中国知识分子

摘要： 晚清民国时期中国文人的富士山认识构建了富士山作为日本代表、国家和民族精神的象征、神山、绝景、避暑胜地等多重形象和意义,也塑造了它作为“异国之山”“东亚之山”“文明之山”的多重面孔,总体上也呈现出从“客观叙述和赞美”向“赞美和批判并存”的立场转变。这种认识是主体与对象在一定时空内基于经验而发生知识性·情感性联系的过程,既立足于中国文人关于富士山的体验和知识,也受到近代文明观、中日关系变化等多种因素的影响。它也对中国人的自我认识和日本人的富士山认识产生了影响。

摘要： 罗伯特·白英旅华期间与中国知识阶层,特别是西南联大师生交往密切.在白英的跨文化叙事中,闻一多是"伟大的学者""最受欢迎的教授""觉醒的中国"的探索者.白英通过一系列鲜活的历史场景与细节叙述,建构了具体而丰富的闻一多形象,并从他者视域出发来理解、反思和评估以闻一多为代表的中国知识分子在传承文化、教育民众和唤醒国民等方面的重要贡献与地位.在1940年代的战争背景中,白英与闻一多的交往搭建了一座学术交流与合作的桥梁.它不仅显示了两个独特个体之间的情感相通和心灵契合,而且折射出东西方文化间的理解与对话.在闻一多其人其诗,乃至中国现代诗人诗作的海外传播过程中,白英的跨文化叙事具有重要价值与意义.

摘要： 知识分子是一个广泛使用但并不统一的概念.探讨中国知识分子问题,不能照搬西方的知识分子概念,要有中国自己的知识分子理论.中国知识分子具有不同于西方知识分子的特点.新时代中国知识分子应具备两个要素:一是受过良好的教育,具有较高的文化水平和较丰富的知识,一般具备某一领域的专门知识或技能;二是关注公共事务,具有社会责任感和担当精神,具备独立思考的能力和批判精神.前者是知识分子的"知识"构件,后者则是知识分子的"精神"构件.新时代中国知识分子精神的主要内容包括:使命意识、家国情怀、社会担当、批判精神、求真精神.其中,"不唯上、不唯书、只唯实"的求真精神是新时代中国知识分子精神的核心和精髓.这既是基于中国知识分子的传统,也是基于新时代对中国知识分子的要求.

摘要： 闻一多先生是一名纯粹的中国知识分子,他将爱国诗人、古典文学教授、民主斗士三者合璧于一身.在死亡的威胁面前,闻一多以诗人的气概卓立,他气壮山河的最后一次演讲,彰显出大义凛然的高贵品格;闻一多用壮烈牺牲向学界与世人展现了罕见的人格力量,诠释了知识分子为国家和民族的进步发展上下求索、舍生取义的家国情怀.讲好闻一多发表"最后演讲"的故事,既是弘扬云南光荣革命传统的必然要求,又是激励新时代知识分子继续砥砺家国情怀,笃行报国之志,弘扬爱国奋斗精神,在奉献伟大时代中实现人生价值的现实选择.

摘要： 20世纪初的中国"无政府主义论战"根源于深刻的民族危机,它是早期中国知识分子对民族国家未来发展的不同政治见解在思想领域中的反映.从现代化的视角来看,早期中国无政府主义者和马克思主义者之间的这场思想论争同属于近代以来现代知识分子对中国现代化道路的探索,二者没有本质分歧.因此,从这个意义上来说,不论是无政府主义还是共产主义,归根结底都是在近代中国民族危亡的严峻形势下,早期中国知识分子对近代中国现代化道路的不同探索之争.尽管二者在如何实现现代化道路的方法和手段上存在很大差别,但其最终指向都是自由、 民主和平等的美好社会.

摘要： 前不久,召开的全国教育大会为我们办好新时代人民满意教育指明了方向,提供了基本遵循。习近平总书记在大会上的讲话高屋建瓴,内涵丰富,思想深邃,振聋发聩,具有很强的思想性、理论性,描绘了新时代全国教育发展的蓝图,引发教育战线对教育工作面临新形势的认真思考。宝鸡具有得古独优、得地独有的教育资源和优势,从宝鸡的历史传统和文化积淀看,周公制礼“敬德保民”,孔子“克己复礼”,燕伋“开西秦设馆教学之先河”,马融“绛帐传薪”,“横渠先生”张载穷经,“为天地立心、为生民立命,为往圣继绝学,为万世开太平”的“横渠四句”依然最能表达中国知识分子的对国家、对社会的担当和使命。

摘要： 本文探讨了科学史的发展及面临的问题,并对开展科学史教育的必要性做了说明,最后给出了几点反思和建议。科学史的发展及面临的问题广义的科学史包括科学史、技术史、医学史,以及相关的历史学、哲学和社会学的研究,是20世纪才形成的一门相当年轻的学科。科学史作为一门独立学科于20世纪50至60年代在西方国家全面兴起。科学史研究在中国起步较晚。

摘要： 从晚清到五四，对英国诗人拜伦及其诗作《哀希腊》的不断译介彰显了中国知识分子们的政治选择和个人想像。梁启超和马君武等人从民族国家、自由独立的角度来阐释拜伦，他们笔下的拜伦是一个热情、豪迈的人道主义英雄;而苏曼殊则主要从个人情感和人生体验等方面找到与拜伦的契合，因此他对拜伦的译介带有更多的个人色彩。但无论是“英雄”拜伦，还是“个人”拜伦，在“拯救中国”的时代要求下，他们最终合而为一，成为一种象征。

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： 本发明公开了中国南瓜白粉病分子标记与鉴定中国南瓜白粉病抗性性状的引物对。本发明所提供的中国南瓜白粉病分子标记，为以中国南瓜的基因组DNA为模板，采用引物对A1进行扩增得到的DNA分子；所述A1由名称为P1和P2的单链DNA组成，所述P1为与SEQ ID No.1的第65位上游特异结合的单链DNA，所述P2为与SEQ ID No.1的第82位下游特异结合的单链DNA。实验证明，可以利用鉴定或辅助鉴定中国南瓜白粉病抗性性状的引物对A1和中国南瓜白粉病分子标记鉴定中国南瓜的白粉病的抗性情况。

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。