中国高层次科技人才省际流动的特征

.以2014-2019年中国内地(未包括香港、澳门和台湾地区)人选高被引科学家为高层次人才研究对象,通过挖掘高层次人才个人履历信息,构建科学家迁移特征信息数据库,从跨省域流动、省内流动及机构流动等多层次、多维度对高层次人才省际流动特征进行研究.研究结果表明,中国高被引科学家在各地区间分布差异非常明显,主要集中在北京、江苏、上海等经济与科教资源发达的地区;高被引科学家净流杰主要集中在广东省、江苏省和四川省等东部发达地区,净流出主要集中在吉林省、安徽省和辽宁省等中西部和东北地区;从机构来看,净流入主要集中在电子科技大学、苏州大学和复旦大学,净流出集中在中国科学院、北京大学等,但由于中国科学院高被引科学家人选人数多,故中国科学院净流出占其入选总人数的比例并不高.     

2018年CBA总决赛技战术运用效果比较及教学思考

采用文献资料法、录像观察法、数理统计法和比较分析法等对2017—2018赛季CBA总决赛中辽宁队与广厦队的技战术运用效果进行深入分析。研究结果表明:辽宁队的场均得分高于广厦队,尤其是第一节和第三节场均得分明显占据优势。辽宁队的投篮命中率较高,尤其是三分远投能力明显强于广厦队,同时在助攻、盖帽以及防守篮板等攻防指标上明显优于广厦队,但广厦队的罚篮命中率高于辽宁队且比赛中犯规控制较好。在篮球训练教学中应加强对罚篮稳定性和准确性的训练,进一步提升三分远投能力;比赛中充分发挥防守端的积极性,通过有效传球加强团队配合,控制好犯规并努力减少失误等。     

不饱和类卡宾H_2C＝CNaX(X=F,Cl,Br)的密度泛函理论研究

采用密度泛函理论方法,在B3LYP/6-311+G(d,p)水平上研究了不饱和类卡宾H2C=CNa X(X=F,Cl,Br)的结构.结果表明,不饱和类卡宾H2C=CNa X(X=F,Cl,Br)各有2种平衡构型,其中具有三元环结构的构型能量低,是其存在的主要构型.预言了最稳定构型的振动频率和红外强度.计算得到了最稳定构型分子内氢迁移反应的过渡态.讨论了卤原子对不饱和类卡宾H2C=CNa X的影响.     

通过高职体育教学促进学生身心全面发展

通过体育教学促进学生的身心全面发展，是现代体育教学的目的。为了有效提升高职学生的综合素质，体育教学应该积极的肩负起促进学生全面发展的任务。本文就通过体育教学促进高职学生身心的全面发展展开论述。     

大学体育教育的价值及未来发展分析

大学体育教学活动的发展一直是大学教学活动发展的重要方面。体育教学的发展不仅关乎国民体育素质的提高,身体健康水平的发展,更加关乎我国体育人才的培养以及国家文化软实力的提高等重要问题。针对这样一种局面,业内对体育教学特别是大学体育教学的发展进行了进一步的研究活动,对用体育教学的内涵及意义进行了新的界定,并且在新大学体育价值观的指导下对大学体育教学发展的新局面进行了分析。本文就是通过对大学体育教育的价值及未来发展这两个方面的论述来展开的。     

我国学校体育运动竞赛活动与管理研究

科学的学校体育运动竞赛管理制度有助于学校体育功能的发挥,有利于学生良好体育习惯的养成,从而保证学生身心健康,推动学校体育运动竞赛步入良性发展之途.研究了我国学校体育运动竞赛管理现状以及存在的问题,并提出了几点建议:政府宏观管理与学生体协微观管理结合;提高认识,加强立法,加快体制改革;改变管理观念,开展倡导素质教育与终身体育思想的竞赛活动;加强目标管理,落实岗位责任制;加大投资,完善设施,保障管理制度功效的发挥;对学校体育运动竞赛的分组合理化.     

体育士气的感染性研究

高昂的士气对赢得体育比赛具有重要帮助,而士气具有感染性.本文通过文献资料法和逻辑分析法对士气及其感染性进行研究,分析士气感染性产生原因、影响因素,对体育团队在比赛中如何合理利用高昂士气提供借鉴.     

影响高校残疾学生运动兴趣的因素及促进对策

本文以运动心理学为理论基础,采用文献资料法、调查问卷法、访谈法等研究方法就影响高校残疾学生运动兴趣的因素展开研究。经研究发现:运动需要满足差强人意、运动内容缺乏新奇性和适合性、成功体验机会少、运动技能水平低、师生关系欠融洽是导致残疾大学生运动兴趣的主要原因。在此基础上,提出了加强其运动兴趣的对策。     

高校体育文化发展的再思考

以高校体育文化的历史沿革为切入点,看高校体育文化的发展,从文明的进步与体质弱化的现象,谈高校体育文化发展的再思考.     

基于新型空间注意力机制和迁移学习的垃圾图像分类算法

随着我国各级政府大力推动垃圾强制分类,分类回收各环节中实现标准化、自动化的垃圾分类识别需要适合云端部署的高准确率、低延时要求的细粒度图像分类模型.本文发挥深度迁移学习的优势建立了一套端到端的迁移学习网络架构GANet (garbage neural network);针对垃圾分类中类别易混淆、背景干扰等挑战,提出一种新型的像素级空间注意力机制PSATT (pixel-level spatial attention).为克服类别多和样本不平衡挑战,提出使用标签平滑正则化损失函数;为改善收敛速度以及模型稳定性与泛化性,提出了阶梯形OneCycle学习率控制方法,并给出了结合Rectified Adam (RAdam)优化方法和权重平滑处理技术的组合使用策略.实验使用了"华为云人工智能大赛.垃圾分类挑战杯"提供的按照深圳市垃圾分类标准标注的训练数据,验证了GANet在垃圾分类问题中的显著效果,获得了全国二等奖(第2名);同时,提出的PSATT机制优于对比方法,且在不同主干网络架构上均得到了提升,具有良好的通用性.本文提出的GANet架构、PSATT机制和训练策略不仅具有重要的工程参考价值,也具有较好的学术价值.