"学衡派"新人文主义视野寻际的反思

"学衡派"的思想资源得自于美国的新人文主义,并在现代中国引发了一场人文主义文化思潮.这一思潮对于五四时期的传统文化批判具有反思性,对中国文化参与世界对话具有一定的合理性内核,但是"学衡派"思想的非政治化法则和反潮流倾向又使其在现实路径中无法突破两难的困境.     

"学衡派"与20世纪初期中国文化保守主义

“学衡派“是20世纪初在中国出现的文化保守主义派别,它与20世纪初期其他文化保守主义--国粹派与东方文化派的思想主张有基本的共同之处.“学衡派“的存在虽有其学理上的价值,但其文化上的理想主义主张在当时的历史语境中既无法应对救亡图存的历史使命,也无法满足国家现代化的时代任务.     

基于面板模型的高新技术产业关键影响因素分析——以河北省为例

首先依据调查结果,筛选出影响高新技术产业发展的主要因素,并将其作为基本的评价指标:然后通过样本数据检验,建立起较符合实际特征的变系数面板数据模型;利用2001-2006年全国31个地区的面板数据,对各因素的影响程度进行计量和比较;结果表明,目前的技术能力和区域创新环境阻碍了河北省高新技术产业的发展.     

地下水渗流对地埋管换热器周围温度场的影响

为确定地下水渗流对土壤源热泵地埋管换热器周围温度场的影响,以U型地埋管换热器传热系统为例,构建了等效当量直径的单管圆柱换热器传热物理和数学模型,并用多物理场耦合分析软件COMSOL Multiphysics 4.2a 对夏季工况下地埋管换热器周围温度场进行数值模拟计算,通过有无渗流条件下不同导热系数、孔隙率土壤温度场变化的对比分析,确定引起温度场变化的主导因素,为下一步试验提供了重要依据。     

面向COVID-19疫情预测的图卷积神经网络时空数据学习

目的 当前的疾病传播研究主要集中于时序数据和传染病模型,缺乏运用空间信息提升预测精度的探索和解释。在处理时空数据时需要分别提取时间特征和空间特征,再进行特征融合得到较为可靠的预测结果。本文提出一种基于图卷积神经网络（graph convolutional neural network,GCN）的时空数据学习方法,能够运用空间模型端对端地学习时空数据,代替此前由多模块单元相集成的模式。方法 依据数据可视化阶段呈现出的地理空间、高铁线路、飞机航线与感染人数之间的正相关关系,将中国各城市之间的空间分布关系和交通连接关系映射成网络图并编码成地理邻接矩阵、高铁线路直达矩阵、飞机航线直达矩阵以及飞机航线或高铁线路直达矩阵。按滑动时间窗口对疫情数据进行切片后形成张量,依次分批输入到图深度学习模型中参与卷积运算,通过信息传递、反向传播和梯度下降更新可训练参数。结果 在新型冠状病毒肺炎疫情数据集上的实验结果显示,采用GCN学习这一时空数据的分布特征相较于循环神经网络模型,在训练过程中表现出了更强的拟合能力,在训练时间层面节约75%以上的运算成本,在两类损失函数下的平均测试集损失能够下降80%左右。结论 本文所采用的时空数据学习方法具有较低的运算成本和较高的预测精度,尤其在空间特征强于时间特征的时空数据中有着更好的性能,并且为流行病传播范围和感染人数的预测提供了新的方法和思路,有助于相关部门在公共卫生事件中制定应对措施和疾病防控决策。     

宁夏唐徕渠水土保持科技示范园规划设计

当前，我国水土保持科技示范园区创建处于快速发展阶段，但尚未建立完善的规划理论和规范，我国已建的水土保持科技示范园多受区域自然条件和技术水平限制，示范内容单一，不能满足新时期水土保持的要求。以宁夏唐徕渠水土保持科技示范园为例，提出水土保持科技示范园规划设计方法，以期为水土保持科技示范园规划设计和建设提供借鉴与参考。     

面对称结构战斗部破片特性能量分析方法

为获得面对称结构战斗部的破片初速分布规律,基于能量分析的方法,针对棱柱型结构战斗部在内爆加载下的动态响应开展研究。采用修正的Hamilton原理,提出了一种求解面对称战斗部破片飞散特性的工程计算方法。计算结果与试验结果吻合较好,总体分布趋势基本一致,为提高飞行器作战性能提供了重要的理论依据。     

土壤含水率及渗流对土壤源热泵影响研究进展

主要介绍了土壤含水率和地下水渗流两个主要水文地质因素,具体分析了两因素在实验和数值模拟方面对土壤源热泵地埋管换热能力的影响,并指出了土壤源热泵在水文地质因素研究方面存在的问题和今后发展的方向,为土壤源热泵运行的稳定性及经济效益的最大化提供保障。     

汾河太原段纳污能力计算

选取COD、氨氮为污染物指标,采用一维水质模型对汾河太原段进行纳污能力计算,对汾河太原段污染情况进行了分析并提出了治理建议,为太原市加强水资源管理与保护提供依据。