【摘 要】
：
教育治理是深化我国教育领域综合改革的重要举措，现已成为教育领域研究者的研究热点。文章以2005-2020年中国知网收录、CSSCI来源期刊刊载的369篇教育治理研究论文为分析对象，运用关键词词频与聚类分析等方法剖析教育治理研究的“知识地图”。整体而言，我国教育治理研究成绩斐然，但教育治理理论与实践研究尚不能满足我国教育现代化建设的需求。未来，教育治理在研究逻辑上，要立足于中国特色国家治理体系和治理
【基金项目】
：
海南省教育科学规划课题“海南高职院校教研能力调查与发展评估研究”（项目编号：QJZ20201004）； 海南省高校“双带头人”教师党支部书记工作室建设项目资助； 中国博士后科学基金项目“西南联大与西北联大治理模式的比较研究”（项目编号：2017M610787）； 陕西师范大学高层次人才
论文部分内容阅读
教育治理是深化我国教育领域综合改革的重要举措，现已成为教育领域研究者的研究热点。文章以2005-2020年中国知网收录、CSSCI来源期刊刊载的369篇教育治理研究论文为分析对象，运用关键词词频与聚类分析等方法剖析教育治理研究的“知识地图”。整体而言，我国教育治理研究成绩斐然，但教育治理理论与实践研究尚不能满足我国教育现代化建设的需求。未来，教育治理在研究逻辑上，要立足于中国特色国家治理体系和治理能力现代化语境，凸显中国大学治理特色；在研究方法上，要构建多种研究方法混合与共融的实证研究，丰富实证研究方法和强化规范研究；在研究视野上，以“共同利益”理念引领跨学科研究新格局，拓展全方位、多学科、多角度的研究视域。
其他文献
目标检测算法通常假设训练数据和测试数据服从相同的特征分布,但该假设在实际场景中很难达到。很多实验已经证明了域自适应方法可以减小域之间的数据分布差异,以获得更好的检测精度。将域自适应方法应用到目标检测网络中来减小域差异,这种方法称为域自适应目标检测算法。使用域自适应目标检测算法可以用于无监督或弱监督目标检测任务,减少数据标注需要的人力物力。本文使用深度域自适应目标检测算法,利用有标注的源域数据和无标
作为大数据时代最有效的信息过滤手段之一,推荐系统得到了学术界和产业界的深入研究和广泛应用。一个完整的推荐系统一般存在3方主要的参与者:用户、物品供应商和推荐系统运营商。传统的面向用户的推荐算法通常难以避免物品流行性偏差问题,这极大损害了推荐系统另一方主要参与者—物品供应商的物品推荐公平性需求。本文同时考虑物品供应商和用户的不同需求,开展面向推荐公平性和准确性的推荐算法研究,主要研究内容有以下三部分
视觉语义理解是计算机视觉中一个具有挑战性的课题。而场景图是图像语义信息的抽象表示,它是以图像中目标为顶点、目标之间的关系为边的图形结构。论文研究图像中目标之间的关系,围绕场景图生成任务,首先检测图像中所有的目标,然后识别它们之间的关系,最后将这些信息进行结构化表示以生成图像的场景图。场景图可以为图像理解提供丰富的语义解释,并且为下游的高级视觉语义任务提供理论与技术支撑,对视觉语义理解有着重大的意义
近年来,辅助生殖技术不断成熟,研究表明囊胚比卵裂期胚胎更加符合妊娠生理,移植一个高质量的囊胚,可以在保证顺利妊娠的同时,有效降低多胎妊娠的可能性,从而避免其并发症威胁母婴健康。因此,精确评估囊胚期胚胎形态学参数尤其重要。本文针对囊胚期胚胎数据稀疏的特点,设计面向数据扩充的图像预处理算法,搭建胚胎主体分割模型和细粒度特征识别模型,完成囊胚期形态学参数特征地快速准确识别,最终实现人性化的可视化特征识别
在我们的日常生活中,随处可见各类物联网设备,如何管理这些设备是物联网大规模应用中的一项重大挑战,解决办法之一是在这些设备上安装定位系统,以便实时了解设备的位置。此外,在物联网传感设备提供的应用中,大部分都是基于位置的服务,如果不知道设备的地理位置,那么传感器的数据将毫无意义。大多数基于位置的应用程序,通常会使用全球定位系统GPS来进行定位。然而,使用GPS带来的能耗非常高,并不适用于物联网中低功耗
随着互联网的发展,网络上出现越来越多的文本,人们迫切需要通过文本关键词快速获取文本的主要内容,以判断文本是否是自己感兴趣的。同时文本关键词提取作为自然语言处理（NLP）领域一项基本研究,其算法的效果直接影响到许多下游任务的效果。因此文本关键词提取算法得到了广泛的关注与研究。基于图的文本关键词提取算法不仅能通过词语之间的关系来衡量词语的重要性而且该类方法为无监督的方法,因此被广泛研究。然而该类方法在
近年来,由于民航乘务人员和旅客需求的不断更新,电子技术在民航客舱环境下的应用也在不断扩大和上升。民航客舱环境下,为了保证应用间通信的实时性和可靠性,对系统提出了非常高的要求。为了满足这样的实时应用程序的需求,对象管理组织通过发表DDS规范,提出了一个以数据为中心的发布/订阅通信模型,并使用这样的模型来进行数据分发。然而,目前国外诸如RTI DDS等应用于航空客舱环境的中间件大多为商用产品,开源产品
动作识别任务拥有着很长的历史,近年来随着深度学习的发展,更是取得了长足的进步。但以往的动作识别任务都是基于RGB数据的,只是最近以微软的Kinect camera为代表的深度传感器的逐渐普及,才出现了基于骨骼点的动作识别方法。3D骨骼点数据相较于RGB数据而言,排除了人体形态、所穿衣着和光照等冗余信息,却纯粹保留了“人体动作”本身的关键信息,这使得基于骨骼点的动作识别任务吸引了越来越多研究者的注意
当前,集成电路不断发展,现场可编程门阵列（Field Programmable Gate Array,FPGA）得到了广泛应用,但传统的密钥存储方法容易遭到攻击,对FPGA的安全认证问题提出了新的挑战。物理不可克隆函数（Physical Unclonable Function,PUF）作为一种有前途的解决方案,能够为FPGA生成安全可靠的物理指纹。环形振荡器（Ring Oscillator,RO）
基于单目图像或者视频序列的深度估计算法,无需昂贵的深度传感器设备就可以得到场景的深度信息,受到了学术界和工业界日益增长的关注。高精度的深度估计在很多工业场景中具有很强的应用价值,包括机器人感知、导航、规划以及无人驾驶和虚拟现实娱乐领域。现有的基于监督学习的单目深度估计方法,通常利用单一视角的图像数据作为输入,直接预测图像中每个像素对应的深度值,需要大量的深度标注数据作为监督信号,而这类数据通常需要