论怎样提高实验室管理的服务质量

作者从4个论述了计算机实验室管理人员应具有怎样的新理念、新知识与新技能才算是一个合格的计算机管理人员。     

基于知识聚合的智慧学习模型及其知识增值分析

智慧学习已经成为全球教育未来发展的重要趋势,成为各国战略发展的重要组成部分。在此背景下,基于知识聚合理论,针对智慧学习中的知识增值问题进行了研究。在梳理相关文献的基础上,分析了智慧学习的流程及其知识聚合的本质,探讨了其非线性化学习过程的特点,构建了智慧学习的框架模式,给出了其知识聚合的3种具体体现;建立了智慧学习中个人学习主体知识获取模型以及知识萃取整合模型,得到了个人学习主体经过一段时间学习后的知识增值描述;以可汗学院为例,对知识增值模型的实现过程进行了阐述。     

论科学知识的“可验证性”

科学知识“可验证性”的实质,在于强调科学的知识系统不再要求是得到证实的命题.科学对于一个假设成立的命题,不是试图证明它的正确性,并在证实后才接受它成为科学体系中的新内容,而是看它是否具有被证伪的可能性,即拥有一些潜在的证伪者,作为划分科学与伪科学的标准.     

话“术语哲学”

2003 年,国际术语学研究所举办了东西欧术语学基础理论比较研讨会,在此会议上,来自东、西欧的术语学研究者畅所欲言,对自20世纪30年代以来,在奥地利(代表欧洲中西部地区)和苏联等东欧国家逐渐发展起来的术语学理论进行了深入研讨。俄罗斯女学者阿莱克谢耶娃做了“术语学和哲学之间的相互影响”的主题发言,国际术语学研究所副所长布丁教授也以“对术语哲学的展望”为题做了演讲,它探究了术语学的哲学源头,分析了术语学理论与“知识工程”和“知识本体”的内在联系,以此作为对东欧学者的呼应。文章旨在介绍布丁教授这篇演讲里的重要观点,以期为广大读者充分了解术语学的理论基石提供途径。     

论体育人的文化

在社会主义现代化与体育事业蓬勃发展的今天,体育文化人概念的提出,在理论上具有前瞻性,在实践上具有可操作性.它确立了人的主体地位,强调了人的全面发展,突出了体育的教育功能.体育人的文化是体育与德育、智育、美育的有机结合.做体育文化人不仅仅是体育工作者的个人修养准则,它应该成为高校体育院校的人才培养模式,使体育人成为具有丰富的知识底蕴和良好的人文素养的社会有用之才.     

对多功能雷达的DQN认知干扰决策方法

基于Q-Learning的认知干扰决策方法随着多功能雷达(multifunctional radar, MFR)可执行的任务越来越多,决策效率明显下降。对此,提出了一种对MFR的深度Q神经网络(deep Q network, DQN)干扰决策方法。首先,分析MFR信号特点并构建干扰库,以此为基础研究干扰决策方法。其次,通过对DQN原理的简要阐述,提出了干扰决策方法及其决策流程。最后,对该决策方法进行了仿真试验并通过对比DQN和Q-Learning的决策性能,验证了所提方法的必要性。为提高决策的实时性和准确率,对DQN算法进行了改进,在此基础上,结合先验知识进一步提高了决策效率。仿真试验表明:该决策方法能够较好地自主学习实际战场中的干扰效果,对可执行多种雷达任务的MFR完成干扰决策。     

隐性知识转移的特征与模式分析

本研究分析了隐性知识的特点、知识转移的特点和隐性知识转移的特征，指出人和技术是隐性知识转移的两个重要维度。隐性知识的流动和转移是一个不断反复、不断修正、不断完善的叠代过程，“专家咨询模式”存在N重互动关系。隐性知识的流动与转移是隐性知识价值化的必要路径，也是惟一途径。     

从私人知识到公共知识的建构

科学知识社会学的出现彻底击碎了"知识(含科学知识)是真理"的传统观念,完成了知识从"发现"到"建构"的变革,但在知识建构过程解释上仍然是混乱的不能系统回答的黑箱,主要是因为没能处理好知识建构的"科学化"与"社会化"两个环节的关系问题,两者混谈导致理论混乱,原因在"科学知识"被等同于"公共知识",根源于"私人知识"与"公共知识"及其互动关系理解上的误区.     

An ant colony algorithm for solving Max-cut problem

Max-cut problem is an NP-complete and classical combinatorial optimization problem that has a wide range of applications in different domains, such as bioinformatics, network optimization, statistical physics, and very large scale integration design. In this paper we investigate the capabilities of the ant colony optimization （ACO） heuristic for solving the Max-cut problem and present an AntCut algorithm. A large number of simulation experiments show that the algorithm can solve the Max-cut problem more efficiently and effectively.