分类: 数字出版 >> 新媒体 提交时间: 2023-10-08 合作期刊: 《中国传媒科技》
摘要: 传统的记者型主持人对我们来说并不陌生,现今,随着新媒体技术的飞速发展而出现的"公民记者",是除传统的记者型主持人之外出现的一个新的群体,现在,每个人都可以成为新闻事件的发布者、传播者、接受者,这对记者型主持人这个传统职业提出了新的要求。本文分析了新媒体环境下我国新闻行业面临的现状,以及传统媒体的记者型主持人目前面临的一些问题,并对如何解决这些问题提出了相应的建议。
分类: 医学、药学 >> 临床医学 提交时间: 2019-11-15 合作期刊: 《协和医学杂志》
摘要: 目的 随着“住院医师核心胜任力框架共识”的提出,对围绕其开展的教学体系产生了更高的要求。本文旨在探索建立更加符合医学人才培养特点的过程性评价体系。方法 通过文献综述法回顾并借鉴国内外先进经验、依托360°评价方法的理论基础,构建基于核心胜任力的360°评价体系。结果 描述分析并讨论该体系在临床医学博士后培养项目中的初步实践过程。结论 基于核心胜任力的360°评价体系注重过程评估与反馈,能有效且有针对性的帮助住院医师进行能力提高,为进一步探索与完善医学人才评价体系打下基础。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-10-11 合作期刊: 《计算机应用研究》
摘要: 针对线性尺度空间水印算法嵌入水印位置定位不够精确,嵌入强度参数选取随机,提出一种非线性尺度空间自适应均衡水印算法。利用KAZE算法提取并筛选出非线性尺度空间稳定性强的特征点,构建嵌入水印区域;将水印图像奇异值分解,构造新矩阵作为待嵌入水印载体,通过调整果蝇优化算法的适应度函数计算嵌入强度,结合DWT-SVD算法自适应完成嵌入水印过程。对受到攻击的水印图像提取特征点,合成特征区域矩阵,使用嵌入水印的逆过程,提取水印。实验结果表明,PSNR值均达到44 dB以上,平均NC值高达0.99,有效均衡了水印算法的不可见性和鲁棒性。
分类: 医学、药学 >> 基础医学 提交时间: 2018-06-15 合作期刊: 《南方医科大学学报》
摘要: 目的:检测ABCA1敲低对巨噬细胞中Pam3CSK4引起的炎症应答的影响。方法构建小鼠单核巨噬细胞RAW264.7的ABCA1敲低的稳定细胞系,以TLR2配体Pam3CSK4刺激该细胞系建立炎症反应细胞模型,在该细胞模型上检测相关促炎和抗炎细胞因子转录水平的表达变化。结果ABCA1敲低的RAW264.7稳定细胞株在Pam3CSK4刺激后,IL-1β,TNF-α和IL-6表达发生显著上调(P<0.01),而转录抑制因子cAMP依赖性转录因子3(ATF3)也发生显著上调(P<0.01);与此同时,ATF蛋白家族中其它因子ATF1,ATF2,ATF4和ATF5转录水平没有发生显著变化。结论在巨噬细胞RAW264.7中,ABCA1敲低显著上调Pam3CSK4引起的促炎因子IL-1β,TNF-α和IL-6的表达的同时,也显著上调了具有抗炎效应的ATF3的表达,其对炎症反应的影响可能并非是单向的促炎作用,而是发生双向的调节,而ABCA1参与上调ATF3表达的机制可能也与其ATF蛋白家族其他成员的上游调节机制不同。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-04-17 合作期刊: 《计算机应用研究》
摘要: 针对数字水印算法中特征区域选取不足以反映图像重要信息,导致鲁棒性减弱的问题,提出一种尺度空间特征区域的强鲁棒性水印算法。通过尺度空间特征点检测,提取靠近载体图像重心且互不重叠的特征区域,合成特征区域矩阵,用变换域水印算法嵌入水印,对可能受到攻击的含水印图像提取特征区域,合成其特征区域矩阵,用嵌入水印算法逆过程提取水印。实验表明,该算法不仅对一系列攻击都具有强鲁棒性,且不可见性良好。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-04-12 合作期刊: 《计算机应用研究》
摘要: 针对Word2Vec模型生成的词向量缺乏语境的多义性以及无法创建集外词(OOV)词向量的问题,引入相似信息与Word2Vec模型相结合,提出Word2Vec-ACV模型。该模型首先基于连续词袋(CBOW)和Hierarchical Softmax的Word2Vec模型训练出词向量矩阵即权重矩阵;然后将共现矩阵进行归一化处理得到平均上下文词向量,再将词向量组成平均上下文词向量矩阵;最后将平均上下文词向量矩阵与权重矩阵相乘得到词向量矩阵。为了能同时解决集外词及多义性问题,将平均上下文词向量分为全局平均上下文词向量(Global ACV)和局部平均上下文词向量(Local ACV)两种,并对两者取权值组成新的平均上下文词向量矩阵。将Word2Vec-ACV模型和Word2Vec模型分别进行类比任务实验和命名实体识别任务实验,实验结果表明,Word2Vec-ACV模型同时解决了语境多义性以及创建集外词词向量的问题,降低了时间消耗,提升了词向量表达的准确性和对海量词汇的处理能力。