新中国成立以来我国中学化学教科书发展中的问题审视

中华人民共和国成立以来,中学化学教科书的发展可以划分为5个阶段。化学教科书发展中的主要问题有：社会政治、意识形态与化学教科书发展关系的问题;化学教科书中理论联系实际的问题;用先进化学知识充实化学教科书内容的问题;化学教科书中元素化合物和基础理论的编排关系问题;化学教科书中学科知识结构与学生认识结构的匹配问题;学习国外教科书编写的问题等。审视其发展中的问题,揭示其历史发展规律,可以为教科书的建设提供借鉴和启示。     

采用色差先验约束的像差校正技术

本文通过分析自然图像的边缘3个通道之间的关联性,提出"同一物体的边缘在3个颜色通道应处于相同位置"的色差先验约束,该约束在数学上近似为各通道的相对导数相等,基于此色差先验约束,建立了一种新的像差校正模型即图像解卷积模型,并给出了基于交替方向乘子法的模型求解算法。实验结果表明:本文的像差校正技术可以提升图像的峰值信噪比10 dB以上,明显优于目前主流的BM3D和YUV算法,并且视觉提升效果明显,基本满足普通光学系统对像差的校正要求。     

面向知识管理的企业业务问题求解方案管理系统研究

针对企业求解业务问题时方案制定不合理的问题, 设计了面向知识服务的业务问题求解模型框架以及求解方案管理系统的体系架构, 并介绍了该系统的功能模块、关键技术和实现方法. 系统通过对企业业务问题求解方案进行多层次的建模, 规范制定了企业求解方案的建模流程, 使求解方案的制定效率更高; 同时实现了业务执行过程的知识化. 系统通过分析和抽取企业内外的信息, 实现了企业知识资源的自生长, 从而提高了求解方案制定的准确性.     

风险情境下的IT外包知识转移效果改进决策

通过建立风险情境下的IT外包知识转移Stackelberg模型,研究了发包方与服务商的知识转移策略,分析了发包方的风险态度和转移知识的企业专用性对知识转移效果的影响机理。研究结果发现,风险意识不够强的发包方不应进行知识转移,增强发包方的风险意识可以局部改进知识转移效果,增强发包方转移知识的企业专用性可以全面改进知识转移效果。最后提出了发包方在长、短期内的知识转移效果改进策略,并用算例验证了策略的有效性。     

基于伙伴关系建构的联盟标准扩散效应

在技术标准扩散动机下,为技术标准联盟设计了一种“以公共供应商为结构洞的、由上下游企业共同组成的三元伙伴结构,分析了这种伙伴结构对于技术标准扩散的影响方式以及有效性,并讨论了共赢结果的实现条件以及稳定性,从而从技术标准联盟内部伙伴关系建构的角度,提出了新的内源性技术标准扩散机制。研究结论主要有三个:第一,技术标准联盟中以公共供应商为结构洞的长期性上下游伙伴结构对于加速技术标准扩散具有内源性促进作用,贡献度取决于以结构洞为中介的双向知识流动比率的大小;第二,共赢结果的实现条件为:三方伙伴同时遵守关于双向知识流动比率的临界值;第三,共赢结果的稳定性取决于供应商与生产商之间的技术相似程度以及生产商专有知识的价值性等因素,而且上下游伙伴之间的技术相似度越高,则供应商对于合作均衡稳定性的决定作用就越大于生产商。     

基于累积前景理论的联盟企业知识转移演化博弈分析

知识转移过程是一个复杂的博弈过程,演化博弈论可以很好地解释转移主体行为。考虑到传统的演化博弈模型不能对知识转移主体非理性心理因素及风险偏好问题进行有效解释,本文将累积前景理论与演化博弈相结合,运用前景价值函数完善支付矩阵的部分参数,分析博弈模型的演化稳定策略。通过仿真模拟得出如下结论:知识转移存在两个演化稳定策略;转移策略由直接收益、转移成本及前景损益等因素决定;转移方的风险损失对转移策略影响较大,而接收方潜在收入对知识转移策略影响较小。     

知识共享与间接互惠:基于计算实验方法的研究

团队中,个体知识共享行为的回报往往来自第三方而非受助者,而以直接互惠为视角的知识共享研究却不足以解释此类现象。采用基于计算机仿真实验方法,通过赋予Agent记忆、推理、决策和沟通等能力,研究受表型背叛、组织信任氛围及声誉传播机制影响下,间接互惠机制对团队大范围知识共享行为的维系机理。研究发现,由于辨别者的存在,即使无条件共享者会成为绝对多数,隐藏者并不会大量侵入群体。这意味着间接互惠机制维系了团队大范围知识共享行为。在低的组织信任氛围水平下,辨别者和隐藏者虽然能够共存,团队内的知识共享行为却没有出现。即使只有少数成员能观察到周围同事的知识共享行为,只要声誉信息能够有效传播,间接互惠对广泛知识共享行为的维系作用就能够发挥。     

从文物中学化学——铁、铜性质主题式复习教学设计与实施

选择"铁、铜性质主题式复习"为案例,以铁器和铜器文物为主题背景,将铁、铜性质的复习与文物知识的介绍结合起来,使学生在学习过程中主动建构知识,在复习化学知识的同时,接触了一些文物知识,拓宽了视野,激发了学习兴趣。     

Generalized total variation-based MRI Rician denoising model with spatially adaptive regularization parameters

Magnetic resonance imaging (MRI) is an outstanding medical imaging modality but the quality often suffers from noise pollution during image acquisition and transmission. The purpose of this study is to enhance image quality using feature-preserving denoising method. In current literature, most existing MRI denoising methods did not simultaneously take the global image prior and local image features into account. The denoising method proposed in this paper is implemented based on an assumption of spatially varying Rician noise map. A two-step wavelet-domain estimation method is developed to extract the noise map. Following a Bayesian modeling approach, a generalized total variation-based MRI denoising model is proposed based on global hyper-Laplacian prior and Rician noise assumption. The proposed model has the properties of backward diffusion in local normal directions and forward diffusion in local tangent directions. To further improve the denoising performance, a local variance estimator-based method is introduced to calculate the spatially adaptive regularization parameters related to local image features and spatially varying noise map. The main benefit of the proposed method is that it takes full advantage of the global MR image prior and local image features. Numerous experiments have been conducted on both synthetic and real MR data sets to compare our proposed model with some state-of-the-art denoising methods. The experimental results have demonstrated the superior performance of our proposed model in terms of quantitative and qualitative image quality evaluations.