剧本创作·行业思考·对外合作——对话《对决》总编剧杨哲、李杨

近年来,为了更好地回应中国正经历的深刻社会变革,承载着传递社会文化主流价值信念、凝聚社会共识的现实主义题材影视剧作品呈现主题性创作的发展态势。随着扫黑除恶工作的常态化,以“扫黑除恶”为主题的悬疑剧创作在最近几年内得到长足发展,涌现出一系列与时代同行的电视剧作品。其中,《对决》作为响应国家大力度扫黑除恶专项行动的原创作品,“坚持以人民为中心的创作导向”,在取材现实生活、追求“合理的真实性”的基础上,用类型化的人物塑造、通俗易懂的艺术表现形式和强情节的设定创作出多个形象立体.

1+X证书制度下高职机械类专业“岗课赛证”人才培养模式构建

“1+X”证书制度的本质是实现书证衔接融通,“岗课赛证”的人才培养模式就是在高职院校与企业之间搭建人才培养的桥梁,“岗”与“课”是桥梁的两端,“赛”与“证”则是两座桥梁。本文探讨1+X证书制度下“岗课赛证”融合育人的人才培养模式构建,要将岗位标准、职业技能大赛、职业技能等级证书考核纲要融入课程体系,同时构建科学的“岗课赛证”教学体系和人才培养评价体系,在此基础上提出1+X证书制度下“岗课赛证”融合育人的保障要素,一是要培养“岗课赛证”融合育人的教师团队,二是要完善“岗课赛证”融合育人的教学资源,三是要构建“岗课赛证”融合育人的新生态。

具有加性耦合效用和连续统参与人博弈中的强Nash均衡

本文将研究具有加性耦合效用和连续统参与人博弈中的强Nash均衡。我们首先证明具有加性耦合效用和有限参与人博弈中强Nash均衡的存在性。进一步,对具有加性耦合效用和连续统参与人的博弈,我们引入弱强Nash均衡的概念,并证明它的存在性定理。本文发展了强Nash均衡的研究。

高灰煤气化细渣的油类捕收剂浮选与难浮机理

高效分离煤气化细渣中的残碳和矿物是其高值化利用的前提,但气化细渣较差的可浮性成为其浮选分离面临的难题之一。以多喷嘴对置(OMB)水煤浆气化炉的煤气化细渣为对象,研究了油类捕收剂十二烷的浮选效果和气化细渣的难浮机理。通过傅里叶红外光谱测试,发现气化细渣中芳香结构和侧链的含量相比煤炭样品的含量较少,且气化细渣表面存在较多含氧基团;X射线光电子能谱结果表明气化细渣矿物中包含多种亲水的氧化矿物。通过低温氮气吸附和压汞试验测量了气化细渣的孔隙特性,结果表明其孔隙在纳米到微米尺寸内均有大量分布;计算得到原矿样品的BET比表面积为62.03 m^(2)/g。通过粉末润湿试验和改进的Lucas-Washburn方程表征了水和十二烷对气化细渣粉末的润湿过程,试验发现气化细渣残碳相比水更易被十二烷润湿,而气化细渣尾矿更易被水润湿,但残碳和尾矿对水的润湿性差异较小;通过低场-H^(1)核磁共振的T_(2)反演图谱证明了油类捕收剂在孔隙中的吸附行为;油类捕收剂用量的增加和油滴粒径的减小导致孔隙药剂吸附量增加。油类捕收剂在气化细渣的浮选过程中大量进入孔隙而难以有效在残碳表面吸附,导致油类捕收剂的浮选作用效果差。

一种基于硅传感器的空间中子探测器设计

针对空间站轨道复杂的中子辐射环境,设计一种中子探测器,采用硅层叠结构,利用核反冲法及核反应法进行中子的间接探测,获取空间站轨道中子辐射的能谱信息。该中子探测器的探测范围指标为0.025 eV~10MeV,搭载于天宫空间站梦天实验舱的空间辐射生物学暴露实验装置上,用于监测空间站低地球轨道的中子辐射环境,获取在轨探测数据,可为研究空间中子对生物体造成辐射效应的作用机理提供重要依据,也可为研究次级粒子对航天器电子元件造成的单粒子效应提供必要的空间环境参数。

深层—超深层海相碳酸盐岩地震勘探技术发展与攻关方向

随着塔里木盆地顺北油气区、轮南地区轮探1井在8200 m深度以下获得工业油气流,碳酸盐岩勘探迅速向深层-超深层领域迈进,向地震勘探技术提出了严峻挑战。主要分析了超深层复杂波场地震成像理论研究进展及面临的问题。在超深层储层预测关键技术方面,分析了由地震数据结构表征识别小断裂、基于数字岩心的孔隙结构定量化预测方法等现状;从勘探地质需求的角度,提出深层—超深层碳酸盐岩储层与流体预测技术发展趋势和重点攻关方向,以期为海相碳酸盐岩地震勘探的理论及技术研究提供借鉴。获得以下认识:①针对超深层低信噪比地震数据,Q叠前深度偏移和TTI介质RTM技术在碳酸盐岩储层成像中取得了一定效果,基于波动理论的层间多次波压制、各向异性Q⁃RTM、最小二乘Q⁃RTM及各向异性全方位角度域成像技术是重点攻关方向。②深层—超深层强非均质性碳酸盐岩储层地震预测技术存在欠缺理论依据、预测精度较低等问题,亟待加强理论方法探索和技术攻关。③地震岩石物理实验与储层地质的深度融合以及基于双相介质波动特征(频率、频散与衰减等)的储层敏感属性精细化地震预测技术、人工智能碳酸盐岩储层定量预测及流体检测技术等均是重要发展方向,“可靠的深层地震资料、多学科联合的储层高精度表征和深度学习人工智能”发展趋势十分明显。

基于极限梯度提升和探地雷达时频特征的水泥路面脱空识别

针对探地雷达(GPR)数据解译依赖于人工经验,存在费时费力和主观偏差的问题,提出了基于极限梯度提升(XGBoost)和GPR时频特征的水泥路面脱空识别方法。采用正演模拟、室内试验和现场试验获得了脱空病害数据源,建立含有标签的脱空GPR数据集;通过重采样方法统一GPR数据采样频率,并对预处理后的GPR数据进行时频域特征提取,建立了包含18个时域和12个频域特征的数据集。以时频域特征为输入,是否存在脱空病害为输出,采用XGBoost算法构建脱空识别模型,并与随机森林(RF)和人工神经网络(ANN)算法进行对比。结果表明,模型的识别准确率排序为XGBoost(98.10%)>ANN(95.10%)>RF(93.17%),XGBoost模型识别精度最高,并能在实际路面上准确定位脱空区域。

贵州威宁对流单体雷达回波分层结构特征分析

本文选取了2017—2020年威宁县111个对流单体(35个冰雹云单体和76个雷雨云单体),着重分析了对流单体雷达回波在垂直指向上的分层结构特征,并结合双偏振雷达观测分析了对流云单体偏振参量和水凝物相态分布特征。研究分析结果表明:①威宁对流单体雷达回波典型特征量基本一致,对流单体生命史周期约为100 min,最大反射率因子主要位于与0℃层高度差±2.0 km的范围内;②当对流单体雷达回波强度从45 dBz发展到55 dBz以上时,冰雹云具有发展迅速且持续时间长的特点,冰雹大小则与强回波在融化层高度以上的扩展高度存在一定的对应关系,高度越高、冰雹越大;③X波段双偏振天气雷达能够较好地反映降水粒子类型,基本符合粒子形状、大小和相态分布的特点,但应考虑降水相态粒子处于临界过渡区域的转化特点;④威宁多小冰雹主要与垂直风切变较弱、对流有效位能CAPE值不稳定能量偏低,且中小冰雹在下落过程中逐渐融化变小有关。

秉持长期主义,赋能品牌韧性增长——第30届中国国际广告节观察

时代的风潮正劲,我国广告业已然开启发展的新纪元。以新技术为驱动,下一个广告时代正在以超乎想象的速度向我们袭来。在厦门举办的第30届中国国际广告节暨中国广告协会成立40周年纪念大会上,政府领导、权威专家与参会者齐聚一堂,聚焦行业热点和焦点问题,以新理念、新业态、新模式共同研讨行业高质量发展,践行广告节“深度、趋势、前瞻、创新”的发展理念。

创新创业基础教育融入专业教育特色教学的探索——以黑龙江职业学院动物医学专业为例

在当前高等教育改革的大背景下,国家对创新创业教育的重视程度不断提升,创新创业教育只有与专业结合,有效整合专业知识与创业技能,才是培养学生创新精神和实践能力的有力保证。作为农学中的重要专业动物医学专业,这一需求尤为迫切,因为该领域不仅要求学生具备扎实的专业知识,还要求他们能够在未来的职业生涯中进行科技成果转化、创新和创业实践。本文以黑龙江职业学院动物医学专业为例,探讨了从创新创业基础课程为出发点,有效融入专业培养目标,修订人才培养方案和课程标准,聚焦专业人才培养全过程。优化师资建设,注重课程思政建设,这种探索能够从根源进行课程改革,提升学生的专业认知,培养他们的创新精神和创业能力,这对于推动高等教育教学改革和高职院校专创融合建设具有重要意义。

面向无人机视角下小目标检测的YOLOv8s改进模型

从无人机视角进行目标检测,面临图像目标小、分布密集、类别不均衡等难点,且由于无人机的硬件条件限制了模型的规模,导致模型的准确率偏低。提出一种融合多种注意力机制的YOLOv8s改进模型,在骨干网络中引入感受野注意力卷积和CBAM(concentration-based attention module)注意力机制改进卷积模块,解决注意力权重参数在感受野特征中共享问题的同时,在通道和空间维度加上注意力权重,增强特征提取能力;通过引入大型可分离卷积注意力思想,改造空间金字塔池化层,增加不同层级特征间的信息交融;优化颈部结构,增加具有丰富小目标语义信息的特征层;使用inner-IoU损失函数的思想改进MPDIoU(minimum point distance based IoU)函数,以innerMPDIoU代替原损失函数,提升对困难样本的学习能力。实验结果表明,改进后的YOLOv8s模型在VisDrone数据集上mAP、P、R分别提升了16.1%、9.3%、14.9%,性能超过YOLOv8m,可以有效应用于无人机平台上的目标检测任务。

ChatGPT对教育的冲击、风险及应对策略

ChatGPT介入高等教育生态系统,教育将面临新的冲击,因材施教的学习或将成为主流,批判思维或将是学习能力评价的重要指标,教师教学变革必将成为常态,搜索学习或将成为知识学习的主要方式。ChatGPT进入教育生态系统后,随之带来了知识真实性和权威性难以保证、知识碎片化现象加剧、学生创造性培养弱化、教学转变为单一的知识传授、数字化教学管理中存在问题、引发新的意识形态等潜在风险。为进一步规避ChatGPT带来的风险挑战,提出:人工智能技术支持下的教育应回归育人使命,关注学生情感;重审技术本质,明确教育地位;变革评价方式,注重过程评价;完善数字伦理政策法规,提倡AI治理AI。

基于风廓线雷达产品的冰雹过程分析

利用贵州省威宁县气象局的风廓线雷达基础数据及其二次开发产品、雨量站和MICAPS的实况数据,对2019年6月11日发生在威宁本站的一次冰雹大风天气过程进行综合分析。结果表明:水平廓线产品可反映出冷暖平流的时空变化及垂直分布,更早探测冷空气入侵、风场切变情况及低空急流强度;大气折射率结构常数和垂直速度可以指示降水的发生、持续时间及降水强度情况;强降水发生前有较强风垂直切变,降水过程中风垂直切变值整体大于0.2 s^(-1),风垂直切变的增强会引起垂直速度和地面大风的增大;若以大于15 dBZ和小于10 dBZ为降水的起止标志,风廓线雷达反射率因子较其他产品可以更清晰地指示降水的开始和结束。

基于EfficientNet的无锚框目标检测模型

目标检测是计算机视觉的热门研究方向之一,包含分类和定位两个任务。针对单阶段目标检测模型普遍存在的两个问题:训练时正负样本的不均衡以及锚框的设置需要人工干预,提出一种基于EfficientNet的无锚框目标检测模型(Anchor-free Efficientnet-based Object Detector,AEOD)。AEOD先筛选出落在目标框中的特征点,再根据特征点所作的预测计算代价矩阵,在训练时基于代价矩阵为目标动态分配正负样本,从而达到平衡二者数量的目的。此模型通过特征图中的特征点直接预测目标的位置和形状,不仅省去了人工设置锚框的环节,还提高了可检出目标的数量。此外,可缩放的EfficientNet进一步提高了模型的泛化能力,使之可以接收多尺度的输入。在PASCAL VOC07+12数据集中,AEOD最高可以获得91.3%的平均精度(mAP),检测速度达到32.1 FPS,较其他主流的目标检测模型有显著提升。

基于多级特征双向融合的小目标检测优化模型

由于自身特征较小以及网络的深度造成特征丢失等客观原因,小目标的检测一直是目标检测领域的难点问题。针对以上问题,提出基于网络结构进行多次特征增强以优化小目标检测的模型。首先,替换主干网络中的空间金字塔池化(SPP)以优化梯度计算;其次,对网络颈部实行区分特征级别的多级双向融合,并对输出头添加自适应特征融合(AFF)模块,以实现多级的特征增强。实验结果表明,在COCO2017-val数据集上,当交并比(IoU)为0.5时,所提模型的平均精度均值达到61.4%,与目前较流行的YOLOv7模型相比提高了4.7个百分点,同时在单GPU上模型的检测帧率为78.2 frame/s,满足工业检测速度要求。

基于缓存优化的移动边缘计算资源分配策略

移动边缘计算研究中,边缘服务器通过缓存任务数据可以有效节约计算资源,但如何分配缓存资源解决边缘服务器的竞争关系,以及能耗和效益问题,达到系统性能最优是一个NP难问题。为此提出基于缓存优化的在线势博弈资源分配策略OPSCO(online potential-game strategy based on cache optimization),采用新的缓存替换策略CASCU(cache allocation strategy based on cache utility),最大化缓存的效用。通过优化边缘服务器的效益指示函数,将缓存替换代价等因素与李雅普诺夫优化、势博弈以及EWA(exponential weighting algorithm)算法结合,对边缘服务器的竞争关系建模,进行势博弈相关证明和分析。仿真结果表明,OPSCO相比于其他资源分配策略,可以明显提升任务完成率和缓存效用,并降低设备能耗和时间开销,解决了移动边缘计算在线缓存场景中的资源分配以及数据缓存问题。

融合残差网络的自监督社交推荐算法

基于图神经网络的社交推荐算法,通过社交图和交互图的信息来学习用户和项目的嵌入,得到最终的推荐结果。但是现有算法主要利用静态的社交图结构,无法挖掘用户之间潜在的链接关系,同时也没有解决用户与项目交互行为中的噪声问题。提出了一种融合残差网络的自监督社交推荐算法。采用变分超图自编码器对社交网络进行链接预测,得到重构的社交图,以此来挖掘隐藏在用户间的积极链接关系;利用注意力机制为原始社交图和重构后的残差社交图分配不同的注意力系数,得到更加精确的用户表征;为了缓解数据中的噪声问题,构建了自适应的超图全局关系提取器,在该提取器的协作下利用局部嵌入信息和全局嵌入信息创建自监督信号,从而优化局部的嵌入表示,进而缓解噪声影响。该算法在Ciao、Epinions和Yelp三个数据集上与NGCF、LightGCN、MHCN等基线模型进行对比实验。在Ciao数据集上,Recall@10提升了17.1%~48.5%,NDCG@10提升了1.4%~37.9%;在Epinions数据集上,Recall@10提升了8.3%~56.2%,NDCG@10提升了3.7%~29.8%;在Yelp数据集上,Recall@10提升了9.1%~53.3%,NDCG@10提升了11.2%~66.6%。实验结果表明,该算法相较于基准模型有良好的推荐性能。

芳香中药在动物健康养殖中的研究与应用

多年来,动物生产中滥用抗生素等药物给人类健康带来了严重威胁,着眼于提高动物机体健康水平或将成为未来畜禽水产业可持续发展的方向。芳香中药通常指以挥发性物质为主要有效成分具有芳香气味的中药材及其提取物,具有抗菌、抗炎、增强免疫等作用。近年来,很多研究都在探讨芳香中药作为饲用替抗产品的潜力,文章综述了芳香中药的作用机制及其动物生产中的研究进展,并分析了芳香中药与动物健康养殖的关系及芳香中药当前存在的问题,对其发展前景进行了展望。文章旨在总结芳香中药目前的研究状况,为芳香中药在畜禽、水产健康养殖及饲料工业等方面的研究提供参考意见。

元宇宙视野下的影视创作与版权:技术基础、应用现状和前景展望

元宇宙是继云计算、区块链、数字孪生之后下一个数字产业热门方向。我国第三次修订的《中华人民共和国著作权法》强调要以技术手段保护著作权,以电影为代表的内容创作行业不断探索前沿技术,无论是VR电影创作面临的版权保护困难,还是元宇宙空间三维数字资产的侵权认定困境,都给版权保护技术带来了全新挑战。本文围绕影视内容创作与版权保护,分析元宇宙相关技术及应用如何赋能影视产业的变革与创新,探讨安全性、开放性、创新性和去中心化版权保护策略的发展与机遇,对内容生产行业发展具有一定的研究价值。