神秘的比特币之父

有一群人生活在一个洞中，头颈被铁链固定着，只能看到前方的洞壁。而他们的后方有堆火，有人举着各种各样的假人兽雕像，在洞穴墙壁上投射出不同的影像，时而做声时而缄默。因此，那些被蒙蔽的人们就把这些影像当成是真实的事物，把回声当作是影像的声音。这个经典的比喻来自于柏拉图的《理想国》；看似荒谬，却是真实生活的精炼写照。我们所看到、听到的世界，或许并不像想象的那般真实，而是来自我们背后投射出的影像。     

印度大学开设占星术课程

<正>占星术在印度民间占有重要位置。大到国家的命运和前途,小到个人生活的细节,印度人都会找占星师来看看星象。找对象时,父母一定要请占星师看看男女两人的星象合不合,如果不合,趁早换人。开公司、建房子、做买卖……几乎事事要占星。除了专门宣传占星术的报刊、广告之外,印度比较大一点的报纸、杂志、网站等媒体上都有占星术专栏。不过,也有印度科学家认为占星术在印度大行其道破坏了印     

基于VMD-BO-BiLSTM的猪肉价格预测模型

基于猪肉价格的非线性与波动性特性，提出一种基于变分模态分解（variational modal decomposition, VMD）和贝叶斯优化（Bayesian optimization, BO）的双向长短时记忆（bidirectional long short-term memory, BiLSTM）网络的猪肉价格预测方法。首先采用变分模态分解对数据进行预处理，将数据分解为具有相对简单波动的子序列；然后通过贝叶斯算法对双向长短时记忆网络模型的第1、2隐含层神经元数目、学习率和批次大小进行寻优，根据寻优的结果建立预测模型。实验结果表明：VMD-BO-BiLSTM方法的平均绝对误差、均方根误差、平均绝对百分比误差和确定系数分别为1.101 214、1.466 100、0.040 631、0.987 760，相比传统单一的LSTM,BiLSTM模型精确度更高，有更高的适用性，适合对猪肉价格预测。     

项目教学法在汽车维护保养课程中的应用

<正>近年来,随着国家经济和职业教学的快速发展,企业"用工荒"和学生"就业难"的矛盾日益突出.企业人才需求和学校供给的脱节,反映了当前职业教育的发展还不能完全满足经济社会快速发展的需要.《国务院关于加快发展现代职业教育的决定》指出[1]:"以服务发展为宗旨,以促进就业为导向,适应技术进步和生产方式变革以及社会公共服务的需要","推进人才培养模式创新.坚持校企合作、工学结合,强化教学、学习、实训相融合的教育教学活动.推行项目教学、案例教学、     

尉村跑鼓车中体育文化初探

尉村跑鼓车是流传于山西省襄汾县汾城镇的一种民间娱乐活动。跑鼓车文化是一种别样的祭祖文化,是一种军备活动与健身习俗相结合的文化,是一种易经文化的体现,也是一种艺术与竞技相互融合的文化,更是一种活态人文遗产。     

黎族哈方言服饰中民俗情感的表达

以海南黎族支系中的哈方言服饰为对象,整理其服饰中蕴含的民俗,挖掘背后的情感,映射出哈方言传统服饰文化的独特性,为哈方言女性心灵手巧和智慧的象征,希望据此为黎族服饰非物质文化遗产的保护和研究提供参考。     

四川省0-6岁残疾儿童家庭亲职教育需求调查研究

本研究旨在了解四川省0-6岁残疾儿童家庭亲职教育需求状况,为政府部门建构残疾儿童教育体系提供参考建议.问卷从专业支持、心理支持、服务支持、经济支持四个维度对752名家长进行了问卷调查.结果发现:四川省0-6岁残疾儿童家庭亲职教育需求在这四个维度上均处于较高需求状态.其中:经济支持占首位;家庭最需要“如何让残疾儿童接受残疾这个事实并能够努力的快乐生活及家庭如何接纳残疾这个事实并能够像其他正常儿童家庭一样健康发展”的心理支持.这与以往学者的研究略为不同.政府部门应重视并整合各种资源给予残疾儿童家庭系列服务来满足残疾儿童家庭亲职教育的需求.     

含时线性谐振子系统密度算符的研究

主要是研究含时线性谐振子系统的量子解问题.首先运用李代数方法得到含时线性谐振子系统的密度算符随时间演化的量子精确解,然后对得到的解析式进行了验证和分析.结果显示,我们得到的含时谐振子系统密度算符的解析解能准确的描述含时谐振子系统密度算符随时间的演化.     

夫妻克服性冷淡有新招

<正>性冷淡,影响男女间的情感,更是对婚姻与家庭的一种威胁。生活中不少男女因为对性生活失去了兴趣,最终导致离异。面对如此情景,如何才能克服性冷淡呢?1.树立性生活的重要地位许多人由于紧张的工作和繁忙的家务,无暇顾及性生活,使自己本能的性欲望无声地退化了。防治性欲低下需要男女双方的配合,共同培养性生活的乐趣。     

Underdetermined DOA estimation and blind separation of non-disjoint sources in time-frequency domain based on sparse representation method

This paper deals with the blind separation of nonstation-ary sources and direction-of-arrival （DOA） estimation in the under-determined case, when there are more sources than sensors. We assume the sources to be time-frequency （TF） disjoint to a certain extent. In particular, the number of sources presented at any TF neighborhood is strictly less than that of sensors. We can identify the real number of active sources and achieve separation in any TF neighborhood by the sparse representation method. Compared with the subspace-based algorithm under the same sparseness assumption, which suffers from the extra noise effect since it can-not estimate the true number of active sources, the proposed algorithm can estimate the number of active sources and their cor-responding TF values in any TF neighborhood simultaneously. An-other contribution of this paper is a new estimation procedure for the DOA of sources in the underdetermined case, which combines the TF sparseness of sources and the clustering technique. Sim-ulation results demonstrate the validity and high performance of the proposed algorithm in both blind source separation （BSS） and DOA estimation.