“有学”“无学”之辨:20世纪初“科学”标准下的中学自省

20世纪初年,学界曾经发生过一场关于中国是否"有学"的讨论。讨论由梁启超发起,《新世界学报》、《大陆》回应。三方均欲依傍西学的分科概念反省中学,但在模糊的"科学"标准下,梁启超认为中国古代"有学",近代"无学",欲以"科学"为榜样,对旧学新之而不弃之;《新世界学报》认为中国古已"有学",只需复兴古学,保存国粹即可;《大陆》则认为中国根本"无学",应径取欧美之学以替代中学。中国学人在兴学道路上的分歧实际上是在相同的西学话语中自我体认的差异,折射出他们面对东西学术时自卑而又不甘落后的矛盾心态。

钱曾《牧斋有学集诗注》注释问题举隅

钱曾《牧斋有学集诗注》对钱谦益《有学集》的用典作出了详密而准确的注释,具有较高的学术价值,是历史上较为著名的诗歌注本。但也存在误注、缺注和失注的问题,误注有穿凿附会、误引书证、误解诗意、误解典故、不知有典等五种情形。缺注虽有注释,但并不完整;失注是该注而未注。三种情况在古代诗歌注释的实践中有一定代表性。

钱诗证杜——以钱谦益《有学集》为例

钱谦益对杜甫诗歌心追手摩,尤其是他入清以后所著《有学集》中的诗歌,几乎处处以杜诗为圭臬。今人对钱氏宗杜已有共识,但对钱氏如何宗杜却鲜有探讨。钱谦益直用杜诗,或引用杜诗成句,或引用杜诗词段;化用杜诗,或浓缩杜诗数句之意,或稍加变形而仍用杜诗核心词汇,或完全变形但意思沿袭杜诗,这就是钱氏诗歌创作实践中宗杜的五种情形。钱氏宗杜,有其深刻的时代因素和语言因素。

新闻有学 平衡有术——曾庆江《媒体平衡论》印象

《媒体平衡论》是曾庆江教授具有代表性的论著,体现了立体的新闻观。该著作从常规的新闻传播理论入手,同时又关注媒体发展实际,使得理论阐释既有深度又有广度,充分体现出"新闻有学"。在结构上能够以"平衡"贯穿全篇,着眼于新闻传播业务发展实际,彰显了"平衡有术"。

家有学“爸”

我的老爸长得白白净净、斯斯文文的，高高的鼻梁上架着一副眼镜，那双眼睛里永远闪动着智慧的光芒。无论何时，他手里总会捧着一本书，我和弟弟不管遇到什么问题，总能在他那里找到答案。所以我和弟弟尊称他为学“爸”。

论蔡元培的诗学观

蔡元培一生创作了不少诗歌,写下不少诗序和诗评。在阅读蔡元培诗歌、诗评和诗序的基础上,对蔡元培的诗学观进行分析,认为“诗人之诗”是蔡元培追求的诗学理想;“诗中有学”是其诗歌创作的主要特征;而“诗中有人”不仅指出诗歌与创作主体之间的关系,并且从根本上阐释了蔡元培诗学观及其诗歌创作特征的形成原因,即蔡元培自身的个性思想、学识修养影响着其诗学观和诗歌创作特征的形成。

袁枚的“诗”“学”观

袁枚针对清诗日益学问化所露出的弊端,抗声提出诗主性灵,非关学问,于是有人误认为以袁枚为代表的"性灵"诗派轻学浅薄,游学无根。事实上袁枚很重视诗歌与学问的关系,他对"诗"与"学"的关系有三个基本主张:一是诗须有学,二是反对在诗中填书塞典,三是主张化学入诗。他的诗歌没有脱离清诗质厚重学的时代特征,不是清诗的变异,而恰好是这个茂盛园圃里敢于争春怒放的花朵。

一字领百年:北京大学新闻学研究会“学”字之悟

北京大学新闻研究会成立不足百天,就改名为北京大学新闻学研究会。这一"学"字之添加,引领中国新闻学建设沿着重在"新闻学理研究"之路,走过了健康发展的一百年。尊重和秉持"新闻有学"方针,遵循新闻传播规律,中国新闻学研究就会顺利发展,不断深入。坚持"新闻无学论",中国新闻学建设就难以进步。这百年来敬畏新闻规律还是践踏新闻规律,充满着经验或教训。习近平的新闻舆论工作论述,遵循新闻规律和互联网传播规律,值得我们认真学习并坚定不移地贯彻执行。

新闻“有学”与传播的“学问”浅探

传统的"新闻无学"这一命题是从新闻的写作规范、编辑方法等技术层面来看的,而上升到社会人生人性的体验和人文学科的内涵传播这一角度,新闻学是有学科体系、学术意蕴、学问素养的。从新闻理论看新闻有"学";从新闻教育看新闻有"学";从新闻从业者看新闻有"学"。传播活动也同样是需要深厚的人文性、学术性、思想性来支撑的,《读书无新闻》就是这样的例子。一名合格的新闻传播业者应具备广博学识和坚实的人文素养。。

基于强化学习的水下高速航行体纵向运动控制研究

水下高速航行体由于空泡特性导致其数学模型存在强非线性和强不确定性,经典控制方法如线性二次型调节控制(linear quadratic regulator, LQR)、切换控制等很难实现有效控制。针对水下高速航行体模型难以准确解耦或线性化处理;经典控制方法难以充分考虑水下环境复杂多变性以及在应对扰动时控制器可能会出现过饱和现象的问题,采用智能控制中的强化学习算法,使用在不基于准确模型的条件下与环境不断探索与交互得到控制策略的策略,完成了深度确定性策略梯度(deep deterministic policy gradient,DDPG)智能体控制器的设计。实验结果证明,设计的控制器能够保证水下高速航行体纵向运动的稳定控制,在执行器不超过饱和范围内能够应对扰动并完成下潜控制任务,具有较强的鲁棒性和更好的适应性。

面向异构分布式机器学习的动态自适应并行加速方法

分布式机器学习因其优越的并行能力成为人工智能领域复杂模型训练的常用技术。然而,GPU升级换代非常快,异构集群环境下的分布式机器学习成为数据中心、研究机构面临的新常态。异构节点之间训练速度的差异使得现有并行方法难以平衡同步等待和陈旧梯度的影响,从而显著降低模型整体训练效率。针对该问题,提出了一种基于节点状态的动态自适应并行方法(dynamic adaptive synchronous parallel,DASP),利用参数服务器动态管理节点训练时的状态信息并对节点的并行状态进行划分,通过节点状态信息自适应调整每个节点的并行状态,以减少快速节点对全局模型参数的同步等待时间与陈旧梯度的产生,从而加快收敛效率。在公开数据集上的实验结果表明,DASP比主流方法收敛时间减少了16.9%~82.1%,并且训练过程更加稳定。

“可乐教学”在商务英语教学中的应用

"可乐教学"是一种新的教学模式,打破了以往填鸭式教学,这种新的教学模式"拿来"了西方国家课堂的精髓,形式丰富多样,课堂精彩纷呈,学生学中有乐,乐中有学,把上课当做一种喝可乐的享受,大大提高教学效果。"可乐教学"注重学生各种能力的培养和身心健康的熏陶,体现了新时期素质教育的核心精神。

民进界委员围绕“办好人民满意的教育”协商建言——有学上 上好学

阳光和煦,春意融融。3月11日上午,围绕“办好人民满意的教育”的主题,民进界在其驻地举行界别协商会。“这既是落实中共中央推进协商民主广泛多层制度化发展的举措,也彰显了民进的界别特色。”主持会议的全国政协常委、民进中央副主席姚爱兴说。对这个题目,民进界的委员们普遍叫好。不少人觉得,“这让我们有话说,能提出专业性的意见建议”。

从“有学上”到“上好学”

新中国成立之初,全国人口中80%为文盲。70年来,我国义务教育普及程度已达到世界高收入国家的平均水平。2019年,教育部宣布,我国已建成世界上规模最大的高等教育体系,高等教育毛入学率达到48.1%。这意味着我国每年将有一半以上的适龄青年可以接受高等教育。

创新教学方法 激趣美术课堂

当前,新的教育理念着眼于学生学习兴趣的培养、发展学生的想象力、创造力,营造和谐、活泼的课堂气氛,让学生在宽松自由的环境中自主学习,让美术课堂充满乐趣。通过艺术形象的陶冶,提高学生的学习兴趣,挖掘学生的潜在能力,努力使每个学生得到全面发展。

江有诰《音学十书·韵读》体例研究

本文以中华书局1993年版《音学十书》为主要参考书,从三个方面来研究江有诰《音学十书》中"韵读部分"。第一是对江氏韵读进行校勘,第二是考察江氏确认韵脚字的情况,第三,也是本论文最主要的部分,是比较江书中"通韵"、"合韵"、"借韵"以及"借用"几个术语的异同。借韵,两韵部之间至少相隔两个韵部,两个以上韵部之间则至少相隔一个韵部。合韵,两韵部之间有且只能相隔一个韵部,三个韵部之间必须是紧紧相连的。通韵,只能用于紧挨在一起的两个韵部之间。

面向模糊C均值算法的MAME聚类有效性指标

聚类有效性指标可用来评估聚类结果的有效性,并且帮助判别聚类的类别数。现有的面向模糊C均值算法的聚类有效性指标存在对于类内紧致性的刻画不太到位、对于类间分离性的度量刻画不够准确的问题。为此,基于类内紧致性和类间分离性两个角度着手设计,提出了一种新的模糊聚类有效性指标——考虑最大值和均值的指标(maximum-mean,MAME)。首先,考虑了整个数据集的综合特征,计算分别分为K类和1类的情况的比值,提出了一种新的模糊紧致性度量表达式。其次,引入最大聚类中心距离和平均聚类中心距离,提出了一种新的分离性度量方法。最后,从模糊紧致性度量表达式、分离性度量方法出发,提出了MAME指标。面向5个UCI数据集和6个人工数据集,和9个聚类有效性指标(包括CH、DB、NPC、PE、FSI、XBI、NPE、WLI和I指标)一起进行了对比实验,验证了所提指标的准确性、稳定性,说明了MAME指标的鲁棒性较好。

深度残差收缩网络的多特征锅炉炉管声波信号故障识别

为了提高锅炉炉管声波信号故障识别的学习效果和识别精度,采用特征向量并行和拼接两种融合方式构成特征层,以及平均得分和最大值得分两种融合方式构建决策层等不同信息融合机制,提出基于深度残差收缩网络的多特征锅炉炉管声波信号故障识别方法。首先,考虑锅炉炉管上各声波传感器的差异性,分别计算声波信号谱特征一阶和二阶差分构建三通道特征集作为二维网络的输入特征向量;然后,在卷积神经网络和双向长短时记忆网络基础上引入注意力机制构建基线模型,并采用深度残差收缩网络对二维网络的通道权重进行优化分配,提高模型的故障识别精度。大量实验结果表明:采用特征向量并行融合方式构成特征层的信息融合机制是一种更有效的策略;本文模型的识别精度得到较大程度提高,与基线模型相比较,未加权平均召回率提高了4.32%。

融合聚类和小生境搜索的多模态多目标优化算法

针对多模态多目标优化中种群多样性难以维持和所得等价Pareto最优解数量不足问题,提出一种融合聚类和小生境搜索的多模态多目标优化算法(multimodal multi-objective optimization algorithm with clustering and niching searching,CSSMPIO)。首先利用基于聚类的特殊拥挤距离非支配排序方法(clustering-based special crowding distance,CSCD)初始化种群;引入自适应物种形成策略生成稳定的小生境,在不同的小生境子空间并行搜索和保持等价Pareto最优解;采用特殊拥挤距离非支配排序策略实现个体选优、精英学习策略避免过早收敛。通过在14个多模态多目标函数上进行测试,并与7种新提出的多模态多目标优化算法进行对比实验以及Wilcoxon秩和检验发现,CSSMPIO的总体性能优于对比算法。最后将算法用于基于地图的测试问题,进一步证明了算法的有效性。

优化分类的弱目标孪生网络跟踪研究

针对传统孪生网络算法对模糊、低分辨率等弱目标跟踪效果不佳的问题,提出了优化分类预测的孪生网络算法。首先通过引入可变形卷积模块,提高骨干网络特征提取能力,其次在分类分支中引入位置信息,提升算法对于目标的识别能力,最后使用轻量级的卷积神经网络进行分类预测和边界预测任务,在规避多尺度测试的同时,进一步利用了图像的语义信息,使跟踪结果具有较高的可信度。在OTB2015、VOT2018公共数据集上进行的大量实验表明,本文算法综合表现优于主流同类算法,对模糊、形变、快速运动等多种复杂场景具有较好的适应性。