加强高校基础研究,提高自主创新能力

在全社会共同努力,推进自主创新的新形势下,基础科学研究在高校科技创新中的地位和作用日趋显著.本文立足我国高校基础研究的现状,探讨了目前高校基础研究发展中存在的问题.通过对国家经费投入取向、资源配置、社会意识等方面的分析,归纳出高校基础研究经费不足、来源单一、社会认同度不够等制约高校科技创新的因素.提出了转变观念,提高认识;加大国家对基础科研的投资力度,建立以高校为主体的基础研究模式;以政策为导向,实现科技投入多元化等建议.     

论可持续发展战略的文化因素

可持续发展战略的文化因素主要表现为：该战略的形成是建立在深刻的文化变革基础上，该战略的本质内容包含着丰富的文化含量，该战略的实施要依靠文化力的推动和整合。     

根式沉井基础在使用阶段的沉降量预估与沉降监测

为了解根式沉井基础使用阶段工作状态,参考桩基础沉降计算的剪切位移法等相关方法预估根式沉井基础的沉降,并与实际工程中的沉降监测值进行比较,初步了解根式沉井基础在工程运营使用阶段的沉降状态.分析结果表明:理论分析和试验监测能较好的吻合,根式沉井基础在实际工程中沉降变化稳定,沉降量较小,能满足相关规范要求,工作状态良好.     

基础研究类创新型科技人才评价指标体系的构建

构建基础研究类科技人才评价体系对引导和推进该类人才的培养和发展、促进国家科技创新具有重要意义。分析了基础研究类创新型科技人才的概念和特征;基于创新型科技人才评价冰山模型以及基础科学研究的本质特征,进一步采用因子分析法对创新知识、创新技能、影响力、创新能力、创新动机和管理能力等一级指标框架下的基础研究类创新型科技人才的二级和三级评价指标体系进行了构建,尤其强调了对创新个体潜在能力的评价。     

2008年天津承担国家科技计划项目执行情况统计调查分析

国家科技计划项目执行情况调查是科技部组织实施的一项常规统计调查。此次统计调查的范围包括：2008年在天津实施的国家重点基础研究发展计划（973计划）和基础研究重大项目前期研究专项（二者以下简称为基础研究计划）、高技术研究发展计划（863计划）、国家科技支撑计划、星火计划、火炬计划的国家级项目。主要调查内容包括项目资金投入、人员投入、实施进展及产出情况。     

坚持科学发展观努力开创科学基金事业新局面

2008年是科学基金事业又好又快发展的一年.国家自然科学基金委员会组织受理全国1594个依托单位提出的各类基金项目申请83877项.申请总量比上年增长17.6%;统筹部署研究项目、人才项目和环境务件项目3个系列的资助格局,择优资助了全国982个依托单位的各类项目17 283项,资助金额63.09亿元.2008年.科学基金各项工作取得了新的进展,为提升基础研究整体水平、增强自主创新能力做出了积极贡献.陈宜瑜,福建仙游人,中国科学院院士,主要从事淡水鱼类分类和系统进化研究:现任第十一届全国人大常委会委员,第十一届全国人大环境与资源保护委员会委员,国家自然科学基金委员会主任.中国动物学会理事长等职.     

美国构建军民技术融合系统的经验及启示

<正>随着科技日新月异的发展,民用技术和军事技术之间的界线越来越模糊,民用领域的高新技术基本上都可以用于军事目的,而高新技术中的信息技术更是具有高度的军民两用性,军民技术融合发展对促进我国战略性产业发展和产业升级起到了积极推动作用,同时也将为武器装备发展提供强有力的技术支撑。据报道,美国商务部和国防部同时列出的关键技术中,有80%是相通的,而俄罗斯的这一比例也达到了70%以上。据国外专家估计,     

Big data analysis of the human brain’s functional interactions based on fMRI

The human brain is a huge, complex system generating brain activity. The exploration of human brain function using functional magnetic resonance imaging （fMRI） is a promising method to understand brain activity. However, the complexity of the big data generated by fMRI facilitates the analysis of various levels of human brain activity, such as the distribution of neural represen- tations, the interaction between different regions, and the dynamic interaction over time. These different levels can depict distinct prospects of the human brain activity, and considerable progress has been achieved. In the future, more big data analysis methods combining advances in computer science, including larger-scale computing, machine learning, and graph theory, will promote the understanding of the human brain.     

中国特色社会主义文化的理论建设及其基础工程

从社会主义精神文明建设口号的提出,到中国特色社会主义文化理论体系的确立,标志着社会主义文化理论的完善与成熟;中国特色社会主义文化设计目标和建设方案的科学确立,显示了我国改革开放的现实成就,为我国文化建设新高潮的到来提出了明确的行动计划;如何建构和培育中国特色社会主义文化建设的基础工程,则为我们提供了无限广阔的创造空间。     

EMG oscillator model-based energy kernel method for characterizing muscle intrinsic property under isometric contraction

This paper presents a new method for estimating the isometric contraction force and the characterization of muscle’s intrinsic property.The method,called the energy kernel method,starts with converting the electromyography(EMG)signal into planar phase portraits,on which the elliptic distribution of the state points is named as the energy kernel,while that formed by the noise signal is called the noise kernel.Based on such stochastic features of the phase portraits,we approximate the EMG signal within a rectangular window as a harmonic oscillator(EMG oscillator).The study establishes the relationship between the energy of control signal(EMG)and that of output signal(force/power),and a characteristic energy is proposed to estimate the muscle force.On the other hand,the natural frequencies of the noise and the EMG signal can be attained with the energy kernel and noise kernel.In this way,the direct signal–noise recognition and separation can be accomplished.The results show that the representativeness of the characteristic energy toward the force is satisfactory,and the method is very robust since it combines the advantages of both RMS and MPF.Moreover,the natural frequency of the EMG oscillator is not governed by the MU firing rate of a specific muscle,indicating that this frequency correlates with the intrinsic property of muscle.The physical meanings of the model provide new insights into the understanding of EMG.