中南民族大学2019年湖北省科技计划项目立项清单
- 格式:doc
- 大小:67.50 KB
- 文档页数:2
041文化纵横文旅融合视域下少数民族非遗保护与开发策略研究平塘县位于贵州省南部边陲山区,凭借着多民族“兼生存、共发展”的理念,布依族、苗族、毛南族等少数民族的文化在此生根发芽,繁荣昌盛。
以牙舟陶、布依族八音弹唱、毛南族打猴鼓舞、苗族舞“咕噜跳月”为典型代表的少数民族非物质文化遗产因此也渐渐地得到发展,曾是当地特色民俗文化标志。
然而由于落后于当前社会文化形式和媒介在日益发展的技术中不断更替的潮流,加上处于相对封闭的创作环境,这些少数民族非遗愈加本土化、自我化、特色化。
近年来,乡村振兴、文化扶贫、美丽乡村建设等政策纷纷落地,少数民族非遗文化的重要性也越来越突出。
文旅融合作为一条新生的产业发展热点路线,在理论与实际的磨合中越来越清晰,在文化旅游大众化、非遗发展工作常态化、非遗传承建设阵地实体化等政策的支持下,文旅融合发展很大程度上能为非物质文化遗产的创新发展和活态传承添砖加瓦。
因此,探讨贵州省平塘县非物质文化遗产传承发展工作中存在的主要问题,以及怎样通过文旅融合,政商协力,让非遗文化焕发出新生的经济价值、艺术价值和社会价值是一项十分具有现实指导意义的工作。
平塘县少数民族非遗文化发展和境内旅游业发展现状平塘境内少数民族非物质文化遗产发展现状以在在平塘境内相对具有代表性的牙舟陶、毛南族打猴鼓舞、布依族八音弹唱、苗族舞咕噜跳月为例,具体阐述平塘县非物质文化遗产发展现状的几个特点:根据项目特点与项目价值,评选各级非物质文化遗产。
平塘县目前境内留存着少数民族非物质文化遗产项目30个,其中,国家级非物质文化遗产2项,省级2项,州级1项,县级25项。
[1]通过立项各级非遗,成立非遗中心,组建相关工作组,为民族非遗文化进行资料收录、影视资料录制,并进行动态管理,及时跟进非遗项目的进展状态。
牙舟陶、毛南族打猴鼓舞作为国家级非物质文化遗产,在知名度、项目建设方面获得了较大的支持,牙舟陶博物馆、毛南风刘雨泉 龙振勇 赵海波(中南民族大学 湖北省武汉市 430074)摘 要:随着社会的科技进步和经济的高速发展,互联网兴起的同时带动了信息化产业发展,促进少数民族非物质文化遗产活态传承面临新的挑战。
关于对第二批中央高校基本科研业务费专项
资金项目评审结果予以公示的通知
各单位:
校学术委员会于2010年9月30日对第二批中央高校基本科研业务费专项资金项目进行了评审,此次共评出社会科学研究重点项目8项,一般项目22项,青年项目30项;自然科学研究重点项目4项,一般项目15项,青年项目12项。
现将拟资助项目予以公示,如果对评审结果有异议,请于10月15日前将书面材料提交科研处。
特此通知
科研处
2010年9月30日
附:中南民族大学第二批中央高校基本科研业务费专项资金项目拟资助项目一览表
社会科学研究项目
自然科学研究项目。
中南民族大学1项成果
获2019年度湖北省科技进步奖一等奖
6月12日上午,湖北省科学技术奖励大会在武汉召开,中南民族大学共有3项科技成果获奖,其中,“湖北中药优势品种质控关键技术与应用”成果获湖北省科技进步奖一等奖,成果负责人梅之南教授受邀参加并接受表彰,中南民族大学副校长杨胜才参加了会议。
湖北省科技奖是省人民政府设立的省级最高科技奖,每年评选一次,表彰奖励在科学技术进步活动中作出突出贡献的科技工作者。
近年来,中南民族大学积极推进科学研究,聚焦经济社会发展,鼓励和指导科研人员申请项目和申报奖励,着力推动科技成果转化和产学研合作,积极推行标志性成果培育,科技创新水平持续提升,学校科研实力不断增强。
在省科技奖申报过程中,科发院精心谋划,主动对接省科技主管部门,积极协助成果完成人组织专家论证,为科技成果申报奖项提供服务和保障。
“湖北中药优势品种质控关键技术与应用”是梅之南教授科研团队与省内外多家企事业单位历经十余年研究的科研成果,系统开展了基于湖北中药优势品种的道地药材规模化种植、药效物质基础与作用机制、中药制剂大品种及药材饮片的质量标准制订提升以及生产标准化智能化等研究,取得了显著的经济社会效益。
此次获奖是该团队继获得2012年度教育部科技进步奖一等奖之后的又一项大奖。
(转自中南民族大学新闻网)。
湖北省发展和改革委员会关于公布2019年湖北省工程
研究中心名单的通知
文章属性
•【制定机关】湖北省发展和改革委员会
•【公布日期】2019.09.12
•【字号】鄂发改高技[2019]305号
•【施行日期】2019.09.12
•【效力等级】地方规范性文件
•【时效性】现行有效
•【主题分类】机关工作
正文
湖北省发展和改革委员会关于公布2019年湖北省工程研究中
心名单的通知
有关市发展改革委:
为深入实施创新驱动战略,完善全省产业技术创新体系,根据《湖北省工程研究中心管理办法》有关规定,经评审论证、现场核查、网上公示、信用审查等程序,现认定“模式动物工程研究中心”等35个工程研究中心为湖北省工程研究中心。
请各地主管部门切实加强对工程研究中心建设和运行的指导、监督、管理,加大政策、资金支持力度。
引导创新主体紧紧围绕省重大工程建设和重点产业发展需求,加强关键共性技术研发和工程化应用示范,加大研发投入,完善研发条件,探索长效管理运行模式,加速创新人才培养和集聚,切实为增强产业核心竞争力和发展后劲提供技术服务和支撑。
附件:2019年湖北省工程研究中心名单
湖北省发展和改革委员会。
2019年度湖北省自然科学奖拟提名项目公示1.项目名称:电池材料中离子/电子快速输运构筑及存储机理研究2. 提名单位及提名意见提名单位:武汉理工大学提名意见:电化学储能技术是新能源发展的热点,锂/钠离子电池储能因其独特的性能已成为优先发展方向之一,其关键在于锂/钠离子电池电极材料。
然而材料的离子/电子快速输运困难、产品安全是制约储能技术发展的重大瓶颈,构建快速离子/电子传输路径、揭示材料存储机理和离子输运规律是攻克这一瓶颈的关键科学问题。
该项目在国家863计划、自然科学基金委的资助下,针对锂/钠电极材料中离子/电子快速输运困难、材料存储机理和离子输运规律,开展了系统的基础性研究。
发现了具有三维快速离子通道的新体系通过碳包覆构筑了电子快速传输的路径,大大提高了功率密度,同时减少了副反应,提高了循环稳定性和安全性;发现了离子/电子导电性能差的材料通过纳米化缩短离子传输距离、多种碳复合构筑电子传输通道,同时实现了离子/电子快速输运,提高了材料的倍率性能;通过球差矫正透射电子显微技术,在原子尺度直接观察了锂/钠离子脱嵌过程中的离子占位变化,揭示了离子的存储机理和输运机制。
为新型高性能储能电池材料的研制与开发提供理论指导。
该项目发表的8篇代表性论文具有较大的国际影响力,3篇入选ESI前1%高被引论文论文,SCI他引1528次,单篇最高SCI他引506次,锂电先驱、国内外院士等许多国际著名学者正面引用。
同意提名该项目为湖北省自然科学一等奖。
3. 项目简介该项目属于材料科学领域。
电化学储能是发展新能源汽车、提高电网对间歇性可再生能源发电接纳能力的关键技术,锂/钠离子电池储能因其独特的性能已成为优先发展方向之一。
然而离子/电子快速输运困难、产品安全是制约储能技术发展的重大瓶颈,构建快速离子/电子传输路径、揭示材料存储机理和离子输运规律是攻克这一技术瓶颈的关键科学难题。
该项目围绕解决这一关键科学难题,遵循材料的开发和改性,构建快速离子/电子传输路径,进行了创新性和系统性的研究工作。
中南民族大学6项科技成果获2021年度湖北省科学技术奖佚名
【期刊名称】《中南民族大学学报:自然科学版》
【年(卷),期】2022(41)5
【摘要】6月25日上午,加快推进武汉具有全国影响力的科技创新中心暨湖北省科技创新大会在武汉洪山礼堂举行。
科技部党组书记、部长王志刚,湖北省委书记王蒙徽出席会议并讲话。
湖北省委副书记、省长王忠林主持大会。
中南民族大学党委书记边境参加了会议。
会上宣读了《湖北省人民政府关于2021年度湖北省科学技术奖励的决定》,共授予300项(人)省科学技术奖励。
【总页数】1页(PF0003-F0003)
【正文语种】中文
【中图分类】F42
【相关文献】
1.中南民族大学荣获湖北省2012年度科学技术进步奖三等奖
2.中南民族大学荣获2011年度湖北省科学技术进步3等奖
3.中南民族大学7项成果获2018年度湖北省科学技术奖
4.中南民族大学1项成果获2019年度湖北省科技进步奖一等奖
5.中南民族大学荣获湖北省2012年度科学技术奖励自然科学二等奖
因版权原因,仅展示原文概要,查看原文内容请购买。
Science and Technology &Innovation ┃科技与创新2022年第02期·11·文章编号:2095-6835(2022)02-0011-03改进遗传算法的RBF 神经网络控制研究*周勇(荆州学院信息工程学院,湖北荆州434020)摘要:RBF (径向基函数)神经网络是一种具有全局逼近性能的三层前馈网络,但RBF 学习一直存在隐节点的中心选择不合理、训练时间长等问题,针对RBF 神经网络存在的问题,提出一种通过改进遗传算法优基函数中心c 、宽度b 和权值w 的方法。
该方法选取均方误差函数E 作为个体适应值,在传统遗传算法的基础上改进了交叉率和变异率的选取,使个体的变异同时受进化代数和适应度的约束,实现对c 、b 和网络权值的优化。
通过系统辨识仿真分析,证明了该方法的可行性和有效性,使系统具有更好的性能。
关键词:遗传算法;RBF 神经网络;系统辨识;自适应中图分类号:TP273.1文献标志码:ADOI :10.15913/ki.kjycx.2022.02.004RBF (径向基函数)神经网络是具有单隐层的一种三层前向神经网络,其具有网络结构简单、学习速度快、逼近能力强等特点,在系统辨识、函数逼近、模式识别等领域得到广泛应用。
RBF 神经网络具有模拟人脑中局部调整、相互覆盖接收域的神经网络结构,能以任意精度逼近任一连续函数[1],一直是研究的热点之一。
RBF 神经网络在学习过程中,其性能主要取决于隐层神经元基函数中心、宽度和隐层节点到输出层之间的连接权值的整定。
目前,RBF 神经网络的参数整定方法主要有K 均值聚类方法、梯度下降法、粒子群算[2]、进化算法[3]等,其中,普通梯度下降法在训练过程中极易出现振荡、不稳定的情况,而且实时性和鲁棒性较差[4]。
其他方法如粒子群算法、进化算法等,虽然有一定的全局收敛能力,但收敛速度慢,网络计算代价大。
遗传算法(Genetic Algorithm ,GA )是一种高度并行的随机优化方法,具有很好的全局搜索能力和鲁棒性,然而,遗传算法虽然应用广泛,但在解决复杂问题时,由于其自身的随机搜索特点也带来了收敛速度慢和算法局部收敛(早熟)等问题[5]。