叶宝林诗选(十首)

秋收月夜 柳树庭前月照明，霜沾玉米亮莹莹。槽头马睏驴斜卧，灶上蛐蛐独自鸣。

青海冬虫夏草资源初探

本文对青海省冬虫夏草资源作了初步介绍,为进一步开发利用,提供依据。

青海省大黄资源

本文以1986～1992年青海省中药普查资料为依据,报道青海省大黄属15个种的生境、分布及蕴藏量,供开发利用参考。

开放大学教师教研共同体发展困境与对策研究

教研共同体是提升教师教育教学能力、实现研修一体化、促进学校教育教学改革的重要手段。开放大学教师教研共同体发展囿于诸多困境旺盛的发展需求与有限的供给能力之间的矛盾、持续性需求与间断性供给之间的矛盾、多样化的发展需求与单一的供给模式之间的矛盾、职业倦怠与个人晋升之间的矛盾,由此提出了适宜开放大学教研共同体的发展策略以项目或平台为载体,切实培育教师参与协作教研意识和氛围;及时转化研修成果,以研促教、教研相长;制定灵活的管理制度,切实推进教研体系的优化与完善;创新教研服务供给内容,逐渐增强教师研修获得感。

基于图卷积网络的交通流预测方法综述

近年来,基于深度学习的交通流预测方法一直是交通流预测领域的研究热点.与传统卷积神经网络不同,适合处理非欧几里得数据的图卷积网络在空间特征建模方面表现出了强大的能力,而反映路网空间特征的拓扑图、距离图、流量相似图等正是典型的非欧几里得数据.因此,基于图卷积网络及其变体的交通流预测方法成为交通流预测领域的一个研究热点,并取得了很多有吸引力的研究结果.本文对近年来基于图卷积网络的交通流预测模型进行了分类和总结.首先,从图卷积网络的基本定义出发,结合空域图卷积和谱域图卷积的定义详述了图卷积的基本原理.其次,根据预测模型的网络结构特点,将基于图卷积网络的交通流预测模型分为“组合型”和“改进型”两大类,并对其中最具代表性的模型结构进行了详细分析和讨论.此外,对交通流预测领域中常用于模型性能对比的典型数据集进行了综述,并以其中一个真实数据集为例开展仿真测试,展示了4个基于图卷积网络交通流预测模型的预测性能.最后,基于当前的研究现状和发展趋势,对基于图卷积网络的交通流预测方法研究领域中未来的研究热点和难点进行了开放性的讨论和展望.

远程教育背景下移动学习资源的评价研究

远程教育背景下,学习资源可以提高学生的自主学习能力以及参与程度,资源的优劣直接反映了学习者自主学习的黏性程度。伴随着移动通讯技术和教育信息化的发展,研究与应用移动学习的课题也越来越受到关注。但是,移动学习并非网络学习的简单翻牌,良莠不齐的移动学习资源阻碍了进一步深化信息化教育的发展,因此,对学习资源的正确评价俨然成为资源建设在引导方向、提高质量、推动传播与实现共享的重要手段。对学习资源设计需求进行分析,提出评价原则,并设计学习资源评价框架体系。

对《妊娠用药禁忌歌》之我见

对《妊娠用药禁忌歌》之我见青海省药品检验所叶宝林，党世荣，郭鹏举，王明善元代医家李杲的《妊娠用药禁忌歌》在医药科学发展的今天来看，已显露出它历史局限的一面。歌中半夏、槐花、白茅根经临床验证对孕妇并无危害：尚有３０余味药属孕妇慎用或禁忌，歌中未能概括及...

远程教育资源提升参与式学习有效性探析

远程教育的核心在于培养学生的主体意识和参与意识。远程教育资源是提高学生自学能力的重要基石和保障,教育资源的优劣直接反映在学生主动参与学习的积极性上。学生是学习的主体,学生在乎的是加强师生之间以及生生之间的信息交流与反馈后能领会和掌握多少新知。学生对参与整个学习过程是觉察的、省思的、独具己见的和全然投入的。阐述教育资源在提升参与式学习的有效性方面的主要体现,省思在资源建设方面的错误意识,积极探索为学生提供更为有效的自主学习服务。

开放大学网络文化软实力建设研究

加强建设网络文化软实力,对于提升开放大学内涵式发展、更好地发挥其引领职能具有重要意义。开放大学在网络文化建设方面还面临诸多问题,应借鉴相关理论成果和实践经验,通过重视教师统领作用、架构建设新平台、满足学生日常学习需求,不断强化网络文化软实力的重要地位,进而提升教学管理的实效性,提升办学质量和社会知名度,以促进开放大学的全面发展和进步。

基于异步优势演员-评论家的交通信号控制方法

针对现有基于深度强化学习的交通信号控制方法的模型学习和决策成本高的问题,提出基于异步优势演员-评论家(A3C)算法的单交叉口交通信号控制方法.在模型输入端分别从交叉口和车道2个不同维度构建车辆权重增益网络,对采集的车辆状态信息进行预处理.设计新的奖励机制,提出融合车辆权重增益网络的A3C算法.基于微观交通仿真软件SUMO的仿真测试结果表明,相比于传统的交通信号控制方法和基准强化学习方法,所提方法在低、中、高3种不同的交通流量状态下,均能够取得更好的交通信号控制效益.

远程终身教育公共服务平台学习模式研究

随着终身教育时代的到来，构建一个能够覆盖一定范围、行业的终身教育公共服务平台，形成一座全民学习、终身教育的“大学城”，“人人、处处、时时”都可以获得教育机会，这俨然已经成为时代发展的必然要求。学习者能够进行个性化需求学习，就必须分析探讨公共服务平台上多样化的学习模式及影响因素，进而促使学习者利用平台进行有效学习。

基于Dueling Double DQN的交通信号控制方法

为了提高交叉口通行效率缓解交通拥堵,深入挖掘交通状态信息中所包含的深层次隐含特征信息,提出了一种基于Dueling Double DQN(D3QN)的单交叉口交通信号控制方法;构建了一个基于深度强化学习Double DQN(DDQN)的交通信号控制模型,对动作-价值函数的估计值和目标值迭代运算过程进行了优化,克服基于深度强化学习DQN的交通信号控制模型存在收敛速度慢的问题;设计了一个新的Dueling Network解耦交通状态和相位动作的价值,增强Double DQN(DDQN)提取深层次特征信息的能力;基于微观仿真平台SUMO搭建了一个单交叉口模拟仿真框架和环境,开展仿真测试;仿真测试结果表明,与传统交通信号控制方法和基于深度强化学习DQN的交通信号控制方法相比,所提方法能够有效减少车辆平均等待时间、车辆平均排队长度和车辆平均停车次数,明显提升交叉口通行效率。

基于分布估计算法的二阶段置换流水车间调度算法

针对以完工时间最小化为目标的置换流水车间调度问题(PFSP),提出了一种基于分布估计算法的二阶段置换流水车间调度算法。首先,在算法的第一阶段采用分布估计算法对PFSP进行优化得到一个局部最优解;为了进一步提高解的优化质量,在第二阶段提出了一种新的混合邻域搜索机制对第一阶段获得的局优解进行邻域搜索;最后,对Rec类和Tai类基准测试问题进行了测试,实验结果证实了算法的有效性。

论高职院校的计算机教学

如何发挥学生的主体地位和教师的主导地位,利用现代教育技术手段改进课堂教学方法,保证教学的针对性,加强实践环节,来培养学生的动手能力和创新能力。谈谈在教学实践中的一点体会。

高校科研质量改进模型设计及对开放大学的启示

科研质量改进,对于提升高校科研实力、发挥科研引领教学作用和健全服务社会职能具有重要的意义。国内外学者从不同的视角,用不同的研究方法,取得了一定的理论成果和实践经验。开放大学的科研工作既与高校存在着共性问题,又具有独特的现实差异。从资源支撑、过程控制、成果评价等三个方面进行分析总结,依据PDCA循环理论方法设计相应的科研质量改进模型供开放大学有所取弃地参考,以提升开放大学科研质量。

数字图书提升读者泛在阅读有效性研究

在信息技术的推动下,数字图书的发展和普及使得图书馆的读者群和获取知识的方式不断扩大,以纸质印刷品为主要载体的传统图书行业正在融入数字化、网络化、信息化的传播形式,数字图书在接入互联网的个人电脑和移动终端广泛使用的背景中逐渐改变着人们的阅读习惯。文章介绍了数字图书提升读者泛在阅读有效性的3个方面,主要体现在:信息技术发展是泛在阅读的根本前提;网民人数众多是泛在阅读的受众保障;个性化泛在阅读,数字图书资源设计创新是关键。

蜂针致面部风疹过敏反应案例分析

患者招女士，66岁，南海狮山人，农民。就诊地点：广州中医药大学第一附属医院针灸科门诊。主诉：双足麻木伴双膝疼痛半年余，近2周膝痛加重。

低剂量环孢素A对系统性红斑狼疮活动性的影响

探讨低剂量环孢素A对系统性红斑狼疮活动性的影响。方法 选取2019年1月-2023年12月我院收治的30例系统性红斑狼疮患者,抽签分两组,对照组采用泼尼松联合羟氯喹,研究组在此基础上联合低剂量环孢素A。结果 治疗后活动性,研究组血清白蛋白较高,且系统性红斑狼疮活动指数、24h尿蛋白定量、抗ds-DNA抗体滴度均较低(P<0.05);临床治疗有效率方面,研究组更高(P<0.05);治疗期间安全性方面,研究组并发症发生率更低(P<0.05);结论临床在针对系统性红斑狼疮进行药物治疗时,配合低剂量环孢素A,可以有效降低系统性红斑狼疮活动指数,对患者临床治疗效果改善方面有显著效果,不良反应得到有效控制,安全性高,因此在临床上的推广性较高。

露天矿山运输安全管理策略

在矿山开发过程中,运输安全非常重要,起着不可替代的作用,是矿山开发经营决策的核心支撑,对整个开发过程的各个环节都有着深刻的影响。从大到小,从精确的爆破技术,到小到排水系统的维修,大到运输、装卸、供电的平稳,无不体现着安全管理的智慧。基于此,本文便对露天矿山中的运输安全管理措施进行简单探讨,仅供参考。

基于深度学习的短时交通流预测方法综述与仿真研究

近年来,随着城市路网交通检测设备和城市数据存储基础设施的升级换代以及深度学习技术的快速发展,应用深度学习技术解决城市路网短时交通流预测问题已成为智能交通领域的一个研究热点。不同于传统短时交通流预测方法,基于深度学习的短时交通流预测方法能充分利用海量交通流数据,深入挖掘路网中不同交通节点间流量的隐藏特征与复杂时空关联,能有效提升预测短时交通流的精度。首先,简要回顾短时交通流预测方法的发展历史,重点分析、讨论基于深度学习模型的短时交通流预测方法最新技术进展和理论研究结果。其次,梳理、总结国内外广泛用于验证算法有效性和进行比较分析的公开交通流数据集。再次,阐述基于深度学习模型的短时交通流预测算法解决实际交通流预测问题的具体过程和详细步骤,基于公开测试数据集PEMS04分别对基于深度学习模型长短时记忆网络(LSTM)和门控循环单元(GRU)的短时交通流预测算法进行仿真研究,以验证算法的有效性及其相较于传统方法的优势。最后,总结、展望基于深度学习模型的短时交通流预测方法在实际应用中存在的挑战和未来研究方向。