学术会议质量综合评价研究及实践

学术会议活动在国家创新体系建设、学科交流与发展、科研人员成长过程中扮演着极为重要的角色.针对传统学术会议质量评价方法中存在的学术性要素不突出、适用领域狭窄等问题,提出了一种综合采用参会者定性反馈、会议定量特征分析、会议影响力大数据分析等评价信息源的质量评价框架,并对2018年举办的700余场国内学术会议开展了质量综合评价实践.结果 表明,中国学术会议呈规模持续增长、内容质控愈发严格、互动交流效果进一步突出、成果类型及传播方式进一步丰富等趋势,但不同学科、不同规模学术会议间质量差异较为显著,不同职称、不同国籍参会者对会议质量的感知存在明显差别.根据评价结果,从面向参会者诉求、优化会议组织及完善学会机制建设等方面提出了学术会议的质量提升建议.     

基于信息化知识管理系统的中医拔尖人才培养模式

中医拔尖人才的培养是新时期中医院校和中医医院发展的"核心竞争力",信息化知识管理系统是运用信息技术将名老中医的隐性知识转化为显性知识,利用网络存储、系统开发、资源共享的便捷性探索适用面更广、形式更灵活多样、可操作性更强的中医拔尖人才培养模式.     

我国高校图书馆的微博发展状况和读者服务创新

在网络自媒体时代,越来越多的高校图书馆利用微博拓展其服务,而微博的许多优点也使其适用于图书馆的文献信息传递和读者服务。通过对新浪微博的数据调查,阐述了近年来高校图书馆微博的发展状况,探讨了微博给高校图书馆读者服务带来的创新,分析了微博的特点及其在图书馆服务中的适用性,提出了高校图书馆利用微博创新读者服务的具体对策。     

2种煤液化残渣氧化萃余物中杂原子化合物的鉴定

在40℃恒温水浴下用次氯酸钠对2种煤液化残渣进行氧化,将反应所得混合物用滤膜过滤,滤出液依次用石油醚、二硫化碳、四氯化碳和乙酸乙酯萃取,得到的萃取物用气相色谱/质谱(GC/MS)分析.根据分析结果系统地考察了2种煤液化残渣中所含杂原子化合物的分布,为从煤液化残渣中选择性地脱除这些杂原子化合物及提取高附加值化学品提供了一条路径.     

关于映射周期性的若干性质及其应用的注记

若f∈PfT(R)∩C(R),则F(x)=∫axf(t)dt,x∈R与周期函数有何关系,具有哪些性质?本文将就这一问题进行研究,获得了一个关于周期函数一个重要的若干性质的定理,应用其便捷的处理了一大批与周期函数有关的问题,进而给出了关于映射周期性的若干性质及其应用的注记,这对经济周期性研究有一定的参考意义。     

(2+1)维KD方程组的一类非亚纯行波解

通过行波变换将(2+1)维KD方程组转变为复域中的常微分方程,给出复合的(2+1)维KD方程组2(wk-3l2+3ak2 C1)u=2k4 u″-k2 a2 u3+(6k2b-3kal)u2+C2,v=lku+C1的一类非亚纯解的结构.     

基于盒维数的锚杆工作荷载无损检测研究

为研究锚杆工作荷载,应用了分形理论中的盒维数方法。根据一维杆波动理论,在锚杆外露端头安装一个自激式加速度传感器,利用锚杆无损检测加载试验台分级加载、检测标定测得锚杆-围岩相互作用体系在激发荷载作用下的速度响应,计算其加速度响应曲线的盒维数,拟合得出荷载-盒维数曲线,直观地判断锚杆工作荷载和锚固质量。     

古代大别山区蛮人部落的若干问题——大别山区文化特色的成因

古代大别山区的"蛮人"部落是多个民族部落的融合体。大别山区蛮人部落的解体,是长期渐进的历史过程。由畜牧转向农业,从单一的粮食生产到茶叶的主产区,内部经济生活的演进是蛮人部落解体的内力,多民族国家发展中的民族大融合是它的外力。大别山区蛮人部落的解体在隋统一时基本完成。大别山区文化的特征随之成型。     

情绪对创造性思维的影响:认知风格的调节作用

通过对214名大学生施测镶嵌图形测验,筛选出场独立型和场依存型被试各45人,通过自传体回忆方法分别诱发被试的高兴、愤怒和中性情绪,探讨情绪对创造性思维的影响,以及认知风格在情绪与创造性思维之间是否存在调节作用.结果发现:高兴和愤怒情绪均对创造性思维有促进作用,认知风格在情绪和创造性思维之间起调节作用,具体表现为对于场独立型被试,愤怒情绪促进思维的流畅性、灵活性和独创性;对于场依存型被试,高兴情绪促进思维的流畅性、灵活性和独创性.     

基于数据场联合PRI变换与聚类的雷达信号分选

基于脉冲描述字进行雷达信号分选时,传统聚类算法需要预先人工设定聚类中心和聚类数目。针对该问题,提出一种基于数据场理论联合脉冲重复间隔(pulse repetition interval,PRI)变换与聚类的雷达信号分选新方法。首先,依据数据场理论,基于势值大小实现干扰点剔除,而后利用PRI变换算法进行PRI估计,依据PRI估计值将归一化脉冲描述字数据预分类,进而以各类数据集中心间的欧氏距离小于辐射因子为准则进行类别合并,自动得到初始聚类中心和聚类数目,最后通过改进K-Means算法完成聚类分选。仿真实验表明:所提方法能够应对存在频率捷变,重频参差、抖动、参数交叠、局部脉冲丢失的复杂信号环境,分选正确率明显提升。