摘要：语文课堂教学是一门艺术,只有尊重艺术规律,把握矛盾的主导方面,才能最大限度地发挥艺术的审美潜能。对读和写的关系、对讲与练的关系等问题如果能从辩证法的高度去处理,便能使有限的语文课创造出最大的价值,这应该是每一个有进取的老师追求的最高目标。

摘要：毛泽东关于新诗和旧诗的见解,丰富和发展了我国诗歌理论。归纳这些诗论对我国现当代新诗与旧诗园地的深远影响,从中找出某些可取的经验或规律性的东西来,以利于发扬民族传统和繁荣社会主义文学艺术,这是毛泽东诗词研究者面临的一个有益的课题。

摘要：毛泽东战争诗词与毛泽东军事思想、战争观念有着千丝万缕的联系,是对其战争观念的艺术阐释。毛泽东战争诗学内容丰富,既有革命理想的诗性总结,又有对战争诗词创作的精辟概括。对毛泽东战争诗词的研究和构建毛泽东战争诗学体系,必将进一步丰富中国诗学的内蕴。

摘要：根据汽车左/右侧前横梁的形状、尺寸及材料,经工艺分析与计算,设计了修边冲孔复合模,并介绍复合模的结构与工作过程。复合模结构合理,生产效率高,保证了零件的质量。

摘要：非常规页岩油气区钻探活动成功的重要成果之一是通过钻探作业获得大量相关的地质、岩石物理和地球物理信息，且能利用这些信息建立精确、逼真的地下岩层模型。在引入地震反演信息后，页岩油气区钻探活动取得了更大的进步，因为利用地震反演能预测页岩油气区的甜点，甚至在井资料很少的情况下也能取得很好的效果。作为页岩油气区的甜点必须具备以下几大要素：有足够的游离气量、渗透性好、脆性好（易压裂）。若岩层超过了脆性临界值，则可通过泊松比和杨氏模量预测其可压裂性。这两个力学性质参数相结合（Rickman等，2008）可以用来指示岩石在应力作用下破裂的习性（泊松比）和保持裂缝的性能（杨氏模量）。在本文巴尼特页岩项目的研究中，我们利用了同步AVO反演来论证建立一个能描述页岩脆性／可压裂部分的厚度和复杂结构的地下地质和地质力学模型的可行性。反过来，我们还能根据该模型信息确定最佳的井筒轨迹。考虑到巴尼特页岩油气区的构造要素较复杂，必须对井筒轨迹进行精确设计，使其能始终在最适宜的沉积相范围内。最合理的井位部署最终能实现按单桶压裂液平均的累计油气产量最大化。历史数据表明，生产能力是由人工诱发裂缝的范围以及地层能在多大程度上保持这些裂缝所决定的。地层的可压裂性，即其能产生裂缝以及保持裂缝张开的特性，与其脆性有着直接关系。反过来，野外实际结果表明，地层对压裂的敏感性可以通过计算泊松比和杨氏模量预测其脆性得到（Pitcher和Buller，2012）。

摘要：非常规油气藏的储量估算是一件非常困难的任务，其原因是这类油气藏的地质不确定性很大，多段压裂长水平井中流体流动型式极其复杂，而且还有其他很多复杂条件。为了解决这些复杂的问题，我们提出了一个处理评价流程，把传统的递减曲线分析（DCA）法和概率预测法综合在一起。广延指数递减（SEPD）模型可以反映开采动态。我们的储量评价流程有两方面的用途：（1）预测已有生产历史的老井的未来生产动态；（2）预测无产量数据的新井的未来生产动态。对于新油田模拟案例，要采用与所研究油田有关的一系列设计变量，做出多种试验设计（design of experiments，DOE），在对这些设计进行统计的基础上开展数值模拟。而对于已在产的老井，往往要根据重新增产处理、人工举升装置的安装或其他因素对早期的产量数据进行调整，以便能够反映真实的产量递减趋势。然后根据最高产量对新生产井或在产老生产井的产量数据进行分组，从而使类似的生产井具有共同的广延指数递减模型参数。在采用生产井分组法确定了模型参数的分布之后，就可以对单口生产井的产量进行概率预测。文中介绍了非常规油气藏老并或新钻井生产动态的概率预测方法。与其他概率预测方法不同，所介绍新方法要求对具有相似生产特征的井进行分组，这样就可以获取自相一致的广延指数递减模型参数，从而省去了必须确定与油气藏和完井参数有关的不确定性的麻烦。

摘要：对能源行业而言，页岩气藏已成为最重要的天然气资源之一。不过由于页岩本身很复杂，再加上到目前为止页岩气井的生产历史都还较短，使得对这类气藏产量的预测很困难，这一问题在页岩气井生产的早期尤其明显。为了能用于页岩气藏的储量估算和产量预测，我们对阿普斯双曲线方程进行了修改。尽管阿普斯方程因其简便和易操作而在大多数情形下用起来很便捷，但这种方法有自身的局限性[例如其假设条件是边界主导的流动（boundary-dominatedflow），而且井底流动压力、泄油面积、渗透率和表皮因子都是常数]。通过利用产量不稳定分析（RTA）理论对生产数据进行分析，可以建立解析模型，用于页岩气藏的产量和采收率的预测。由于基于RAT的模型不会受到阿普斯方程法的很多假设条件的限制，相较于利用修改后的阿普斯双曲线方程得到的产量递减曲线而言，这些模型得到的结果更精确。本文介绍了一个实用的RTA操作流程，用来确定发育多裂缝的水平页岩气井的关键生产动态参数。这是一种确定性的方法，可用于页岩气井长期生产动态的预测。该方法较阿普斯方程的一个最大的优点是可以在不同的经营策略下进行产量预测。利用这种方法，还可以对不同完井设计方案和作业情景（如压缩装置安装延迟）下的生产和经济影响进行研究。我们利用马塞勒斯页岩区带150多口井的资料对该方法进行了检验。结果表明，其预测结果与利用递减分析和油藏模拟得到的结果有很好的可比性。本文还介绍了这种方法在马塞勒斯页岩区带的应用实例，通过这些实例来说明其工作流程和结果。

摘要：通过对多年实测资料的系统分析,总结了黑河下游地下水变化规律;给出地下水与地表水之间的关系;提出“灌溉农业型”、“稳定绿洲型”、“荒漠绿洲型”地下水埋深变化曲线的概念,这些概念对干旱区水资源配置具有重要的参考意义.依据这些规律,说明了地下水埋深变化对生态演变、水资源管理的影响,进而对额济纳绿洲演变、生态需水等重要问题,阐述了作者的观点.

摘要：可变光照和有遮挡人脸识别是人脸识别问题中的一个难点。受到鲁棒主成分分析法(RPCA)和稀疏表示分类法(SRC)的启发,提出一种基于低秩表示(LRR)中稀疏误差图像的可变光照有遮挡人脸识别算法。在训练阶段,利用LRR计算每类人脸低秩数据矩阵,在此基础上求解每类人脸图像低秩映射矩阵,通过各类低秩映射矩阵将未知人脸图像投影得到每类下的低秩数据矩阵和稀疏误差矩阵,为了有效提取稀疏误差图像中的鉴别信息,分别对稀疏误差图像进行边缘检测和平滑度分析,设计了基于两者加权和的类别判据。在Extended Yale B和AR两个数据库上进行了详细的实验分析,实验结果与其它算法相比较有明显提高,证实了所提算法的有效性和鲁棒性。

摘要：在大数据背景下,保证数据可信共享是数据联邦的基本要求.区块链技术代替传统的主从架构,可以提高联邦学习(federated learning,FL)的安全性.然而,现有工作中,模型参数验证与数据持久化所产生的巨大通信成本和存储消耗,已经成为数据联邦中亟待解决的问题.针对上述问题,设计了一种高效的去中心化联邦学习框架(efficient decentralized federated learning framework,EDFL),能够降低存储开销,并显著提升FL的学习效率.首先,提出了一种基于贡献度证明(proof-of-contribution)的共识机制,使得区块生成者的选举基于历史贡献度而不采用竞争机制,从而有效发避免了挖矿过程产生的区块生成延迟,并以异步方式缓解模型参数验证中的阻塞问题;其次,提出了一种角色自适应激励算法,因为该算法基于节点的工作强度和EDFL所分配的角色,所以能够激励合法节点更积极地进行模型训练,并有效地识别出恶意节点;再者,提出一种区块链分区存储策略,使得多重局部修复编码块(local reconstruction code)可被均匀地分布到网络的各个节点上,进而降低节点的本地存储代价,并实现了较高的数据恢复效率;最后,在真实的FEMNIST数据集上,对EDFL的学习效率、存储可扩展性和安全性进行了评估.实验结果表明,EDFL在以上3个方面均优于主流的基于区块链的FL框架.