关键词： 饭圈文化   亚文化   体育明星   偶像崇拜  

摘要： 运用文献分析法和逻辑推理法,对我国体育领域“饭圈文化”的异化表征、生成机制、负面影响及治理路径进行研究。体育“饭圈文化”呈现三大异化表征:狂热偶像崇拜下的“造神”运动、封闭圈层组织中的情感规训,以及身份重构过程中的价值迷失。其成因可归结为偶像泛娱乐化、媒介技术迭变与资本逻辑主导的三重作用,导致运动员自我认知偏差、体育精神弱化及网络生态恶化等负面影响。提出,治理路径需从三方面协同推进,要完善社会治理制度以遏制资本无序扩张,强化主流文化引领以重塑健康舆论环境,夯实媒体主体责任以阻断乱象传播链条,为净化体育网络生态提供理论依据与实践参考。

关键词： 高中信息技术教学   大语言模型   个性化学习  

摘要： 在基于大语言模型的高中信息技术个性化学习中,教师可以构建个性化学习体系,要求大语言模型深度分析学生数据,生成学生画像,并结合教材数据,生成个性化学习策略和材料。实践结果表明,大语言模型能显著增强学生的个性化学习体验,实现学习路径实时、动态调整,以及学生自我驱动的个性化学习,为高中信息技术教学提供新的视角和方案。

关键词： 中国共产党   历史主动精神   总体面向   革命  

摘要： 中国共产党是具有高度历史主动精神的马克思主义政党。从中国共产党运用马克思主义对中国革命基本问题的认知与求解中,可以透视中国共产党历史主动精神的总体面向。面对分清敌友的革命首要问题,中国共产党基于经济物质因素在社会历史变化中的根本性作用,从社会经济要素及其变化中阐明革命的同盟军与敌人,是以高度的历史主动精神对中国革命历史存在与发展前提的自觉澄明;面对复杂的革命形势,中国共产党把马克思主义认识论与中国革命战争的特殊状况相结合,以事物发展的螺旋上升生成对中国革命发展的科学叙事,是以高度的历史主动精神对中国革命规律的自主把握;面对革命的前途迷思,中国共产党将科学社会主义与中国社会转型、文明现代发展的现实诉求相结合,擘画了人民民主专政的理想社会图景,是以高度的历史主动精神对中国革命前景的自觉追寻。

关键词： 人工智能时代   高校教师   职业焦虑  

摘要： 生成式人工智能不仅改变了传统教育模式,还引发了高校教师的职业焦虑。采用扎根理论等方法,剖析AI背景下高校教师的职业焦虑表现及影响因素。焦虑表现有:职业焦虑、角色焦虑、技术焦虑、AI融入教学焦虑和教育伦理焦虑等。影响焦虑的原因主要是:技术迭代、教师数字素养、自我效能和环境支持,并用结构方程模型验证了因素之间的关系。最后从政府、学校、教师三个层面提出了消解焦虑的策略。

关键词： 供电可靠性   遗传算法   微电网   储能选址  

摘要： 考虑供电可靠性前提下,进行储能站点数量计算与容量预估;然后以减少网损为目标,建立目标函数,对其进行约束;最后引进遗传算法,进行目标函数的求解,以此实现基于多元负荷需求的选址定容优化设计。对比实验结果表明:设计的优化方法不仅可以控制微电网发电中的有功功率损耗,还能提升其储能容量,应用效果较好。

关键词： 粒子群-遗传算法   智能选题   选题组卷   实时筛选   选择排布  

摘要： 智能选题组卷系统受题型及知识点变化影响,生成速度较慢,影响并发处理效率,基于此,文章提出了一个基于粒子群-遗传算法的优化方案。硬件架构集成PXIe数据处理卡和机箱,结合DSP和C2000芯片,实现试卷题目的实时处理与输出。软件优化采用粒子群算法初步选题,通过适应度函数确保试卷质量,设计更新公式指导粒子移动。再利用遗传算法进行二次优化,考虑到多种因素,以粒子群结果作为遗传算法初始种群,通过选择、交叉和变异操作生成新个体,最终输出最优选题组卷结果。测试结果显示,系统并发处理效率平稳,达到4.5以上,表明优化处理真实可靠,能快速适应题型及知识点变化,覆盖和综合处理能力强,选题组卷效果显著提升,实践目标得以验证。

关键词： 集中供暖   热力站系统   神经网络   XGBoost   二次回水温度预测  

摘要： 针对热力站二次回水温度预测模型特征多计算量大、模型准确性难以提升的问题,提出一种极限梯度提升-人工神经网络(xtreme gradient boosting-artifical neural network,XGBoost-ANN)二次回水温度预测模型,模型由特征筛选层和预测层组成。特征筛选层利用XGBoost算法计算原始数据特征的重要性分数,确定影响二次回水温度的主要特征,从而降低模型复杂度,并提高计算效率;采用贝叶斯正则化算法训练三层前馈ANN作为二次回水温度预测层,并通过灰狼优化(grey wolf optimizer,GWO)算法对ANN模型的初始权值和阈值进行优化,用灰狼的位置向量表示ANN模型的权值和阈值,引入适应度函数来评估每组权值和阈值的性能,帮助模型在训练初期避免陷入局部最优,以提升模型的性能与泛化能力。实验结果表明,所构建的XGBoost-GWO-ANN二次回水温度预测模型,相比特征筛选前的模型,均方根误差(root mean squared error,RMSE)性能提升26.8%,R^(2)提升11.3%,模型推理时间降低了46.1%;使用GWO算法对ANN初始权值和阈值进行寻优,相比于未经优化的ANN模型,RMSE性能提升20.0%,R^(2)提升3.4%,预测模型的精度以及泛化能力得到有效提升。

关键词： ICP-OES   荞麦   牛粪   钾   钙   镁   铁  

摘要： 采用微波消解/电感耦合等离子体发射光谱仪(ICP-OES)同时测定荞麦生长初期不同部位的样品中铁(Fe)、钙(Ca)、钾(K)和镁(Mg) 4种金属元素的含量。实验结果表明,四种元素线性关系良好,线性相关系数0.999 8~0.999 9,样品加标回收率为96.13%~102.35%,相对标准偏差RSD (n=3)为0.272%~3.121%。施肥牛粪对荞麦根、茎和叶子中金属含量具有明显的影响,没有加牛粪荞麦根中重金属含量顺序Ca>K>Fe>Mg,茎K>Ca>Mg>Fe,叶K>Ca>Mg>Fe;施牛粪荞麦根、茎和叶K>Ca>Mg>Fe。

关键词： 电感耦合等离子体发射光谱法   超声消解   土壤   水系沉积物   二氧化硅  

摘要： 目的方法 通过在超声仪中对样本进行密闭消解,使用耐氢氟酸进样系统的ICP-OES进行测定。选定Si 251.611 nm作为分析谱线,建立的标准曲线在5~100 mg/L浓度范围内的相关系数达到0.99982,方法的检出限为0.008%,定量限为0.028%。结果 本方法应用于不同类型土壤和沉积物标准物质及实际样本的测定,结果显示相对标准偏差为0.27%~0.59%,相对误差在-0.15%~0.19%之间。结论 本方法对国家标准物质进行验证测定,测定值与标准推荐值相符。检测效率高,能够满足批量土壤和水系沉积物样品中二氧化硅的测定,值得推广。

关键词： 超高层建筑   简化模型   动力传感器优化布置   改进遗传算法  

摘要： 为实时监测超高层建筑结构动力特性,对超高层建筑结构动力传感器优化布置进行了研究。利用简化模型代替精细化模型进行优化计算,提出改进遗传算法进行优化布置。按照层间剪切模型原理对精细化模型进行简化,简化后的模型与精细化模型各阶自振频率大致一致,误差不超过5%;利用改进后的遗传算法以基于模态保证准则(MAC)为目标函数进行传感器优化布置。对改进前后的遗传算法计算结果进行对比,结果表明:改进后的遗传算法解决了遗传算法陷入局部最优的问题,且能够用较少的遗传代数得到测点布置方案,提高了计算效率。