一个FoxPro下的项目组选择子程序

所谓组选择是指从可选的一组数据项目中任选其中的一部分。笔者利用FOXPRO开发的这个子程序,可在屏幕上显示两个项目组和一组控制按钮。两个项目组分别为可选择的项目和已选择的项目组,用户可用鼠标或通过控制按钮把可选择项目组中的内容加到已选择的项目组中(也可进行相反的移出操作)。这样使用户在选择项目时既方便又一目了然。控制按钮可进行操作有:从可选择的项目组中选择一个或全部加到已选择的项目组中(通过选择和全选按     

罗星凯：科学新课程实验，任重道远的希望之路

罗星凯广西师范大学物理与电子工程学院教授、博士,教育部广西师范大学基础教育课程研究中心常务副主任。广西高校人才小高地建设"基础教育课程与教学研究及其人才培养"创新团队首席学术带头人、"八桂学者"。先后荣获全国先进工作者、全国模范教师、享受政府特殊津贴专家、广西优秀专家、广西首届高校教学名师等称号或奖励。主持"科学探究性学习"、"《科学(7-9年级)》课程专业支持"等教育部基础教育课程改革项目。     

“北京祥云工程中金云后台”驱动智慧北京

随着重庆云端计划和广州天云计划相继实施,云计算在中国从虚走向实已不仅仅是靠技术、业务推动,更多的是政府在推动,而北京祥云工程无疑走在了全国的前列。2010年,北京市经信委从全产业链的角度规划北京市IT产业新发展,组织了北京市祥云工程产业链项目组,     

“Bund Online-2005”计划

在德国联邦内政部（位于柏林），我们就德国联邦政府“Bund Online-2005”计戈4、“E—government”以及“Deauschland Online”计划等内容听取了“Bundonline-2005”计划项目负责人、物理学家Audrees Relsen教授和项目组外聘专家Petra Pekawa女士的专门讲座。     

组织项目管理成熟度模型（OPM3）的应用和前景——访清华大学吴之明教授

在全球竞争日益激烈的经济环境中，越来越多的组织已经把项目管理作为一种在竞争中获胜的战略手段。各种组织都努力去提高自己的项目管理能力来为自己的战略服务。但怎样才能有效地，有目的地，一步一步地走向成熟的项目管理呢？美国项目管理学会PMI最新发布了“组织项目管理成熟度模型（OPM3）”作为一种评价和学习标准。为了全面了解组织项目管理成熟度模型（OPM3），本刊特约通讯员李伟（原清华大学学生项目管理协会会长，以下简称“李”）采访了清华大学项目管理专家吴之明教授（以下简称“吴”）。     

TIC媒体中心,巴塞罗那,西班牙

这个项目受巴塞罗那自由贸易区财团CZFB和"@22巴塞罗那"项目组委托,其中,"@22巴塞罗那"是位于市区内的一片实验区域。建筑师对以信息、沟通和技术为基础的数字城市模型抱有极大的兴趣,他们认为,对城市而言,知识、附加产值和专利权至关     

基于CDIO教育理念的机械制造与自动化“卓越工程师”培养的教学改革实践

为培养出社会和产业需要的具备工程能力、创新能力、职业能力和良好职业道德的高素质技术技能型工程人才,基于CDIO工程教育理念和"卓越工程师"的培养要求,结合专业现状和专业特色,河南工学院机械制造与自动化专业制定了"卓越人才培养工程实验班"的人才培养目标;按照"CDIO教学大纲"的三级指标,设计了该班的知识、能力、素质培养目标,构建了以三级教学项目为载体的一体化教学体系,改革了教学内容和教学方法。对该班学生实行导师制、实施CDIO项目组管理,以培养学生的工程意识、创新意识和竞争意识。学生参加一系列竞赛的获奖情况和就业单位的反馈结果证明教学改革达到了运用综合工程项目训练学生工程能力的目的。     

Gocad项目组简介

Gocad项目组是一个由一批活跃在地质学、地质统计、计算机科学、油藏工程和地球物理学研究前沿的研究人员组成的研究组,依托于Centre de Recherches Petrographiques et Geochimiques(CRPG)和Nancy大学地质学院.     

我国西沙群岛珊瑚礁科学钻探工作又取得重大进展

<正>2013年4月21日至12月5日,由中国科学院武汉岩土力学研究所、中国科学院南海海洋研究所组成的珊瑚礁科学钻探工程项目组,于我国西沙群岛的琛航岛上实施了珊瑚礁科学钻探工程。本次钻探共完成钻孔2个(即琛科1井和琛科2井),钻孔位于琛航岛东南砾石堤的内侧,2孔相距36.87m,孔口高程分别为6.429m和4.859m。孔深分别为901.9m和928.75m,均钻穿了珊瑚礁地层并进入基岩内,揭露的礁灰岩厚度分别为886.2m和873.55m,进入基岩内的深度分别为15.7m和     

SEISCOPE 项目组简介

SEISCOPE项目组依托于法国尼斯大学（University of Nice）GeoAzur研究所，致力于把现有地震成像方法推广到多分量全局偏移距数据（global—offsetdata），以解决地震成像中的种种挑战，如叠前深度偏移的宏模型建立、玄武岩下成像、海上深水环境中的地震成像、复杂构造的成像等。采用的主要技术手段包括初至旅行时层析成像、全波形模拟、各向异性粘声波（visco—acoustic）和粘弹性介质的全波形反演等。