论素质教育与学生个性发展

文章针对素质教育与个性发展的问题，分析了素质教育与个性发展的辨证关系，并对教育者提出了一些思考。     

低糖香菇脯生产工艺的研究

本研究以香菇为主要原料生产低糖香菇脯。利用软化、涂膜及低温处理等技术提高产品的柔软度与饱满度,克服低糖处理给产品带来的适口性差、保质期短等缺陷。通过正交试验确定出低糖香菇脯最佳生产条件及生产工艺参数,即混合糖浆中糖含量8%、柠檬酸1.5%、黄原胶0.2%,并且将成品在 -10℃～-18℃条件下冷冻3d,所得产品风味纯正、体态饱满、口感舒适。     

文化自觉对推进马克思主义大众化的启示

自从先进的知识分子开始接受、传播马克思主义,不断总结方法经验,马克思主义中国化就渐渐开始了.马克思主义中国化的过程其实也是马克思主义不断大众化的过程,这个过程中,马克思主义与中国各个时期国情、现实进相结合,在危亡之际,孕育出中华民族儿女所特有的文化自觉.文化自觉与中华民族的命运紧密相关,马克思主义传播也正是在特定历史条件下中华民族的正确选择.     

西方人道主义与中国传统仁爱观的比较分析

西方的人道主义思想与中国传统的仁爱观对人类社会的发展都产生过重要影响。二者都尊重人,都体现了"善"的伦理观,但它们又存在很大的差异:西方的人道主义注重人性解放,崇尚自由、平等,反对封建主义,而传统仁爱观则束缚人性,维护封建统治。     

一种果胶酶生产菌株的分离及其产酶条件优化

为了从自然界中寻找一种果胶酶生产菌株,在果胶平板上经过筛选、复筛,分离出产果胶酶生产菌株,并将分离得到的菌株在摇瓶发酵培养、测定其酶活力,其发酵培养基的初始pH、最适温度、最适接种量及发酵周期进行初步研究.结果表明：经过筛选得到的产果胶酶菌株在发酵培养基的初始pH为7.0、培养温度为33℃、接种量为30%、发酵周期为56 h时,此菌株产酶的酶活力最高,优化后的条件大大提高了菌株的产酶能力.     

基于知识状态反馈控制的学科竞赛培养模式的探索与实践

反馈是教育实践活动的重要环节。针对学科竞赛中呈现的多课程知识交叉,学科竞赛知识难感知难反馈的问题,借鉴现代控制理论中的状态空间与状态反馈控制理论,构建了基于知识状态反馈控制的学科竞赛培养模式。结合教师经验与对学习环节中各课程知识的观测获得学生各知识状态量,并以竞赛要求对竞赛培养环节进行调节。进一步比较了基于输出反馈控制的课程教学模式与基于知识状态反馈的学科竞赛培养模式,最后以“西门子杯”中国智能制造挑战赛为例,分析了基于知识状态反馈控制的学科竞赛培养模式的实践方法。     

基于联邦学习的无线任务:数据非IID一定影响性能？

作为一种分布式训练框架,联邦学习在无线通信领域有着广阔的应用前景,也面临着多方面的技术挑战,其中之一源于参与训练用户数据集的非独立同分布（Independent and identically distributed,IID）。不少文献提出了解决方法,以减轻户数据集非IID造成的联邦学习性能损失。本文以平均信道增益预测、正交幅度调制信号的解调这两个无线任务以及两个图像分类任务为例,分析用户数据集非IID对联邦学习性能的影响,通过神经网络损失函数的可视化和对模型参数的偏移量进行分析,尝试解释非IID数据集对不同任务影响程度不同的原因。分析结果表明,用户数据集非IID未必导致联邦学习性能的下降。在不同数据集上通过联邦平均算法训练得到的模型参数偏移程度和损失函数形状有很大的差异,二者共同导致了不同任务受数据非IID影响程度的不同;在同一个回归问题中,数据集非IID是否影响联邦学习的性能与引起数据非IID的具体因素有关。      

数据到知识的沉淀——以信息化的手段驱动药物研发的新一轮创新

计算机药物设计是高性能计算应用的一个重要领域。本文针对药物设计领域,简要介绍了以信息化的手段驱动药物研发的新一轮创新,并作为案例,介绍了中国科学院上海药物所的“新药研发集成化平台”,该平台将信息情报系统、GRP实验管理系统、GLP新药申报系统、和新药研发标准化流程管理系统进行整合,形成的新药研发信息管理支持平台,具有显著的技术集成创新性,可以从整体上提高药物研发的进度和质量。     

激光化学气相沉积石墨烯聚焦光斑测量研究

激光化学气相沉积(Laser Chemical Vapor Deposition,LCVD)石墨烯制备受聚焦光斑影响很大。实时检测光斑,可实现石墨烯LCVD法可控制备。设计聚焦光斑测量光学系统,提出一种基于圆拟合的改进算法检测光斑中心和半径,计算、标定光斑面积。该方法在圆拟合基础上加入了二值化、形态学处理及连通性判别等预处理方法。实验表明,该方法测得圆心位置与真值误差平均为5.58 pixel,光斑面积与真值误差平均为1.93×10-9 m2,优于传统的重心法和霍夫检测法,具有较快的计算速度和检测精度,可实现LCVD法制备石墨烯实验中聚焦光斑的非接触式测量,且对其他激光加工工艺的质量控制有借鉴意义。     

超密集网络中最大化网络吞吐量的预测资源分配

在超密集网络中,小区间干扰严重制约了小区边缘用户的性能体验以及网络吞吐量。无线大数据分析的飞速发展,使得人们有可能通过预测未来的信道状态来分配资源,在无干扰网络中可达到很大的性能增益。但是在干扰网络中如何利用预测信息,在分配资源的同时有效协调干扰还是一个尚未研究的问题。本文分析了干扰网络中预测资源分配的设计难点和存在的问题,针对该问题提出了相应的解决方法,将资源分配建模成一个凸优化问题,通过求解优化问题得到最优的资源分配方法。仿真表明,与未知预测信息的最大化网络吞吐量方法相比,所提方法能够有效提高用户的成功传输率、平均传输进度和网络的吞吐量。当用户数据需求较大时,所提方法可以提供较大的网络性能增益。