摘要：“和谐”是中西方美学关键词之一,中国现代“和谐”美学观建构取得了突出成就,丰富并提升了和谐论美学的内涵和品质。中国现代美学家通过对中西和谐论资源的接受与转化,搭建起人生观一美感一艺术境界三位一体的现代和谐论美学框架,从个体心性和谐到人与自然、社会、艺术精神的和谐,为中国现代美学注入庄严优美、广大和谐等内涵,展现出比较、互鉴基础上融会中西以创新的和谐美学观建构之路,折射出中国现代美学彰显民族文化立场的意图及效果,体现了文化互鉴对中国现代美学发展的深刻影响和深远意义。

摘要：基于深度学习理念、指向核心素养的大单元教学已然成为“催生课堂变革”的重要支点。对此,我们应聚焦“大概念”下的音乐学科教学,立足学科性质、大概念思维和学科素养导向、大单元教学的内涵与价值,探究音乐大单元教学的设计思路与教学逻辑,助力素养本位的课程改革。

摘要：SD-WAN发展势头迅猛,电信运营商与互联网企业都在不断扩大布局。作为形态多样化的技术,SD-WAN中并未对时钟同步做出明确规范。分析了时钟同步对SD-WAN技术实现和业务运行的重要性。简述了在SD-WAN被广泛采用的互联网公共NTP服务时钟同步方案的利弊,由此展开讨论在不同场景可实现的自建NTP服务时钟同步方案,并设计了基于自建NTP服务利用管理隧道加密传输NTP同步数据的时钟同步方法,使SD-WAN平台和设备在时间同步时获得更高的安全性与稳定性。

摘要：中国艺术有“以形写神”的传统,儒释道心性论、形神观和言意观为此奠定了思想基础。以形写神具有五层美学蕴涵:穷形尽相与艺术家的体物工夫有关,离不开对生活的观察和对物象的观照;传神写照是艺术创造的审美理想,有赖于审美情感的介入,需要创造意识发挥作用;随物赋形是对艺术形式法则的概括,落实在艺术家展现创造力的“写”的过程中;形神两忘指向心物交融、物我不二的审美境界,有意无意之间方为传神之妙;游戏笔墨是活泼自在、任运自然的审美情趣,在禅宗思想滋养下,艺术创造成为彰显自性的方式。以形写神是中华美学精神的重要组成部分,其美学蕴涵和人文价值亟待传承与弘扬。

摘要：教育部颁布的《义务教育艺术课程标准(2022年版)》强调以发展学生核心素养为导向,坚持创新导向,关注学生个性化、多样化的学习和发展需求,增强课程适宜性,具体落实立德树人根本任务,促进学生全面发展。创意实践是核心素养的重要内涵之一。创意实践包括营造氛围,启发灵感,将创作的过程与方法进行探究和实践,再将生成的独特想法转化成为艺术成果。

摘要：华严佛理是宗白华意境说建构不可忽略的理论资源之一。宗白华融摄华严心性论、互摄性原理、宇宙观和境界论,以清净圆明心揭示高超莹洁的艺术心灵,使超验性的清净心转化为感性的、具体的直观心,又以“两镜相入”的华严镜喻突显意境创构心物交融互渗的特征,把“重重无尽”的华严境界转化为“无穷无尽”的意境特质,深化对中国艺术时空意识的体证。他在古今对接、中西融会的学术视域下重建意境说,发掘华严佛理的现代美学价值,赋予意境庄严优美、高超莹洁、无穷无尽等内涵,提供了一种近现代社会转型和“西学东渐”语境下内在性融摄与创造性转化中国传统思想的研究范式,为20世纪意境说研究作出了贡献。

摘要：为了解决联邦学习节点间数据非独立同分布(non-IID)导致的模型精度不理想的问题,提出一种隐私保护的数据增强方案。首先,提出了面向联邦学习的数据增强框架,参与节点在本地生成虚拟样本并在节点间共享,有效缓解了训练过程中数据分布差异导致的模型偏移问题。其次,基于生成式对抗网络和差分隐私技术,设计了隐私保护的样本生成算法,在保证原数据隐私的前提下生成可用的虚拟样本。最后,提出了隐私保护的标签选取算法,保证虚拟样本的标签同样满足差分隐私。仿真结果表明,在多种non-IID数据划分策略下,所提方案均能有效提高模型精度并加快模型收敛,与基准方法相比,所提方案在极端non-IID场景下能取得25%以上的精度提升。

摘要：“法无定法”是一个关于艺术创造的美学命题。它具有深厚的思想基础,主要包括儒家的变易哲学、道家的自然无为和怀疑精神、佛教禅宗的般若空观。儒释道思想融合促使这一美学命题生成与发展。“法无定法”有三层理论内涵:破除成规的创新意识;以意运法的创造精神;随机运法的活泼心境。对于当代审美活动和艺术创造而言,这一命题仍有不可忽视的现实意义。

摘要：目的为了解全省各级血吸虫病预防控制机构人力资源现状和存在的问题,并为《湖南省血吸虫病控制系列职称评定办法》的制订提供依据。方法设计调查表,普查2016年全省血防机构卫生人力状况。结果 2016年全省血防机构职工总数为1 291人。全省血防人员高龄化;专业技术人员比例偏小,仅占34. 9%,且学历偏低;血防人员结构不合理。结论应加强人才建设,稳定血防队伍,采取措施提高在职人员素质。

摘要：随着大数据、云计算等领域的蓬勃发展,重视数据安全与隐私已经成为世界性的趋势,不同团体为保护自身利益和隐私不愿贡献数据,形成了数据孤岛.联邦学习使数据不出本地就可被多方利用,为解决数据碎片化和数据隔离等问题提供了解决思路.然而越来越多研究表明,由谷歌首先提出的联邦学习算法不足以抵抗精心设计的隐私攻击,因此如何进一步加强隐私防护,保护联邦学习场景下的用户数据隐私成为一个重要问题.对近些年来联邦学习隐私攻击与防护领域取得的成果进行了系统总结.首先介绍了联邦学习的定义、特点和分类;然后分析了联邦学习场景下隐私威胁的敌手模型,并根据敌手攻击目标对隐私攻击方法进行了分类和梳理;介绍了联邦学习中的主流隐私防护技术,并比较了各技术在实际应用中的优缺点;分析并总结了6类目前联邦学习的隐私保护方案;最后指出目前联邦学习隐私保护面临的挑战,展望了未来可能的研究方向.