检索结果-南通市图书馆

民间传说的本土化和区域互动——以湖北省兴山县王昭君传说为中心

在线全文

学校读者我要写书评

暂无评论

民族文学研究 2024年第5期42卷 90-101页

作者：朱林(土家族) 山东大学文学院

区域互动是民间传说普遍存在的现象,它基于本土化讲述,体现为不同区域的传说在文本上的关联。以湖北兴山王昭君传说为中心,并关注内蒙古、山西的同主题传说,可以发现王昭君传说的区域互动涉及南北两个传说圈,体现为相似、互文、接续三... 详细信息

区域互动是民间传说普遍存在的现象,它基于本土化讲述,体现为不同区域的传说在文本上的关联。以湖北兴山王昭君传说为中心,并关注内蒙古、山西的同主题传说,可以发现王昭君传说的区域互动涉及南北两个传说圈,体现为相似、互文、接续三种类型。区域互动的内在机制包括逻辑和情感两方面。在意义逻辑上,传说有意义共现的能力,情节的指示性能够形成完整的叙事。在情感关联方面,传说的拟亲属关系和家国同构模式既能形成地域认同,又能构建民族情感共同体。区域互动连接了民间传说的地方性与公共性,其文化共享的特点能够为揭示民间传说由地域认同向共同体意识的生成转化提供一种路径。

关键词：王昭君传说本土化区域互动情节基干

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

党内法规的概念分析

中国法学 2024年第3期 164-183页

作者：朱林方西南政法大学行政法学院

党内法规是什么,是党内法规研究的首要问题。分类学概念试图通过重构分类体系来容纳作为“不规则事物”的党内法规,发展出了论证“党内法规是法”的多种学说,但也面临意义稀薄化和范式依附性的难题。诠释性概念进路则主张,对于负荷价值... 详细信息

党内法规是什么,是党内法规研究的首要问题。分类学概念试图通过重构分类体系来容纳作为“不规则事物”的党内法规,发展出了论证“党内法规是法”的多种学说,但也面临意义稀薄化和范式依附性的难题。诠释性概念进路则主张,对于负荷价值的概念,关于“是什么”的回答恰恰蕴藏在“应该是什么”的最佳诠释中。党内法规是以先进性原则和领导权原则为价值统领的一套制度体系,对先进性原则与领导权原则内涵要求的诠释要能够达成相互支持的融贯关系,才能为整体的党内法规实践提供最佳证立。诠释性概念以一种内含推理规则的概念进路,为科学地理解和实践党内法规提供了内在的基准和方法论保障,因而是一种更优的概念主张。

关键词：党内法规概念分析语义学概念分类学概念诠释性概念

在线全文

学校读者我要写书评

暂无评论

“群对群”协同对抗的规划与制导问题研究

中国科学：技术科学 2024年第3期54卷 377-390页

作者：江涌王林波王蒙一中国长峰机电技术研究设计院北京100854 北京电子工程总体研究所北京100854

随着未来空天飞行器的飞行速度和机动性不断增强,以及集群规模化攻击样式的发展,防御方传统的“一对一”对抗模式已经难以适用,采用多个飞行器形成集群,以“群对群”的协同方式进行对抗,将成为一种有效的技术途径.本文针对群体目标的对... 详细信息

随着未来空天飞行器的飞行速度和机动性不断增强,以及集群规模化攻击样式的发展,防御方传统的“一对一”对抗模式已经难以适用,采用多个飞行器形成集群,以“群对群”的协同方式进行对抗,将成为一种有效的技术途径.本文针对群体目标的对抗场景,探讨了“群对群”协同对抗的规划与制导问题.首先系统介绍了空天目标攻击样式和目标特性的发展,总结提炼研究的背景需求与典型场景;再针对典型场景提出了群对群协同对抗的初步方案,简述了国内外研究情况,并梳理了规划与制导的关键技术,包括编组构建与目标分配、集群目标建模与估计、集群协同围捕与制导、集群编队随动保持与控制等;然后结合部分关键技术的研究进展,对重点问题进行了数字仿真,初步验证其可行性;最后针对群对群协同对抗的规划与制导技术的应用前景与发展方向进行了展望.

关键词： “群对群” 协同对抗规划与制导协同围捕

在线全文

学校读者我要写书评

暂无评论

X手机报用户运营策略改进研究

X手机报用户运营策略改进研究

作者：朱林电子科技大学

学位级别：硕士

数据的经济增长效应：基于广义内生增长模型的分析

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

当代经济科学 2024年

作者：蒲林波严成樑中央财经大学经济学院

数据正在改变着人力资本积累和技术变革的速度和渠道，进而深刻影响经济增长。通过刻画竞争性数据和非竞争性数据在不同部门的特征，构建由创新、人力资本、数据三方驱动的广义内生增长模型，探究数据的经济增长效应。研究表明，数据缓... 详细信息

数据正在改变着人力资本积累和技术变革的速度和渠道，进而深刻影响经济增长。通过刻画竞争性数据和非竞争性数据在不同部门的特征，构建由创新、人力资本、数据三方驱动的广义内生增长模型，探究数据的经济增长效应。研究表明，数据缓解了技术研发的拥挤现象，拓展了人力资本的积累边界，并提升了二者的稳态收敛速度；扩大数据共享和缓解隐私担忧双管齐下才能带来适宜的经济增长；政府根据产出规模和支出比例进行数据补贴能进一步促进数据释放经济增长效应。由此，揭示出数据促进技术进步和提高人力资本积累的具体机制；论证政府进行数据补贴和相关投资的必要性；基于数据共享提出“保留消费”，以此为消费效用和隐私泄露风险权衡下的增长问题提供新的研究视角。

关键词：数据经济增长效应技术进步人力资本积累内生增长模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

环境感官线索对饮食决策的影响及其机制

心理科学进展 2024年第11期32卷 1933-1946页

作者：邱林波宛小昂清华大学心理与认知科学系北京100084

环境中的视觉、听觉、嗅觉等单感官通道的线索对人们的饮食决策有着不同的影响,而这些线索主要通过影响个体对于食物的感知,影响个体的情绪反应,或基于线索和食物之间的图式一致性来发挥作用。当环境中的感官线索来自多个通道时,人们会... 详细信息

环境中的视觉、听觉、嗅觉等单感官通道的线索对人们的饮食决策有着不同的影响,而这些线索主要通过影响个体对于食物的感知,影响个体的情绪反应,或基于线索和食物之间的图式一致性来发挥作用。当环境中的感官线索来自多个通道时,人们会对这些线索进行多感官加工,进而做出饮食决策。个体的特质及动机、饮食决策的范式及情景、社会文化环境都有可能发挥作用从而调控感官线索对饮食决策的影响。未来研究可以借助虚拟现实、机器学习等技术,对环境感官线索影响饮食决策背后的机制进行更深入的研究,并且基于已有的理论框架制定有效的健康干预策略。

关键词：多感官加工食物选择食物环境食物消费健康干预

同方期刊数据库

智能机器具有人格吗?——从伽拉泰亚的婚姻到机器的“人格权”

在线全文

学校读者我要写书评

暂无评论

道德与文明 2024年第4期 118-127页

作者：石梁朱林蕃深圳大学马克思主义学院深圳市人文社会科学重点研究基地“深圳大学生态文明与绿色发展研究中心” 广东深圳518060 复旦大学科技伦理与人类未来研究院上海200433

生成式人工智能已经取得了瞩目的成就,科学家们也开始展望大规模语言模型与具身机器人结合之后的远景。这激发了我们思考:当智能机器的思维、情感能力等与人相当的时候,智能机器是否应具有人格权?这不仅在伦理上,也在司法和社会治理上... 详细信息

生成式人工智能已经取得了瞩目的成就,科学家们也开始展望大规模语言模型与具身机器人结合之后的远景。这激发了我们思考:当智能机器的思维、情感能力等与人相当的时候,智能机器是否应具有人格权?这不仅在伦理上,也在司法和社会治理上留下许多争议。这一问题可以通过回顾思想史与认知科学两个维度得到解答。一方面,人格概念成立的法律史与哲学基础说明机器人格概念在当前理论框架下不完全成立;另一方面,认知科学和人工智能理论说明模拟人类并不能证明智能机器具备人格。但是,随着技术的发展,未来的智能机器必定具备部分自主性人格,所以通过诸多规范性意见来阐述需要什么样的伦理与法律理论来约束机器人格与机器权利的边界。

关键词：人工智能应用伦理学机器人格电子人格

在线全文

学校读者我要写书评

暂无评论

构建教材综合评价体系探索教材创新发展路径

中国大学教学 2024年第9期 93-96页

作者：荆林波中国社会科学评价研究院

基于中国社会科学评价研究院的AMI评价模型,构建我国教材综合评价指标体系,包括教材吸引力(A)、教材管理力(M)和教材影响力(I)3个一级指标。基于上述三个维度,为打造具有中国特色的高水平原创性教材,提出一系列对策建议,以期推动我国教... 详细信息

基于中国社会科学评价研究院的AMI评价模型,构建我国教材综合评价指标体系,包括教材吸引力(A)、教材管理力(M)和教材影响力(I)3个一级指标。基于上述三个维度,为打造具有中国特色的高水平原创性教材,提出一系列对策建议,以期推动我国教材高质量发展,为我国教育事业繁荣发展做出贡献。

关键词：教材吸引力管理力影响力

基于视觉-语言多模态感知的目标跟踪方法研究

在线全文

学校读者我要写书评

暂无评论

基于视觉-语言多模态感知的目标跟踪方法研究

作者：朱林威郑州轻工业大学

学位级别：硕士

随着计算机硬件性能的提升和机器学习理论的不断进步,视频目标跟踪在无人驾驶、视频监控、人机交互等领域呈现出显著的应用前景和重要价值。深度学习的迅速发展为目标跟踪领域带来了巨大的推动力。然而,任意的跟踪目标和复杂多变的跟踪... 详细信息

随着计算机硬件性能的提升和机器学习理论的不断进步,视频目标跟踪在无人驾驶、视频监控、人机交互等领域呈现出显著的应用前景和重要价值。深度学习的迅速发展为目标跟踪领域带来了巨大的推动力。然而,任意的跟踪目标和复杂多变的跟踪场景给目标跟踪带来了巨大的挑战。如何建立强大的目标外观模型成为实现鲁棒跟踪的关键因素。传统的目标跟踪方法依赖于单一模态目标视觉深度特征进行研究和建模,但由于目标外观和跟踪场景的多变,在面对相似干扰时往往难以准确定位跟踪目标。因此,本文主要研究如何在单一视觉模态和视觉-语言多模态中挖掘并进一步强化目标的外观模型,从而实现更加鲁棒的跟踪。本文的主要研究内容和创新点如下:(1)提出一种基于视觉单模态自适应干扰感知的在线目标跟踪算法(Adaptive Distractor-Aware for Online Visual Tracking)。首先,为了充分利用背景信息,设计了一个干扰感知模型,选取干扰较小的主导特征通道进行目标表征。此外,为了使目标模型能够很好地处理具有挑战性的场景,提出了一种自适应权重感知策略,该策略可以在跟踪过程中依据目标和背景信息自适应调整特征通道权重。最后,提出了一种动态模板更新策略,以适应目标外观的变化。该策略通过提出的增强置信度评估器对跟踪结果进行评价,该评估器对好的模板具有更大的置信度,引导可靠模板样本到表征模型中,进一步增强模板的自适应性,以增强跟踪器的鲁棒性。在广泛使用的OTB100、TC-128、UAV123、VOT2016和VOT2018等公开目标跟踪数据集上进行测试评估,与最近先进的跟踪器相比,所提出的跟踪器性能更加卓越。实验结果证明本方法提出的跟踪器能够有效利用目标背景信息,在相似物体干扰、背景杂波等挑战下具有较强的适应性。(2)提出一种基于视觉-语言多模态联合感知单流目标跟踪算法(Vision-Language Multimodal Joint Perception One-stream Object Tracking,VLMP)。首先,设计了一种语言引导的目标感知外观建模策略,引入语言和视觉信息共同进行目标表征,利用稳定的语言特征选择更有效的视觉特征,结合自注意机制对两种多模态信息进行深度对齐和增强,提高目标模型的适应性。其次,为了更好的分类和回归,提出了一种视觉-语言多模态感知Tokens消除模块,该模块利用稳定的语言特征和语言感知过的有效视觉特征,通过自注意力强相似先验计算,提前去除搜索区域内的非目标特征,提高了跟踪速度和准确性。最后,将VLMP统一到一个基于Transformer的视觉-语言单流跟踪框架中,该框架具有更灵活的交互特征学习和关系建模,在LaSOT和TNL2K两个大型的自然语言跟踪数据集上取得了卓越的成绩,展现了出色的跟踪性能。

关键词：目标跟踪深度学习视觉-语言融合多模态感知 Transformer