典范

摘要： 江西省吉安市古称“庐陵”,以“三千进士冠华夏,文章节义金庐陵”而闻名,曾有“满朝文武半吉安”的美誉。一代代庐陵人恪守家风,遵循祖律,励精图治,艰苦创业,无论是为官还是经商,回乡后建起了独具特色的庐陵民居。这些建筑从文化传统的承继到结构特征、装饰艺术等都具有庐陵建筑的典型特色,亦为赣派建筑的典范。

摘要： 浦东新区川沙新镇连民村,经过多年的美丽乡村工程的打造,已经初步完成了基础设施的改善,由原来上海远郊的小乡村变为村容整洁的美丽乡村。随着《上海市浦东新区川沙新镇郊野单元(村庄)规划(2017-2035年)》的出台,给连民村下一步的发展指明了方向。在“乡村振兴”的引领下,通过对连民村现存的自然资源情况进行调查分析,对现存公共建筑与民居进行梳理和评估,提出了基于连民村自身特点的乡村振兴工程。最大限度地保留了历史建筑,提升了生态环境,引入产业,合理利用并改造现有建筑,进行功能与艺术的升华,使连民村整体振兴项目成为上海浦东的典范。

摘要： 16世纪的医师认为通过亲眼观看可以突破描述而到达绝对,从而使得药物植物学和人体结构上升到亚里士多德的理论知识。富克斯、格斯纳、维萨留斯分别借助了偶性、形式、典范这些古典概念来完成这种转变。近代早期的自然哲学家、医师在继承亚里士多德—盖伦的生理体系的同时,不断突破。这不仅是方法论上的改变,也是形而上学的改变。

摘要： 《本朝馆阁诗》是乾隆二十二年科举恢复试诗后,最早选本朝诗作为应试之用的总集。以《本朝馆阁诗》为例,乾隆朝馆阁诗人通过编选行为确立的试律诗典范主要体现在三个方面:一是以“性灵”提升诗格,确立了“性灵”与“法律”皆备的美学典范,由此涵纳“山林”文学,普化庙堂之音;二是重申“温柔敦厚”诗教,限制感情表达向度,通过科举效力强化正风正雅,引导学子养成敦厚持重的理想人格;三是从诗的技术层面提供可供模拟的典范,要求语言上呈现出“澹朴清真,庄重典雅”的美学风格,结构上做到“气局严整,属对雅切”,同时还要有严谨无误的韵律格式。

摘要： 共同富裕是社会主义的本质要求,是人民群众的共同期盼。近年来,在共同富裕的伟大征程上,中国革命红船起航地主城区的秀洲区,努力建设产城高度融合、城乡高度融合的现代化主城区,奋力打造均衡富庶发展、共同富裕典范,为共同富裕作出了全方位、多层次、广角度的积极探索。

摘要： 周振甫是中国编辑的杰出代表,他在五十五年的编辑生涯中,既编辑了400余种优秀作品,又写作了80余部优秀著作。《中国出版家·周振甫》一书写出了传主不平凡的一生,探讨了传主丰富的精神世界,为新时代编辑人才成长树立了一个可资学习的优秀典范。

摘要： 理想信念是一个政党的行动引领和精神支柱。同许多为共产主义事业而奋斗的革命先烈一样,彭湃也具有坚定的革命信念和共产主义远大理想。为了心中的信仰,彭湃不懈追求,舍弃一切个人私利,背叛生活优裕的家庭,走上了艰苦的革命道路,浴血奋斗;为了坚持真理,彭湃敢于担当,勇于作为,从不计较个人的名利得失。为了革命理想,彭湃面对恶劣环境永不气馁,永不退缩,充满了革命乐观主义精神;为了实现共产主义,彭湃面对敌人的严刑拷打永不屈服,视死如归,义无反顾地奉献了自己年轻的生命。正是因为具有坚定不移的信念理想,彭湃才“开辟了这十年来农民革命历史的头一篇”,成为著名的“农民运动大王”,为中国革命作出了不可磨灭的贡献。

摘要： 全过程人民民主是中国共产党治国理政的创造性成就,勾勒了人类政治文明的新图景,丰富了人类文明新形态。从结构性维度看,政治文明应包括政治主体文明、政治关系文明、政治制度文明等三个基本维度。在整体告别西方式民主的政治思维和系统推进中国式民主的全新探索中,社会主义中国逐步凝练生成了全过程人民民主独有的政治文明呈现方式。全过程人民民主深刻彰显了社会主义国家政权的科学本质,是中国特色社会主义民主政治的集中表达,代表了民主政治的历史发展趋势,确立了民主话语的变革方向,正在实现社会主义政治文明典范向人类政治文明新形态的历史性飞跃。

摘要： 司马相如和扬雄是辞赋史上难以逾越的高峰,不仅在中国具有独步赋史的地位,而且在海东也影响深远。朝鲜赋家推尊马扬,不仅习其技法,摹其赋篇,还编纂了《扬马赋抄》、《扬马赋选》等专集和选本,并衍为“独尊西京”的理论倾向,显示出对马扬典范的多元接受。同时,在闱场赋和文人赋两大创作领域中,朝鲜赋家对马扬赋的不同侧面各有取用:闱场赋注重挖掘和利用马扬辞赋中“义尚光大”的经义成分,故多与《上林》、《子虚》、《长杨》等大赋相关联;文人赋则缘情而发,有所寄托,在祖“骚”主“情”的思想支配下,亦选择马扬骚体赋进行拟效,或踵事增华,或反案为文,以一己之创作实践与马扬典范形成共生。

摘要： 每年教师节,各地都会表彰一批优秀教师,将他们树为教书育人的典范。必须肯定的是,他们中的确有人在教书育人上取得了突出的成绩,但毋庸讳H,舍些“典范”的“先进事迹”并不值得称赞。这类“典范”大都超负荷工作,为提高教学质量而不辞劳苦,甚至做出了很大的牺牲。在表彰这类“典范”时,往往都会以“具有奉献精神”为赞语。诚然,奉献是一种高尚的精神,具有这种精神的人是值得敬重的。然而,这类“典范”的“奉献”,常常与加重学生的负担有着摆脱不了的干系。

摘要： 本发明公开了一种基于典范相关分离主瓣干扰抑制的方法，包括：获取雷达回波信号；以雷达发射信号为参考，对所述回波信号进行第一次典范相关分离；对第一次典范相关分离的结果进行脉压处理，得到第一脉压结果；根据所述第一脉压结果对所述回波信号进行第二次典范相关分离；对第二次典范相关分离的结果进行脉压处理，得到目标位置。本发明利用回波信号与已知的发射信号较好的相关性，通过两次典范相关分离方法对回波信号中的目标信号和干扰信号实现很好的分离效果，从而提升了抗干扰特性，且该方法运算量小，系统复杂度不高，实现成本较低。

摘要： 本发明涉及一种基于数据划分和任务分配的稀疏张量典范分解方法，包括：初始时根据申威处理器的众核特性对核组上的多个处理核心进行多级划分与任务分配；初始时对稀疏张量数据进行多级分割处理；利用申威处理器SW26010的寄存器通信特性设计的针对稀疏张量典范分解的通信策略；针对不同稀疏张量典范分解方法的共同性能瓶颈，即矩阵化张量乘Khatri‑Rao积(简称MTTKRP)在具体运算时的不同需求，利用申威处理器的特性设计MTTKRP过程的不同计算方案。本发明充分挖掘了申威体系结构的特性，并充分考虑了稀疏张量分解的计算要求，能够并行且高效地在申威体系结构上完成多种稀疏张量典范分解计算方法，并最大限度地保证动态的负载平衡。

摘要： 本发明涉及一种基于申威众核处理器的大数据张量典范分解计算方法，1)根据申威众核处理器的特征提出大数据计算方法swMR；2)swMR将申威众核处理器中以8*8网格形式组织的计算处理单元集群CPE分为32个CPE对，网格中每行相邻的两个为一组，其中一个CPE处理映射Map任务，另一个处理归约Reduce任务；3)按照每个CPE对的工作负载情况，在CPE对内进行映射归约Map/Reduce处理角色动态转换，实现动态调整工作负载；4)基于swMR和申威众核处理器，对张量典范分解计算提出了合理的计算方法swTensor。本发明支持机器学习算法以及张量典范分解计算在申威处理器上的实现；通过动态划分工作负载，平衡CPE对内的作业分发情况；基于映射归约MapReduce编程模型，swTensor高效支持张量典范分解计算。

摘要： 本发明实施例提供一种基于典范多元分解的头相关脉冲响应三维数据压缩方法。本发明方法，包括：处理器采用典范分解头相关脉冲响应三维数据集，得到三个二维矩阵；所述处理器初始化所述三个二维矩阵；所述处理器迭代更新初始化后的所述三个二维矩阵，得到所述三个二维矩阵对应的系数矩阵；所述处理器计算所述迭代后的三个二维矩阵的重构近似度；所述处理器判断相邻两次迭代得到的两个所述三个二维矩阵的重构近似度之间差的绝对值是否小于10

摘要： 本发明公开了一种基于典范相关分离主瓣干扰抑制的方法，包括：获取雷达回波信号；以雷达发射信号为参考，对所述回波信号进行第一次典范相关分离；对第一次典范相关分离的结果进行脉压处理，得到第一脉压结果；根据所述第一脉压结果对所述回波信号进行第二次典范相关分离；对第二次典范相关分离的结果进行脉压处理，得到目标位置。本发明利用回波信号与已知的发射信号较好的相关性，通过两次典范相关分离方法对回波信号中的目标信号和干扰信号实现很好的分离效果，从而提升了抗干扰特性，且该方法运算量小，系统复杂度不高，实现成本较低。

摘要： 本发明为空间参考约束的多组复数fMRI耦合典范因子分解方法。本发明的目的在于，提供一种引入空间参考信息约束的C‑CPD分析方法并应用于多组多被试复数fMRI数据，通过利用空间参考信息，去更好地获取感兴趣的共享SM成分，从而获取更优的各组共享TC成分以及被试强度。本发明的技术方案是，在C‑CPD模型的基础上，利用交替最小二乘法(alternating least squares，ALS)更新被试共享SM成分、共享TC成分和各被试强度；对共享SM成分采用增加空间参考信息约束方式进行更新，具体包括两步：首先计算共享SM成分与SM参照的相似度；然后对共享SM成分中相似度最高的成分添加空间参考信息约束，对共享SM成分更新，进而分离出任务相关成分。

摘要： 本发明涉及一种基于数据划分和任务分配的稀疏张量典范分解方法，包括：初始时根据申威处理器的众核特性对核组上的多个处理核心进行多级划分与任务分配；初始时对稀疏张量数据进行多级分割处理；利用申威处理器SW26010的寄存器通信特性设计的针对稀疏张量典范分解的通信策略；针对不同稀疏张量典范分解方法的共同性能瓶颈，即矩阵化张量乘Khatri‑Rao积(Matricized Tensor Times Khatri‑Rao Product，简称MTTKRP)在具体运算时的不同需求(是否需要随机抽取张量元素进行计算)，利用申威处理器的特性设计MTTKRP过程的不同计算方案。本发明充分挖掘了申威体系结构的特性，并充分考虑了稀疏张量分解的计算要求，能够并行且高效地在申威体系结构上完成多种稀疏张量典范分解计算方法，并最大限度地保证动态的负载平衡。

摘要： 本发明涉及一种基于申威众核处理器的大数据张量典范分解计算方法，1)根据申威众核处理器的特征提出大数据计算方法swMR；2)swMR将申威众核处理器中以8*8网格形式组织的计算处理单元集群CPE分为32个CPE对，网格中每行相邻的两个为一组，其中一个CPE处理映射Map任务，另一个处理归约Reduce任务；3)按照每个CPE对的工作负载情况，在CPE对内进行映射归约Map/Reduce处理角色动态转换，实现动态调整工作负载；4)基于swMR和申威众核处理器，对张量典范分解计算提出了合理的计算方法swTensor。本发明支持机器学习算法以及张量典范分解计算在申威处理器上的实现；通过动态划分工作负载，平衡CPE对内的作业分发情况；基于映射归约MapReduce编程模型，swTensor高效支持张量典范分解计算。

摘要： 本发明实施例提供一种基于典范多元分解的头相关脉冲响应三维数据压缩方法。本发明方法包括：处理器采用典范分解头相关脉冲响应三维数据集，得到三个二维矩阵；所述处理器初始化所述三个二维矩阵；所述处理器迭代更新初始化后的所述三个二维矩阵，得到所述三个二维矩阵对应的系数矩阵；所述处理器计算所述迭代后的三个二维矩阵的重构近似度；所述处理器判断相邻两次迭代得到的两个所述三个二维矩阵的重构近似度之间差的绝对值是否小于10