文化植入及其限度——新农村文化建设反思

新农村文化建设是一个文化大众、政府作为及民间传统的博弈过程。既有的新农村文化建设的前进方向和发展路径客观上要求以文化植入作为重要实现手段;然而,基于文化机构建设、人口流动与现代传媒发生的文化植入,并未让乡村真正融入现代社会生活,民间依旧保留了自己传统的文化意识。理解这一现象,需要建构一种涵盖而又不拘泥于文化人类学意义的＂文化生态＂意识。搞清农村文化的当前生态格局,研究文化植入的限度并进而转向对文化发生的日常生活空间的关注,在尊重和理解民间传统的基础上,建构乡村生活与文化大众、政府作为的沟通机制可能是深入推进新农村文化建设应该着手考察的重点。     

基于多元线性回归的高光谱遥感图像小波去噪

充分利用高光谱遥感图像的强烈谱间相关性,提出了一种基于多元线性回归的去噪方法.首先对高光谱遥感图像进行多元线性回归变换,得到预测图像和残差图像.分别对两块数据利用小波进行空间去噪处理.预测图像变换到微分域以提高噪声级,再进行去噪处理,而残差图像则直接进行去噪处理.最后将重新获得的两块数据进行相加得到最终的去噪图像.实验结果表明本文提出的算法能够达到较好的去噪效果,获得较高的信噪比.     

如何在小学数学教学培养学生的核心素养

在小学数学课程中,小学生要能够利用数学知识去分析问题、解决问题,并学会用数学语言来展示自己的能力。小学生应具备的核心素养主要包括解决问题的能力、适应社会的能力、与人交往的能力等。小学生是国家的未来,在小学数学教学中培养核心素养对他们的长远发展大有裨益。本文对培养小学生的数学核心素养提出了几点合理性建议,以供参考。     

频繁序列模式挖掘中关键技术的研究

如何确定候选频繁序列模式以及如何计算它们的支持数是序列模式挖掘中的两个关键问题。该文提出了一种基于二进制形式的候选频繁序列模式生成和相应的支持数计算方法，该方法只需对挖掘对象进行一些“或”、“与”、“异或”等逻辑运算操作，显著降低了算法的实现难度，将该方法与频繁序列模式挖掘及更新算法相结合，可以进一步提高算法的执行效率。     

关联规则下数据挖掘可视化技术的探讨与实现

随着数据挖掘技术的不断发展以及数据挖掘工具应用的日益深入,数据挖掘可视化技术已成为数据挖掘领域新兴的研究热点之一。本文首先探讨数据挖掘可视化技术的主流发展趋势;然后基于Netbeans6．1开发平台,采用Java、JFreeChart等开发技术,结合PMML标准,完成关联规则下的数据挖掘可视化技术的设计与实施。实践表明：所完成的工作能够将关联规则下的数据挖掘过程以可视化的元素展示给参与数据挖掘的用户,让用户能够对挖掘结果进行有效评估。     

基于DMX的数据挖掘算法包原型的设计与实现

数据挖掘扩展插件DMX(Data Mining extension)语言是由微软提出的在SSAS(SQL Server Analysis Services)中实现的符合OLE DB for Data Mining规范的数据挖掘语言,它提供了创建、访问和管理数据挖掘算法和信息的数据存储方式和开源的可扩展的模型调用体系.为了满足目前国内中小企业迫切需求的数据挖掘工具的应用需求,通过分层设计、逐次封装,设计并实现了一种基于DMX语言的特性和功能并具有平台无关性和应用推广性的数据挖掘算法包原型系统.通过公共测试数据验证了该原型系统的可行性和可用性.     

以学生“工程能力”培养为导向的计算机专业实践教学体系构建研究

以计算机专业实践教学为切入点,引导学生把自己的进步与专业发展想结合,以培养学生的工程能力、分析问题与解决问题的能力为重点,从观念的转变、实践教学内容的组合与重构、实践教学方法、实践类型等方面合力建构计算机专业实践教学体系,使学生具备创新的基础和可持续发展力.     

氧化还原法测定细粉赤磷

介绍了一种测定赤磷方法。该方法标准偏差为0．29，变异系数0．33％，可用于细粉赤磷的分析。     

三种有机酸对红豆越橘花青素的热稳定性研究

研究分析了红豆越橘花青素在光照和不同pH条件下花青素稳定性的变化;以及添加抗坏血酸、草酸和苹果酸后对花青素稳定性的影响。通过测定吸光值、颜色、ABTS和DPPH自由基清除能力等指标来反映花青素的稳定性。研究结果表明:红豆越橘花青素在可见光谱520 nm处有典型吸收峰;随着光照时间延长,吸光值也逐渐降低,最初2 d下降较明显,约下降30%;pH值为4～6的弱酸性条件下,吸光值无显著变化,随着pH增加,吸光值明显降低,pH值为7时吸光值变化最显著(p<0.05);草酸和苹果酸对红豆越橘花青素加热时吸光值和抗氧化性的改变均起稳定性作用;抗坏血酸会促进红豆越橘花青素吸光值的降低。     

基于聚类的高光谱图像无损压缩

高光谱海量数据的有效压缩成为遥感技术发展中需要迫切解决的问题。该文提出了一种基于聚类的高光谱图像无损压缩算法。针对高光谱图像不同频谱波段间相关性不同的特点,根据相邻波段相关性大小进行波段分组。由于高光谱图像波段数量较多,采用自适应波段选择算法对高光谱图像进行降维,以获取信息量较大的部分波段,利用k均值算法对降维后的波段谱矢量进行聚类。采用多波段预测的方案对各组中的波段进行预测,对于各个分类中的每个像素,分别选取与其空间相邻的已编码的部分同类点进行训练,从而获得当前像素的谱间最优预测系数。对AVIRIS型高光谱图像的实验结果表明,该算法可显著降低压缩后的平均比特率。