党外知识分子

摘要： 高校作为党外知识分子的集中地,加强高校党外知识分子思想政治引领路径研究,有着重要的理论价值和实践价值。面对社会政治经济发展的新形势,结合高校党外知识分子的新特点,注重人文关怀,从制度建设、教育体系、工作方式、工作艺术等方面,来实现对高校党外知识分子的引领。

摘要： 党外知识分子统战工作是新时代统一战线的基础性、战略性工作,对于巩固和发展最广泛的爱国统一战线具有极其重要的作用。做好党外知识分子工作要认清党外知识分子的基本属性,把握党外知识分子工作的科学定位,统筹推进党外知识分子工作布局,用好党外知识分子统战工作方法。

摘要： “目前,我省再生水利用工作有较大的发展和突破,但是再生水利用率总体仍然偏低。”四川省政协常委、四川知识分子联谊会副会长、四川师范大学图书与档案信息中心主任曹成建介绍,根据2020年四川省水资源公报,全省再生水利用量仅为4900万立方米,离“2025年全省非常规水源利用量超过6亿立方米”的目标,还有较大差距。

摘要： 党外知识分子作为统一战线的重要成员,在统一战线工作的开展中有着举足轻重的地位。当前,党外知识分子队伍出现了一些变化,如政治参与热情浓厚,诉求表达意愿增强;知识青年群体比重增大,学历高层次化发展;队伍结构趋向多元,知识精英逐渐社会化;群体凝聚力不强,政治定力不够等。这些变化对统战工作提出了新挑战,即意识形态领域的观念冲突,队伍建设领域的成分复杂,工作管理领域的任务变样,建言渠道领域的通道淤塞等。要应对这些挑战需要做好三方面工作,即以思想政治工作为根本,增强意识形态凝聚力引领力;以队伍建设为前提,努力打造忠诚干净有担当的人才队伍;以机制完善为保障,搭建规范化、制度化渠道支撑。

摘要： 高校汇聚庞大的党外知识分子群体,是统一战线工作的前沿阵地。高校党外知识分子在奋进第二个百年奋斗目标、推动高等教育事业高质量发展、建设教育强国、维护意识形态安全等方面有着十分独特而又鲜明的推力作用。做好其具体的思想政治引领工作、发挥其重要的社会作用是新时代统一战线工作的重要组成内容。基于赣东北高校党外知识分子的调查研究,深入分析其党外知识分子的统战工作情况,聚焦其培养人才、科学研究、社会服务等方面,提出创新高校党外知识分子统战工作的实践路径。

摘要： 从新时代高校党外知识分子“四史”教育的内涵与重要性出发,分析高校党外知识分子“四史”教育存在的问题,提出新时代高校党外知识分子“四史”教育的创新路径:着眼凝聚共识,通过“四史”教育完善政治引领机制;着眼大统战格局,完善“四史”教育学习机制;着眼个性化培养,创新“四史”教育模式。

摘要： 当前,我国进入新发展阶段,党外知识分子工作开启新局面。在新的历史条件下,着眼于第二个百年奋斗目标,应从战略性、基础性视角系统理解党外知识分子工作的重要地位和作用,深刻认识和准确把握党外知识分子队伍的鲜明特质和变化趋势。在新发展阶段,党外知识分子工作存在统战主体力量薄弱、统战对象特点复杂、统战方式方法滞后等问题和挑战。做好新发展阶段党外知识分子工作应采取有针对性、实效性的对策和措施。

摘要： 高校党外知识分子是国家经济社会发展的“智囊团”与科技创新创造的“生力军”,高校党外知识分子工作是做好新时代统战工作的重要着力点。加强思想政治引领是做好高校党外知识分子统战工作的关键一招,对巩固壮大新时代爱国统一战线、落实高校立德树人根本任务、维护保障国家战略安全具有重要的现实意义。深刻分析新时代高校党外知识分子思想政治特点,科学把握加强思想政治引领的核心要义,以发挥党的政治领导作用、加强社会组织建设、丰富统战工作方法为实践引领路径,实现构建“一盘棋”统战格局、助力画好最大同心圆。

摘要： 统一战线是建立在一定的思想政治基础上的联盟,凝聚和增进政治认同是夯实共同思想政治基础的关键。高校是党外知识分子工作的重要阵地。从工作方法入手,探索构建新时代高校党外知识分子思想引导模式——“1+N”模式。位列该模式首位的“1”是指坚持一个根本原则,即坚持党对统战工作的集中统一领导,这是新模式的关键所在。“N”是指在党的集中统一领导下,在党外知识分子思想引导工作中,以包容性为基础,以自主性为主体,以时效性与针对性为条件,以理论性与实践性为动力,达到引导形式多样性、引导工作富有艺术性的高质量引导效果。

摘要： 高校党外知识分子是我国统一战线工作的重要对象,是推动学校发展和社会进步的重要力量。分析当前高校党外知识分子统战工作的现状以及存在的问题,结合党外知识分子的思想特点,完善高校统战工作机制,是当前高校统战工作的重要方向。

摘要： 哲学思维不但是治国理政、治军练兵和科学创新的指导和遵循,也是助推党外知识分子统战工作不可或缺的营养剂.运用好哲学思维,有助于科学谋划党外知识分子统战工作目标定位、问题对策和发展路径.具体而言,应注重用战略思维把握党外知识分子统战工作的重要地位;用系统思维谋划党外知识分子统战工作的发展模式;用辩证思维破解党外知识分子统战工作的矛盾难题;用底线思维掌握党外知识分子统战工作的主动权.

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。

摘要： 更简便且切实地使生物分子在纳米孔内往复运动。一种衔接子分子，其与分析对象的生物分子直接或间接地结合，且具有由单链核苷酸构成的立体结构形成区域。