compared with the AlexNet model and other improved convolutional neural network models, the proposed model improves each evaluation index by approximately 5%, verifying the rationality and effectiveness of the model for automatic mural image classification. The mural classification model proposed in this paper comprehensively considers the influences of network width and depth and can extract rich details from mural images from multiple local channels. An effective classification method could help researchers manage and protect mural images in an orderly fashion and quickly and effectively search for target images in a digital mural library based on a specified image category, aiding mural condition monitoring and restoration efforts as well as archaeological and art historical research.     

知识融合研究的现状分析及建议

[目的/意义]人类社会在从信息社会向后信息时代过渡的进程中，正在经历从"信息"向"智能"的跨越。在大数据环境和人工智能技术发展的双重因素作用下，知识融合作为知识化和智能化过程中的关键环节，为完善知识服务、智慧服务、催生高级智能形态提供了重要的理论和技术支撑。开展基于全学科视角的知识融合调研，扩展知识融合研究视域，为全面阐释知识融合研究现状，构建统一的知识融合理论研究框架提供借鉴。[方法/过程]本文采用定量与定性结合的文献分析方法，分析不同学科视角下知识融合研究现状，归纳知识融合在不同学科中的主要研究内容和关注的问题、知识融合涉及到的因素、知识融合的应用场景等。[结果/结论]知识融合研究属于多交叉学科领域，概念边界模糊，研究领域分散，目前尚未形成统一的研究框架。本文通过文献调研，在充分总结既往知识融合研究成果的基础上，划分知识融合的研究取向，为知识融合研究提出合理建议。     

基于主题的SE-TextRank 情感摘要方法

文本情感摘要技术的目的是以简洁的形式准确表达文章的核心情感内容。为解决不同的文档结构及内容特征等问题对摘要结果的影响,提出了一种基于主题的SE-TextRank 情感摘要方法。通过LDA 模型自动获取收敛后的文本主题,利用余弦距离算法进行主题句子分组,使用传统多特征融合以及SE-TextRank 情感摘要算法对组内中心句抽取,最终获取目的摘要。实验表明,采用此方法能够更为高效的获取新闻文本摘要结果。     

多传感器数据融合系统

介绍多传感器数据融合的模型和基本方法及其在智能传感器中的应用。文中还给出几个数据融合在智能传感系统中的应用实例。