教学课程资源库 更多>>

关键词： 管理层讨论与分析   纵向可比性   信息含量   同行企业   投资效率  

摘要： 研究以2002~2019年A股上市公司年度报告披露的管理层讨论与分析(MD&A)为样本,基于同行MD&A的纵向可比性视角,检验其信息含量对企业投资效率的影响。结果表明,同行MD&A文本的纵向可比性越低,企业投资效率越高,且该发现无法由MD&A文本语调解释。上述发现的路径包括增加行业有效信息含量和增强投资者对管理层的监督。横截面分析显示,同行MD&A信息对投资决策的有用程度随披露及时性的提升、文本可读性的增强、企业信息需求程度的增加、环境波动性的加剧以及行业竞争程度的提高而显著增强。此外,MD&A内容呈现“报喜不报忧”倾向,其中同行“好消息”对企业投资决策的指导作用更为显著。这些发现说明了MD&A文本信息在资本市场中具有显著的正向外溢效应。

关键词： 遥感影像   军事地质   信息提取  

摘要： 军事地质也已成为立体化、透明化和信息化战场环境的重要组成部分。遥感技术能够提供大范围、动态的、多视角、重复对地观测的遥感数据,为军事地质要素信息提取及应用提供了丰富的数据源。笔者等概述了军事地质及相关的遥感影像数据,重点回顾了对基于遥感影像的岩体、土体、水体、地质构造、地质灾害及地质资源军事地质信息提取及应用的研究现状,概括分析了基于遥感影像军事地质信息提取及应用发展挑战和趋势,总结指出:基于遥感影像军事地质信息提取存在精度不高、不稳定性难题,制约了军事地质要素在军事应用中的潜力。未来,随着深度学习、人工智能和大语言模型等先进技术快速发展,基于遥感影像军事地质信息提取及应用将有更广阔前景。

关键词： 网络空间   信息安全   风险情报源   风险要素   风险特征   随机森林模型  

摘要： [研究目的]大国数字博弈背景下,风险情报源作为阻碍我国网络空间信息安全自主可控能力提升的主要威胁,需要及时做出识别并部署相关风险阻断措施,因此构建网络空间风险情报源的识别模型有着战略性意义。[研究方法]从风险情报源视角析出其风险要素,对风险情报源进行风险特征画像,构建基于不同特征组合的随机森林模型以识别风险情报源,并探究模型识别结果的优劣及特征重要程度。[研究结果/结论]研究表明,提出的随机森林模型在网络空间风险情报源的识别工作中具有科学性与合理性,且基于数据泄露风险、信息加工风险、知识外溢风险的特征组合模型来识别风险情报源效果最佳,准确率为0.921,其中转发数和敏感词重复概率对结果影响较大。

关键词： 地理信息   计算机图形学   教学改革   人才培养   专业需求  

摘要： “计算机图形学”是地理信息科学与地理空间信息工程专业(地理信息类专业)的必修基础课程,帮助学生理解地理信息工程中有关图形处理的底层逻辑、培养学生解决地理信息工程中图形处理问题的综合能力和高级思维。然而,受教材、授课教师背景等客观现实因素影响,地理信息类专业的“计算机图形学”存在教学内容“孤岛化”、教学方法“程式化”等问题。针对这一问题,文章提出了“三构四阶”“计算机图形学”教学改革,在理论主线、教学案例、实践教学三个维度重新构建教学内容,通过“地理信息工程实际问题导入、课堂深度解析、多层次验证、地理信息学科领域知识体系重构”的四阶递进教学方法,实现“从实际问题到科学问题”“从解决方法到工程应用”“从解决方法到设计实现”“从设计实现到知识内化”的层层深化。经过多年教学实践,本人执教的地理信息类专业的“计算机图形学”的教学质量有了很大提高,有效培养了学生使用“计算机图形学”知识解决地理信息复杂图形问题的意识。

关键词： 游戏化教学   内驱力   开展路径  

摘要： 目前,在信息技术快速发展的环境下,信息科技的教学改革工作备受教育者关注。为打造高效的信息科技课堂,激活学生的内驱力,游戏化教学模式逐渐被引入到信息科技课堂,促使学生能在和谐的氛围中汲取新知。立足这一背景,本文深入分析了游戏化教学在信息科技课堂中的开展意义,以及信息科技教学现状,并就其中存在的教学瓶颈提出了针对性的教学措施,以促进学生信息素养的形成,推进初中信息科技教学高质量发展。

关键词： 废名诗歌   悟理证道   生命主体   哲人之诗  

摘要： 1930年代初,三十而立的废名受儒家“成人”说的启示,“立志”求人生意义。为此,他终止小说创作,转到他认为更重要的悟理证道事业上去,潜心于佛学经典,变成一个悟理证道者。与此同时,放弃小说创作的废名一改1920年代胡适“尝试集”风格的白话诗创作,转而创作了大量现代派诗歌,这些诗歌是他关于“成人”思考的记录,是他悟理证道的方式。废名现代诗歌创作主体是流连而不执着于人生的生命主体:流连是情怀,不执着是智慧。流连而不执着于人生的生命主体观,其底色是绝对否定前提下的相对肯定,这是废名对佛教世界观、人生观的体认;其现实基础是废名自己作为一个有着一定成就、获得广泛称赞的文学家的事实。流连而不执着于人生是废名既成之我(文学家废名)与重构之我(“成人”追求)的协调。废名通过读佛书悟理证道,完成了从作家到哲人的蜕变。其诗是哲人之诗,是其哲思的结果,反映了废名这一阶段的思想动态和人格面貌,是其作为悟理证道者的生命观照及展开方式。

关键词： 核心素养   小学语文教学   信息技术   融合路径  

摘要： 信息技术在教育领域的广泛应用,为小学语文教育提供了新的工具和资源,也为教师提供了一个全新的视角。小学语文教学与信息技术的融合是教育现代化发展的重要趋势,文章先从三个方面阐述基于核心素养视角的小学语文教学与信息技术融合价值,再分析现阶段语文教学与信息技术融合的不足,最后提出有效的融合路径,为广大教育工作者提供参考。

关键词： 机电一体化   智能制造   应用  

摘要： 机电一体化系统作为智能制造的核心技术,依托多学科融合显著提升了生产效率、产品质量与智能化水平。其核心技术涵盖传感器技术、执行机构、自动化控制系统及智能算法,形成高效性、精准性和智能化的综合优势。凭借高精度与可靠性、模块化架构及数据互通特性,该技术已在汽车制造、电子设备、航空航天和医疗器械等领域获得广泛应用。未来随着人工智能、5G通信与数字孪生技术的深度整合,机电一体化系统将持续驱动制造业向智能化、数字化及绿色化方向演进,为制造领域的高质量发展目标提供核心支撑。

关键词： 教学模式   融合   小学科学教学   信息技术  

摘要： 在小学科学教学中,教师将信息技术与课堂教学进行融合,这和计算机技术辅助教学有所不同。计算机辅助教学是教师在上课时,运用课件进行演示,让学生观察课件中包含的内容。其授课模式主要表现为教师讲、学生听。这是一种灌输式教学模式,学生的自主性没有得到体现。而科学教师把信息技术和科学课程进行融合,信息技术就不仅仅是教师用来辅助教学的工具,而是从根本上改变了以往传统的教学观念和教学模式。

关键词： Feature extraction  

摘要： Blurred underwater images and complex underwater environments lead to issues of poor performance and low detection accuracy of existing underwater target detection models. To address these issues, an improved YOLOv7 target detection model, YOLOv7- RMC, is proposed. Firstly, the residual fusion global attention mechanism (RGAM) is designed to extract more critical information from blurred images. It can address the loss of contextual feature information as the network layers deepen, thereby strengthening the model’s feature extraction capabilities. Secondly, to address the loss of information in both far and near targets, as well as the loss of defect information in small targets, the multi-scale shallow feature fusion network (MSFN) is introduced to optimize and reconstruct the original neck network structure. This network improves target detection accuracy through multiple interactions between deep and shallow features. Finally, a lightweight up-sampling operator module, the content aware reassembly of feature (CARAFE), is introduced into the optimized neck network MSFN. It enhances the network’s feature fusion capabilities and retains more target information through feature reorganization and expansion. Experimental results show that the proposed algorithm achieves mAP@0.5 of 87.4% and 97.9% on the URPC and Brackish datasets respectively. Compared to the original YOLOv7 network model, the mAP@0.5 is improved by 2.3 and 0.9 percentage points, demonstrating the improved detection capabilities and strong practicality of the proposed model. © 2025 Journal of Computer Engineering and Applications Beijing Co., Ltd.;Science Press. All rights reserved.