检索结果-南通市图书馆

从“离身”到“具身”:数字化时代职业教育身体回归的实践理路与国际借鉴

在线全文

学校读者我要写书评

暂无评论

教育科学 2024年第4期40卷 89-96页

作者：李延平王景陕西师范大学教育学部陕西西安710062

职业教育是培养高素质技术技能型人才的主要途径。从身体哲学的视角对职业教育的本体论、认识论和方法论进行剖析可知,职业教育应确证身体本位、凸显身体经验、创设身体知觉场。然而,在身心二元认识论的规约下,职业教育面临着教学过程... 详细信息

职业教育是培养高素质技术技能型人才的主要途径。从身体哲学的视角对职业教育的本体论、认识论和方法论进行剖析可知,职业教育应确证身体本位、凸显身体经验、创设身体知觉场。然而,在身心二元认识论的规约下,职业教育面临着教学过程游离于身体之外、教学内容围困于知识传递之中、教学场域脱离于工作实际等“离身”桎梏。面对职业教育的实然困境,德国、英国、澳大利亚等国依托数字技术,为我们勾勒出一幅职业教育身心共在的图景,即以技能学习的具身感知复归涉身性、以职业认知的动态生成彰显创生性、以学习空间的具身嵌入重塑情境性,有助于我们明晰数字化时代职业教育身体回归的实践理路。

关键词：职业教育数字化时代身体在场离身

在线全文

学校读者我要写书评

暂无评论

论郑玄《毛诗谱》的结构形式及其成因

中华文化论坛 2024年第2期 32-43页

作者：杨延平山东大学文学院山东济南250100

《毛诗谱》是郑玄晚年的《诗》学著作,其结构呈现为系于政教的双层形式,即显性的风、雅、颂层和隐性的空间层。风、雅、颂层是以政教为单一核心的可逆体系。空间层包含风目空间和颂目空间,前者以政教为尺度,呈以周、召为中心坐标,“广... 详细信息

《毛诗谱》是郑玄晚年的《诗》学著作,其结构呈现为系于政教的双层形式,即显性的风、雅、颂层和隐性的空间层。风、雅、颂层是以政教为单一核心的可逆体系。空间层包含风目空间和颂目空间,前者以政教为尺度,呈以周、召为中心坐标,“广万里”的三层结构。后者以和周王室血缘的远近为尺度,呈以周王室为中心,以周鲁宋三国之域为地域范围的三层结构。究其成因,除《诗经》固有分类与标目情况的限制外,郑玄“天道成于三”的谶纬思想、“存二王之后”的三统观念、三层次的宇宙观及三重天下体制的社会现实等因素影响了《诗谱》结构的三重架构,而郑玄以政教思想与尊君思想为内核的政治哲学决定了《诗谱》结构的划分标准。

关键词：《诗谱》郑玄结构政教尊君

司法数字公开中个人信息隐私保护的“整体—责任”模式

在线全文

学校读者我要写书评

暂无评论

中国法律评论 2024年第4期 102-113页

作者：齐延平田奥妮北京理工大学工信部智能科技风险法律防控重点实验室中国政法大学人权研究院

司法数字公开中的个人信息隐私面临即时公开与存量公开导致的时间向度风险、虚实同构与关联交叉引发的空间维度风险、数据汇集与链式传播造成的规模效应风险,三重风险叠加势必又会危及个人生活安宁,衍生信息隐私歧视,侵蚀人的尊严价值... 详细信息

司法数字公开中的个人信息隐私面临即时公开与存量公开导致的时间向度风险、虚实同构与关联交叉引发的空间维度风险、数据汇集与链式传播造成的规模效应风险,三重风险叠加势必又会危及个人生活安宁,衍生信息隐私歧视,侵蚀人的尊严价值。传统“个体—自由”隐私权救济模式背离个人信息隐私公共性价值面向,难以应对个人信息隐私面临的动态化与结构性风险冲击以及信息隐私保护责任之偏移错位困境。“整体—责任”的个人信息隐私保护主导模式立足信息隐私之于个人之私与社会共同体之公的价值统一,在场景一致性原则下强调整体层面“前—中”端的风险防控以及主审法官责任的承担。我国应当以“整体—责任”保护模式为主导,以“个体—自由”救济模式为辅助,实现司法数字公开与个人信息隐私保护的价值平衡。

关键词：司法数字公开信息隐私保护 “整体—责任”模式

基于电生理源成像的脑电信号连续控制方法研究

在线全文

学校读者我要写书评

暂无评论

基于电生理源成像的脑电信号连续控制方法研究

作者：王延平山东建筑大学

学位级别：硕士

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

数字司法公开中个人信息的动态化保护

学习与探索 2024年第7期 53-65页

作者：齐延平黄燕腾北京理工大学法学院北京理工大学工信部智能科技风险法律防控重点实验室

数字司法公开是指基于智慧司法技术,以庭审直播、法院案例库上线、执行信息网络公开为主要途径实现司法过程动态监督与司法数据应用为目标的司法活动样态。数字司法公开过程全景化、公开内容数据化、公开对象代码化以及公开程序算法化... 详细信息

数字司法公开是指基于智慧司法技术,以庭审直播、法院案例库上线、执行信息网络公开为主要途径实现司法过程动态监督与司法数据应用为目标的司法活动样态。数字司法公开过程全景化、公开内容数据化、公开对象代码化以及公开程序算法化带来了个人信息保护之迫切诉求。片面依赖个人主义的权利保护或强调集体主义的风险防控手段应对此问题力有不逮。数字司法公开中的个人信息保护模式需进一步结合智慧司法数据、司法算法、司法过程合宪性控制与司法责任规范保护,破解“公开”与“不公开”的矛盾律,积极探索“第三条道路”,落实内外部风险控制责任,聚焦数字司法公开的“前—中”端管控而非事后救济,强化个人信息保护的主审法官全链责任原则,实现数字司法公开目标与个人信息保护目标的并进。

关键词：数字司法公开个人信息权益风险控制行为规训动态化保护

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

‘京亚’葡萄温室优质栽培技术

北方果树 2021年第3期 35-37页

作者：尹继平刘俊钟延平袁云刚海文涛杨艳妮张志伟内蒙古包头市果树果品科学技术研究所内蒙古包头014045 内蒙古自治区园艺研究院呼和浩特010010 内蒙古包头市青山区农牧局内蒙古包头014030

鄂尔多斯伊金霍洛旗在本世纪初葡萄栽培面积33.3 hm^(2),品种主要是‘巨峰’和‘京亚’,全为露地栽培,管理粗放,效益低。2017年,内蒙古自治区园艺研究院和包头市果树果品科学技术研究所在鄂尔多斯伊金霍洛旗进行葡萄温室栽培试验研究,... 详细信息

鄂尔多斯伊金霍洛旗在本世纪初葡萄栽培面积33.3 hm^(2),品种主要是‘巨峰’和‘京亚’,全为露地栽培,管理粗放,效益低。2017年,内蒙古自治区园艺研究院和包头市果树果品科学技术研究所在鄂尔多斯伊金霍洛旗进行葡萄温室栽培试验研究,包括适宜当地设施栽培的优质品种和栽培技术,以提高葡萄栽培的经济效益。现将近几年‘京亚’葡萄温室优质栽培技术总结如下。

关键词：优质栽培技术葡萄栽培京亚设施栽培栽培试验研究巨峰优质品种伊金霍洛旗

在线全文

学校读者我要写书评

暂无评论

基于多示例学习图卷积网络的隐写者检测

自动化学报 2024年第4期50卷 771-789页

作者：钟圣华张智深圳大学计算机与软件学院深圳518060 香港理工大学电子计算学系中国香港999077

隐写者检测通过设计模型检测在批量图像中嵌入秘密信息进行隐蔽通信的隐写者,对解决非法使用隐写术的问题具有重要意义.本文提出一种基于多示例学习图卷积网络(Multiple-instance learning graph convolutional network,MILGCN)的隐写... 详细信息

隐写者检测通过设计模型检测在批量图像中嵌入秘密信息进行隐蔽通信的隐写者,对解决非法使用隐写术的问题具有重要意义.本文提出一种基于多示例学习图卷积网络(Multiple-instance learning graph convolutional network,MILGCN)的隐写者检测算法,将隐写者检测形式化为多示例学习(Multiple-instance learning, MIL)任务.本文中设计的共性增强图卷积网络(Graph convolutional network, GCN)和注意力图读出模块能够自适应地突出示例包中正示例的模式特征,构建有区分度的示例包表征并进行隐写者检测.实验表明,本文设计的模型能够对抗多种批量隐写术和与之对应的策略.

关键词：图像隐写者检测图卷积网络多示例学习示例包表征

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

旅游管理专业服务区域经济的策略

山西财经大学学报 2024年第S2期 104-106页

作者：陈文妍李延平王良辉海南职业技术学院旅游学院海南师范大学旅游学院

我国正积极推进产业结构转型升级，尤其是旅游业，对专业人才极度渴望。高等职业教育作为培育旅游业专业人才的主要平台，对于促进地方经济发展至关重要。鉴于市场需求的变化，教育改革势不可挡，包括转变教学观念、调整人才培养模式以... 详细信息

我国正积极推进产业结构转型升级，尤其是旅游业，对专业人才极度渴望。高等职业教育作为培育旅游业专业人才的主要平台，对于促进地方经济发展至关重要。鉴于市场需求的变化，教育改革势不可挡，包括转变教学观念、调整人才培养模式以及强化课程设置等。研究旨在探析旅游管理专业服务于地方经济发展的必要性、实施策略及未来趋势。

关键词：旅游管理区域经济高等职业教育

基于Transformer的深度条件视频压缩

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

北京航空航天大学学报 2024年第2期50卷 442-448页

作者：鲁国钟天雄耿晶北京理工大学计算机学院北京100081

近年来,基于深度学习的视频压缩技术主要基于卷积神经网络(CNN)且采用运动补偿-残差编码的架构,由于常见的CNN只能利用局部的相关性,以及预测残差本身的稀疏特性,难以取得最优压缩性能。因此,提出一种基于Transformer架构的条件视频压... 详细信息

近年来,基于深度学习的视频压缩技术主要基于卷积神经网络(CNN)且采用运动补偿-残差编码的架构,由于常见的CNN只能利用局部的相关性,以及预测残差本身的稀疏特性,难以取得最优压缩性能。因此,提出一种基于Transformer架构的条件视频压缩算法,以实现更优的压缩效果。所提算法基于前后帧之间的运动信息,利用可形变卷积得到对应的预测帧特征;将预测帧特征作为条件信息,对原始输入帧特征进行条件编码,避免了直接编码稀疏的残差信号;利用特征间的非局部相关性,提出一个基于Transformer的深度条件视频压缩编码算法,用来实现运动信息编码和条件编码,进一步提升压缩编码的性能。实验结果表明:所提算法在HEVC、UVG数据集上均超越了当前主流的基于深度学习的视频压缩算法。

关键词：视频压缩 Transformer 深度学习神经网络压缩算法