古代知识分子

摘要： 自然万物不仅是人类审视观照的客体和对象,更.是人类与生俱来的朋友与伙伴。尊崇和敬畏自然万物,使人性人格从俗世拘囿和欲望束缚中摆脱出来,臻于率性恣意、自由洒脱的人生境界。这是中华传统文化所秉持的人文立场,也是最为当代人所倾慕与向往的价值追求。在我国古代知识分子看来,自然万物的主要特征是自在与自由的结合与统一,“天地有大美而不言,四时有明法而不议”,庄子的《逍遥游》告诉我们,理想人格是人们在自然万物的闲适悠然中熏陶和实现的。文明社会的一个重要缺憾与不足,就是人类与自然万物的脱节分离,人类以挥霍自然生态为代价,逐步遁入世俗歧路,成为内在精神的仆役和外在礼法的奴婢。

摘要： 胡秋厚曾在《中国古代文化与中国知识分子》中说到:"侠、儒、隐,构成了中国古代知识分子的三大性格要素。"千百年来,侠,作为一种民族智慧的精髓在我们的血管中流淌,随着心脏在我们的胸膛中跳动,随着思维在我们大脑中闪耀。它绵延了上千年,并且一次次被注入新的生机与活力。"侠"的精气神不仅构成了古代知识分子的性格,更是我们现代人性格中必不可少的。

摘要： 来到西安碑林,浓郁的文气,清幽的氛围,将华清池的旖旎无声拂净,舒展开去。入目,是碑亭里唐玄宗的《石台孝经碑》,隶书书写,雍容爽朗,似有帝王之气。而古代知识分子必读的《周易》《尚书》《诗经》等13部经书的经刻石,将几处碑室硬生生变作巨大的石质书库。这么多的经典珍宝一起呈现,有种千门万户刹那打开的夺目琳琅。摸摸此,摸摸彼,脚步只是停滞,挪不动。

摘要： 鲁迅在《摩罗诗力说》一文中,使用了"思士"一词,用来说明古代知识分子的懦弱和无为。"思士"一词,在中国古代文学中指的是忧思善感之人。苏辙在《黄州快哉亭记》中写道,"不然连山绝壑,长林古木,振之以清风,照之以明月,此皆骚人思士之所以悲伤憔悴而不能胜者",说的是诗人和忧思善感的人见到自然景物而触动内心。鲁迅在《摩罗诗力说》中没有采用这一含义,而是为此赋予了新的内涵。他发现在魏晋时期,那些有思想的士人或者想要回到尧舜之前,或者想要在华土之外寻找"桃花源"。

摘要： 《世说新语·德行篇》中记载了一则三国时期魏国两位名士管宁与华歆的少年轶事,原文如下:管宁、华歆共园中锄菜。见地有片金,管挥锄与瓦石不异,华捉而掷去之。又尝同席读书,有乘轩冕过门者,宁读如故,歆废书出观。宁割席分坐,曰:“子非吾友也。”

摘要： 《世说新语·德行篇》中记载了一则三国时期魏国两位名士管宁与华歆的少年轶事,原文如下:管宁、华歆共园中锄菜。见地有片金,管挥锄与瓦石不异,华捉而掷去之。又尝同席读书,有乘轩冕过门者,宁读如故,歆废书出观。宁割席分坐,曰:''''子非吾友也。''''

摘要： “为天地立心,为生民立命,为往圣继绝学,为万世开太平。”这四句话是中国古代知识分子的至高追求,也是读书做人的终极意义。诚然,这也可以作为有着五千年文明史的泱泱中华文化的使命,博大精深的中华优秀传统文化是我们在世界文化激荡中站稳脚跟的根基。中国传统文化博大精深、源远流长。早在两千多年前,就产生了以孔孟为代表的儒家学派和以老庄为代表的道家学说,以及其他诸多在中国思想史上占有重要地位的学说流派。

摘要： 在古今职业区分和社会阶层的分等中,士人或知识分子始终是对社会治理方式不懈探寻和期望改良的人群.本文通过对中国历代知识分子所持有的士人精神进行了详细介绍，指出一个民族的成熟、一个国家的强盛是否需要这个民族的知识分子不屈服于任何政治势力，坚持学术自由和学术独立，历史早有定论，也相信越来越多的人会接受它。独立的士人精神，不仅在古代有其存在意义，在今天，仍不乏研究之价值。

摘要： 在古今职业区分和社会阶层的分等中,士人或知识分子始终是对社会治理方式不懈探寻和期望改良的人群.本文通过对中国历代知识分子所持有的士人精神进行了详细介绍，指出一个民族的成熟、一个国家的强盛是否需要这个民族的知识分子不屈服于任何政治势力，坚持学术自由和学术独立，历史早有定论，也相信越来越多的人会接受它。独立的士人精神，不仅在古代有其存在意义，在今天，仍不乏研究之价值。

摘要： 在古今职业区分和社会阶层的分等中,士人或知识分子始终是对社会治理方式不懈探寻和期望改良的人群.本文通过对中国历代知识分子所持有的士人精神进行了详细介绍，指出一个民族的成熟、一个国家的强盛是否需要这个民族的知识分子不屈服于任何政治势力，坚持学术自由和学术独立，历史早有定论，也相信越来越多的人会接受它。独立的士人精神，不仅在古代有其存在意义，在今天，仍不乏研究之价值。

摘要： 在古今职业区分和社会阶层的分等中,士人或知识分子始终是对社会治理方式不懈探寻和期望改良的人群.本文通过对中国历代知识分子所持有的士人精神进行了详细介绍，指出一个民族的成熟、一个国家的强盛是否需要这个民族的知识分子不屈服于任何政治势力，坚持学术自由和学术独立，历史早有定论，也相信越来越多的人会接受它。独立的士人精神，不仅在古代有其存在意义，在今天，仍不乏研究之价值。

摘要： 本发明公开了基于专家知识与拓扑相似的邻居优先生物分子子网搜索方法。其步骤如下：A、根据生物分子的序列特征，构建网络T（Gt）和B（GB）中生物分子的初始相似矩阵。B、根据生物分子在网络中的拓扑的相似特征，计算生物分子的相似矩阵S。C、构建专家知识字典。D、基于专家知识，以邻居优先策略进行搜索，获得结果子网。E、计算结果子网R（Gr）与目标子网T（Gt）的相似得分。F、计算p值。G、结果子网可视化。与同类方法相比，该方法计算准确度更高，具有更高的稳定性，能更好地处理生物分子网络间的“空隙”（Gap），获得更多的保守边和节点，且能较好地反映生物分子网络之间的变化情况。

摘要： 发明公开了一种基于知识图谱的古代诗词语义检索方法，包括：首先对爬取数据进行SPACY处理，获得符合规范数据集，再使用BERT分类算法比较相似问题的相似度及实体识别THULAC对数据集进行古诗词系统的问句相似度比较和全句中关键字的提取，通过逆向最大匹配算法切分用户输入语料，与系统自定义字典匹配，构造Cypher查询语句，将查询实体数据返还WEB应用程序，从Neo4j库中查询到与关键字有关的实体。用户输入问题是根据白话文翻译古诗词的问题，先使用Seq2Seq对用户输入的白话文内容进行古诗词的翻译，再使用聚类算法Doc2vec和距离度量算法计算古诗词内容实体间相似度，返回出内容相似度最佳的前10个选项。通过ECharts渲染古诗词实体属性数据和实体间关系数据，实现古诗词实体可视化。

摘要： 本发明属于图论学习、深度学习分析领域，具体涉及一种基于知识图谱的分子调控关系预测方法及系统，其中的预测方法包括以下步骤：(1)训练数据集的准备；(2)有向图模型的构建与训练；(3)神经网络的构建与训练；(4)实际预测。本发明通过对预测方法整体流程设计进行改进，首先结合图学习将有向图中的有向调控关系和各调控分子节点(即各调控分子实例)进行最优特征编码，接着在获得各节点与关系的特征编码后，利用深度神经网络框架进一步加强有向图的预测能力，经过迭代训练后提升有向调控的预测准确度。

摘要： 本发明公开一种纳米孔单分子感知信号知识表示学习方法，其为基于实例判别transformer的学习方法，其适用于机器学习和纳米孔单分子感知技术；本发明方法包括：构建基于transformer的纳米孔单分子感知信号知识表示学习神经网络模型；创建纳米孔单分子感知信号数据集并对信号数据进行合适的预处理；设置神经网络模型内各参数初始值，以最小化损失函数为目标训练模型实现针对纳米孔单分子感知信号的实例级判别；将待处理的感知信号输入到训练完成的模型输出信号对应的知识表示。本发明在编码器部分采用了transformer结构，实现了信号在知识表示空间内的稀疏分布，并且其直接从信号数据中挖掘模式信息，可适用于不同类型的下游信号分析任务，通用性和有效性强。

摘要： 本发明涉及药物表示学习领域，具体涉及一种结合领域知识的药物分子生成方法，包括利用构象搜索算法获得分子3D构象，从而获得分子空间信息，利用分子空间信息增强分子的初始表示；利用优化后的谱聚类算法以及优化后的CH聚类评价指标获取分子的分子划分结果；根据分子的增强表示和分子划分结果，利用图卷积神经网络对其编码获得其隐空间嵌入表示，即分别为全局图表示和局部子图表示；利用互信息最大化机制优化全局图表示和局部子图表示，得到富含空间信息和子结构信息的分子表示，并应用于下游分子生成任务；本发明有助于捕捉到分子的空间和结构信息，同时能更好地服务于基于深度学习的药物发现领域相关任务。

摘要： 本发明公开了一种基于化学元素知识图谱的分子图对比学习方法，包括：根据化学元素周期表中每个化学元素的所有化学属性，构建化学元素知识图谱；利用化学元素知识图谱对分子图进行图增强得到分子增强图；利用可插拔表示模型获得分子图和分子增强图的图表示；采用硬负样本挖掘技术选出与分子图在分子指纹空间相似的其他分子图作为负样本；将正样本对和负样本对的图表示映射到同一空间后，通过最大化正样本对之间的一致性同时最小化负样本对之间的一致性构建对比损失函数，利用对比损失函数进行优化学习；将参数确定的可插拔表示模型与非线性分类器形成预测模型，利用参数微调的预测模型进行分子图的分子性质的预测，以提升分子性质的预测准确性。

摘要： 本发明涉及一种融合分子结构特征的知识表示学习方法，属于知识图谱领域，将小分子结构特征与知识图谱三元组特征同时进行学习的方法，完成融合了小分子结构信息的知识表示学习过程，并最终形成隐含结构信息以及知识图谱关联信息的新型特征表示。它的成功将会明显提高生物医学领域知识图谱的相关应用的准确性。从而更好地服务于基于机器学习或深度学习的生物医学知识图谱中的药物挖掘的相关应用。

摘要： 本发明属于药物分子生成领域，具体涉及了一种基于领域知识和深度强化学习的药物分子生成器训练方法，旨在解决通过深度学习进行药物分子生成时的样本有限的问题。本发明包括利用领域知识构建活性药效团分子组群；利用动态策略下的课程式学习，将活性药效团分子组群中的药效团随机插入分子的生成过程中，生成具有特定目标的药效团结构分子；利用强化学习方法，最大化混合奖励函数，得到训练好的药物分子生成器。本发明解决了样本量过小的问题，防止过度的演示学习造成分子单一的问题，可以使生成的分子更快收敛到具有特定目标的药效团结构。

摘要： 本发明涉及小分子药物晶型技术领域，为一种小分子药物晶型知识图谱的构建方法及系统，包括：S1，爬取网络已公开的小分子药物的综合数据信息，并对源文件内容进行存储；S2，对所述源文件内容按照关键字归类并进行清洗，其中分子信息及晶体信息按照结构化数据的格式进行处理存放，其他信息按照非结构化数据的方式灵活存放；S3，构建实体数据层，根据所述实体数据层中的数据进一步构建用来存储实体间的关系及实体的属性的模式层。将小分子药物的晶型研究及制成过程中的概念充分发掘，并提供丰富晶型研究中相关实体的类别和属性信息，实现相似晶型的自动查询。对小分子新药的整体研发流程起到促进加速的重要作用。

摘要： 本发明公开了基于专家知识与拓扑相似的邻居优先生物分子子网搜索方法。其步骤如下：A、根据生物分子的序列特征，构建网络T（Gt）和B（GB）中生物分子的初始相似矩阵。B、根据生物分子在网络中的拓扑的相似特征，计算生物分子的相似矩阵S。C、构建专家知识字典。D、基于专家知识，以邻居优先策略进行搜索，获得结果子网。E、计算结果子网R（Gr）与目标子网T（Gt）的相似得分。F、计算p值。G、结果子网可视化。与同类方法相比，该方法计算准确度更高，具有更高的稳定性，能更好地处理生物分子网络间的“空隙”（Gap），获得更多的保守边和节点，且能较好地反映生物分子网络之间的变化情况。