- 博客(435)
- 收藏
- 关注
RSS订阅原创 基于多关键字的Top-k布尔可搜索加密方案
TBSE方案共包含7个算法，分别是密钥生成算法、关键字索引生成算法、加密分数索引生成算法、令牌生成算法、搜索算法、top-k算法以及索引更新算法，TBSE方案所示：每个算法的具体描述为：1) 密钥生成算法KSY,KDN,KGM←KeyGen(λ)为概率性算法，运行于数据拥有者.输入安全参数λ，输出对称加密密钥KSY，2DNF加密密钥KDN=(pkDN,skDN)以及GM加密密钥KGM=(pkGM,skGM).
2024-07-21 16:52:45
12
原创 基于校园上网行为感知的学生成绩预测方法
给定一个学生，本文收集该学生连续n天的上网行为记录，即学生对于不同类型网站的访问频率.具体来说，可以用矩阵Ai∈l×m编码学生在第i天的上网行为，其中m表示一天中时间段的个数，l表示网站的类别个数.设l为Ai的第j列，其进一步表示了学生在第i天第j个时间段的上网行为，它的第k个元素代表了学生在该时间段内对于第k种类型网站的访问频率.
2024-07-21 16:48:07
10
原创 点云配准中多维度信息融合的特征挖掘方法
摘 要 数据挖掘是使用人工智能等方法在大型数据集中提取隐含潜在信息的过程，为从大量信息中获取有价值的知识提供了有效途径.在使用深度学习解决点云配准任务的过程中，数据挖掘也无处不在.全局特征提取和刚体变换估计是无对应点云配准的2个关键阶段，挖掘隐藏在2个阶段中的丰富信息是点云配准的重要任务之一.然而，最近提出的方法在提取全局特征时容易忽略低维局部特征，导致大量点云信息的丢失，使得后续刚体变换估计阶段求解变换参数时精度无法达到预期.首先，提出了一种基于多维度信息融合的特征挖掘网络，充分挖掘点云中的高维全局和低维
2024-07-21 16:43:31
11
原创 多粒度融合驱动的超多视图分类方法
为了实现超多视图的融合，本文提出了一种多粒度融合驱动的多视图分类方法(multi-granulation fusion method, MGF),模型框架如图4所示.图4 模型架构图本节我们将详细介绍本文提出MGF方法.如图4所示，MGF方法由3个模块组成：多视图特征提取、多粒度融合空间构造及融合和决策.下面，将依次介绍每个模块的功能及工作原理.
2024-07-21 16:34:21
7
原创 面向回归任务的数值型标签噪声过滤算法
设有回归数据集表示第i个样本的输入特征或属性，yi表示第i个样本的实值输出标签.若数据中存在数值型标签噪声，则实际标签yi可能不等于未知的真实标签标签噪声：(1)定义1. 真实经验误差.回归模型f(x)经数据D训练后基于无噪标签的真实经验误差：(2)定义2. 实际经验误差.模型在第i个样本的实际误差ri=f(xi)-yi，基于含噪标签的实际经验误差:(3)实际中由于真实标签未知，真实经验误差Remp(f,D)无法计算.虽然可以采用式(3)来近似真实经验误差，但通常会低估真实误差.
2024-07-21 16:33:15
7
原创 推荐系统中稀疏情景预测的特征-类别交互因子分解机
传统的SVM难以解决特征稀疏问题，FM主要是为了解决数据稀疏的情况下特征怎样组合的问题.FM的主要思想是利用多维特征之间的交叉关系，利用矩阵分解的方法进行参数的训练.基本的符号表示为:假定每一条训练数据拥有特征属性x={x1,x2,…,xm}，其中xi表示第i个真实的特征值，m表示特征的数量，它的真实值y可代表用户是否进行了点击(或选择).非零特征交互对表示为(1)由于FM通常情况下只考虑2阶多项式模型，也就是特征两两组合的问题，假定最终需要求得的目标为预测值基础模型表达为(2)
2024-07-11 21:31:25
115
原创 基于多尺度标签传播的小样本图像分类
摘 要 在小样本条件下，由于低数据问题，即标记数据较少且难以收集，采用传统的深度学习很难训练出一个好的分类器.最近的研究中，基于低维局部信息度量方法和标签传播网络(transductive propagation network, TPN)算法取得了较好的分类效果，并且局部信息可以很好地度量特征与特征之间的关系，但是低数据问题依然存在.为了解决低数据问题，提出基于多尺度的标签传播网络(multi-scale label propagation network, MSLPN)方法，其核心思想在于利用多尺度生成
2024-07-11 21:23:05
110
原创 基于图卷积的异质网络节点分类方法
定义1. 信息网络. 信息网络被定义为无向图G=(V,E,A,P,φ,φ)，其中，V表示节点集合，E表示关系集合，A表示节点类型集合，P表示关系类型集合，φ:V→A表示节点类型映射函数，φ:E→P表示关系类型映射函数.异质网络是具有多种节点和关系类型的信息网络，多样化的节点和关系共同描述了异质网络中的语义信息，见定义2.定义2. 异质网络[15]. 给定信息网络Gh=(Vh,Eh,Ah,Ph,φh,φh)，如果|Ah|+|Ph|>2，则称Gh为异质信息网络，简称为异质网络.
2024-07-11 21:21:58
116
原创 移动边缘网络中联邦学习效率优化综述
通过联邦学习在国内外的研究现状，可以看出其重要性与研究价值.联邦学习的提出和实现与边缘计算和深度学习息息相关.边缘计算为联邦学习的本地训练创造了条件，深度学习为联邦学习提供了理论依据和核心技术.本节首先介绍深度学习和边缘计算等背景知识，然后阐述传统数据隐私保护技术及其不足，从而引出联邦学习的概念、架构与分类，突出联邦学习的特点与优势，对比了联邦学习与传统分布式学习的区别，并总结了现有的联邦学习平台的特点.
2024-07-11 08:13:20
32
原创 基于动态自适应冗余的现场可编程门阵列容错方法
摘 要 现场可编程门阵列(field programmable gate array, FPGA)极易遭受由空间高能粒子辐射引发的故障，进而影响片上任务的正常执行.目前常采用三模冗余(triple modular redundance, TMR)进行容错设计，尽管可以取得较好的容错效果但存在资源开销大的问题.尤其当辐射水平较低时，对全部任务采用三模冗余方式执行能使上述资源开销大的问题更加严重.针对此，提出了一种基于动态自适应冗余的容错方法(fault tolerance based on dynamic s
2024-07-11 08:11:21
8
原创 FAQ-CNN:面向量化卷积神经网络的嵌入式FPGA可扩展加速框架
摘 要 卷积神经网络(convolutional neural network, CNN)模型量化可有效压缩模型尺寸并提升CNN计算效率.然而，CNN模型量化算法的加速器设计，通常面临算法各异、代码模块复用性差、数据交换效率低、资源利用不充分等问题.对此，提出一种面向量化CNN的嵌入式FPGA加速框架FAQ-CNN，从计算、通信和存储3方面进行联合优化，FAQ-CNN以软件工具的形式支持快速部署量化CNN模型.首先，设计面向量化算法的组件，将量化算法自身的运算操作和数值映射过程进行分离；
2024-07-11 08:08:12
11
原创 连续学习研究进展
摘 要 近年来，随着信息技术的不断发展，各种数据呈现爆炸式的增长，传统的机器学习算法只有当测试数据与训练数据分布类似时，学习算法才能取得较好的性能，换句话说，它们不能在动态环境中连续自适应地学习，然而，这种自适应学习的能力却是任何智能系统都具备的特性.深度神经网络在许多应用中显示出最好的学习能力，然而，使用该方法对数据进行增量更新学习时，会面临灾难性的干扰或遗忘问题，导致模型在学习新任务之后忘记如何解决旧任务.连续学习(continual learning, CL)的研究使这一问题得到缓解.连续学习是模拟大
2024-07-04 22:07:04
32
原创 一种联邦学习中的公平资源分配方案
在本文中，我们提出了一种新的联邦学习算法α-FedAvg，使聚合模型在参与者本地数据上的准确率分布更均衡.首先，类比资源分配领域，我们给出了联邦学习系统公平和有效性的度量方法；然后我们引入了α-fairness并研究了参数α对公平和有效性的影响，通过一种算法确定了我们需要的α值；
2024-07-04 22:05:27
22
原创 领域对齐对抗的无监督跨领域文本情感分析算法
定义1. 无监督领域自适应.源领域数据为标定样本，即满足独立同分布Ps，ns代表源领域的样本量，代表第i个源领域样本及其对应的情感极性标签目标领域为无标定样本，即满足独立同分布Pt，nt代表目标领域的样本量，代表第i个目标领域样本.无监督领域自适应的目标是在最小化领域差异损失的基础上，通过最小化标签判别损失学习一个端到端的跨领域情感分类模型G，并将该分类模型迁移到目标领域，目标函数为(1)
2024-07-04 19:41:20
23
原创 电力物联场景下抗失陷终端威胁的边缘零信任模型
3)PE调用存储在TF_chain上的信任因素，计算终端信任值，对资源访问请求进行认证，并将认证结果分发给PA和PEP；综合国内外研究现状，零信任引擎的部署多偏向于中心化，在终端数量有限的场景下，可以有效监控失陷终端，阻断恶意数据注入和防止敏感信息的窃取威胁.对于海量终端接入的电力物联场景，中心化的零信任引擎部署容易出现单点失效故障.此外，契合零信任原则的信任评估方法较为缺乏，现有的信任评估方案多采用静态的信任值计算方法，信任值的更新滞后于主体行为的变化，难以及时应对行为突变的失陷终端威胁.
2024-07-04 19:40:44
20
原创 电力物联场景下抗失陷终端威胁的边缘零信任模型
3)PE调用存储在TF_chain上的信任因素，计算终端信任值，对资源访问请求进行认证，并将认证结果分发给PA和PEP；综合国内外研究现状，零信任引擎的部署多偏向于中心化，在终端数量有限的场景下，可以有效监控失陷终端，阻断恶意数据注入和防止敏感信息的窃取威胁.对于海量终端接入的电力物联场景，中心化的零信任引擎部署容易出现单点失效故障.此外，契合零信任原则的信任评估方法较为缺乏，现有的信任评估方案多采用静态的信任值计算方法，信任值的更新滞后于主体行为的变化，难以及时应对行为突变的失陷终端威胁.
2024-07-04 19:06:14
47
原创 基于自注意力机制的无边界应用动作识别方法
如图1所示，一个具体的动作序列是由在时间上离散、有序分布的若干个数据包构成，按先后顺序将这些数据包从1开始编号，并使用pi表示第i个数据包，则由k个数据包组成的动作序列可表示为一个序列Pk：(1)图1 动作边界示意图若动作序列Pk共包含N个互不相交的动作，同样将这些动作按先后顺序从1开始编号，并使用Ai表示第i个动作，则Pk也可等价表示为(2)显然，k个数据包可以被划分到N个动作中，每个动作都由若干个连续的数据包组成.使用Bi表示第i个动作中第一个数据包在Pk中的编号，则Pk又可以等价表示为。
2024-07-04 19:04:22
11
原创 工业控制系统安全综述
摘 要 工业控制系统除了应用于生产制造行业外，还广泛应用于交通、水利和电力等关键基础设施.随着工业数字化、网络化、智能化的推进，许多新技术应用于工业控制系统，提高了工业控制系统的智能化水平，但其也给工业控制系统的安全带来严峻的挑战.因此，工业控制系统的安全倍受研究人员的关注.为了让研究人员系统化地了解目前的研究进展，调研了近3年Web of Science核心数据库、EI数据库和CCF推荐网络与信息安全国际学术会议中发表的与工业控制系统安全相关论文以及其他相关的高水平研究工作.首先，介绍工业控制系统的体系结
2024-07-04 13:29:59
29
原创 工控协议逆向分析技术研究与挑战
摘 要 近年来，工业互联网的安全事件日益频发，尤其是工业控制系统(industrial control system, ICS)，该现象揭示了目前ICS中已经存在较多的安全隐患，并且那些针对ICS安全隐患的大多数攻击和防御方法都需要对工控协议进行分析.然而，目前ICS中大多数私有工控协议都具有与普通互联网协议完全不同的典型特征，如结构、字段精度、周期性等方面，导致针对互联网协议的逆向分析技术通常都无法直接适用于工控协议.因此，针对工控协议的逆向分析技术已经成为近几年学术界和产业界的研究热点.首先结合2种典型
2024-07-04 13:29:11
137
原创 工业控制系统协议安全综述
摘 要 工业控制系统是国家基础设施的重要组成部分，广泛应用于能源、制造、交通、军工等行业，是关乎国计民生的重要资源.工控协议是控制系统实现实时数据交换、数据采集、参数配置、状态监控、异常诊断、命令发布和执行等众多功能有机联动的重要纽带，其安全问题与工控系统的可靠稳定运行密切相关.深度剖析工控协议安全是理解工控系统安全威胁的一个重要角度，能够对工控系统的安全防护和保障提供指导.通过整理学术界与工业界对工控协议安全的研究工作，例如研究论文、标准指南、攻击事件等，系统化地分析和总结了工控协议所面临的安全问题.首先
2024-07-04 13:28:04
18
原创 基于谱结构融合的多视图聚类
本文提出的多视图聚类模型，与已有模型不同，它寻求在谱嵌入结构层进行多视图信息的融合.同时摆脱了传统受近邻数影响的构图方法，而采用自表示的子空间学习方式将图学习与谱聚类整合在统一的框架下进行联合优化学习，并且通过秩约束的方式来学习一个由各视图共享的恰好具有k个连通分量的谱结构图，这样不需要任何后处理步骤就可以直接获得聚类分配结果.另外，针对本文模型提出了一种高效的优化算法.在5个基准数据集上与已有模型进行大量对比实验验证了本文模型的有效性和优越性.
2024-07-04 10:40:38
14
原创 基于两级权重的多视角聚类
定义1. 多视角数据.设{X(v)∈表示M个视角中的N个样本，其中X(v)∈N×d(v)表示第v个视角的特征矩阵，d(v)表示第v个视角的特征维度.表示第v个视角中的第i个样本.表示第v个视角内第i个样本的第j个特征.定义2. 多视角聚类.给定多视角数据{X(v)∈多视角聚类通过结合不同视角的特征信息，将N个样本划分为C个簇，同一簇内样本间的相似度高，不同簇间样本的相似度低.
2024-07-04 10:38:41
19
原创 基于迭代稀疏训练的轻量化无人机目标检测算法
摘 要 随着无人机技术的成熟，配备摄像头的无人机被广泛应用于各个领域，自动高效地分析和理解从无人机收集的视觉数据非常重要.基于深度卷积神经网络的目标检测算法在许多实际应用上取得了惊人的成绩，但往往伴随着巨大的资源消耗和内存占用.因此，对于无人机上携带的计算能力受限的嵌入式设备来说，直接运行深度卷积神经网络非常具有挑战性.为了应对这些挑战，以经典的目标检测方法YOLOv3(you only look once)为例，基于迭代稀疏训练的剪枝方式可以实现有效的模型压缩，同时通过组合不同数据增强方式与相关优化手段保
2024-07-03 18:32:36
18
原创 InfiniBand中面向有限多播表条目数的多播路由算法
定义1. 互连网络.互连网络是1个有向图I=G(N,C)，其中N为网络节点集合，C为通信链路集合.网络节点又分为终端及交换机.终端一般是网卡设备，用于收发数据；而交换机用于转发数据.
2024-07-03 18:31:38
14
原创 融合Transformer和交互注意力网络的方面级情感分类模型
现有的大多数研究者使用循环神经网络与注意力机制相结合的方法进行方面级情感分类任务。然而，循环神经网络不能并行计算，并且模型在训练过程中会出现截断的反向传播、梯度消失和梯度爆炸等问题，传统的注意力机制可能会给句子中重要情感词分配较低的注意力权重。针对上述问题，该文提出了一种融合Transformer和交互注意力网络的方面级情感分类模型。
2024-07-01 13:55:39
27
原创 集合空间关键字内聚组查询方法
图1和图2分别给出道路网络（路网）和社会关系示例，图2中的边代表用户之间的朋友关系。在图1中，用户u1位于r8处，提出查询关键字为{公园, 餐厅, 商场}，并希望和其余2个朋友同去。路网中的红色和蓝色分别标注一组满足查询关键字条件的兴趣点集合，查询返回的结果可以是{{u1,u2,u3},{r12,r17,r25}}或{{u1,u3,u5},{r20,r28,r21}}。
2024-07-01 13:52:34
17
原创 基于自适应损失函数的句子级远程监督关系抽取
远程监督关系抽取是一种关系抽取方法，现有方法主要采用多实例学习，在具有相同实体对的样例包上进行关系抽取。但是，包级方法只能缓解却并不能完全解决错误标签问题。基于此，文中首先分析了干净数据和噪声数据的分布，提出了一种新的自适应损失函数；在此基础上，提出了一种基于自适应损失函数的句子级远程监督关系抽取方法。在公开数据集NYT-10以及基于TACRED的合成数据集上的实验结果表明：文中提出的方法优于对比文献中的方法，能够更有效地区分错误标签噪声样例和干净样例，提高了句子级远程监督关系抽取的准确率。
2024-07-01 13:48:21
16
原创 基于改进的Yolov5的无人机图像小目标检测
摘要: 为了解决无人机航拍图像小目标检测算法检测速度与精度无法兼顾的问题，在Yolov5的基础上，提出了针对于无人机图像小目标检测的Yolov5_GBCS算法。在新的算法中，添加一个额外的检测头，以便增强对小目标的特征融合效果；在主干网络中分别采用GhostConv卷积模块、GhostBottleneckC3模块替换部分Conv模块和C3模块用以提取丰富特征和冗余特征以提高模型效率；引入加权双向特征金字塔网络（bidirectional feature pyramid network, BiFPN）结构，用
2024-06-26 13:49:14
47
原创 基于改进蚁群优化算法的AUV三维路径规划
针对蚁群算法在三维路径规划时收敛速度慢且难以收敛至最优的缺点，提出一种新的改进蚁群算法，并将其应用于自主式水下机器人(autonomous underwater vehicle，AUV)三维路径规划。与现有算法相比，改进算法优点主要体现在3个方面：首先，引进伪随机状态转移概率提升算法全局搜索能力；其次，将距离和轨迹限定因子引入启发式函数，距离因子保证搜索不断趋近目标点，在轨迹限定因子约束下，轨迹累计转角更小，以此提升收敛速度和精度；
2024-06-26 13:47:41
506
原创 基于城市超车工况的智能车辆避障规划方法研究
在城市道路行驶中，超车驾驶既是常见的驾驶行为，也是常见的交通事故工况之一。基于改进人工势场法（artificial potential field method）与模型预测控制(model predicition control)提出了一种避障规划控制方法。首先，构建目标点引力势场函数、道路及车道线势场函数以及障碍物车辆势场函数；其次，基于势场函数建立统一化模型函数；最后，对系统进行模拟实验评估。
2024-06-26 13:46:12
22
原创 采用多任务特征融合的脑电情绪识别方法
特征选择与融合是提升脑电信号情绪解码精度的重要手段之一。然而，当前脑电情绪解码中的特征选择方法常忽略了脑电信号内在数据结构的隐含信息。该文提出一种基于近邻传播聚类的多任务特征融合方法，通过L2,1L2,1范数约束实现稀疏特征选择，同时利用图拉普拉斯正则化保持不同子类间的潜在关系。该算法在不揭示真实样本标签的情况下，在子任务空间有效融合脑网络空间拓扑结构信息和微分熵信息，为高精度脑电信号情绪解码提供具有更高情绪表征能力的特征。
2024-06-26 13:44:49
17
原创 融合体素图注意力的三维目标检测算法
目前基于点云的三维目标检测方法未能充分利用点云局部几何特征，导致对点云稀疏的目标检测效果不佳。为此，本文提出基于原始点云体素图注意力的两阶段三维目标检测算法(voxel graph attention region-CNN, VGT-RCNN)。通过多尺度体素特征插值计算网格中心点特征；在多尺度非空体素特征上构造局部图；通过图注意力机制对体素特征进行加权平均，充分提取并利用目标的局部几何特征完成检测。
2024-06-26 13:43:22
19
原创 面向多目标医疗垃圾分类的智能识别分拣系统设计
医疗垃圾中存在大量的病毒和细菌，为解决医疗垃圾源头智能分类问题，开发了基于机器视觉和Delta机构的智能分拣平台样机，并提出一种三阶段的多目标医疗垃圾识别分拣（medical waste recognition- indexes-sorting，MWRIS）算法。第1阶段提出数据增强扩容的IE-YOLOv4算法建立起医疗垃圾识别模型，与Faster R-CNN、RetinaNet、CenterNet等5种模型比较；第2阶段索引分类模型用于管理分类规则；第3阶段定位分拣算法指导目标定位分拣。
2024-06-26 13:41:48
23
原创 结合卷积和轴注意力的光流估计网络
现有的光流估计网络为了获得更高的精度，往往使用相关性成本量和门控循环单元(gate recurrent unit，GRU)来进行迭代优化，但是这样会导致计算量大并限制了在边缘设备上的部署性能。
2024-06-26 13:38:58
7
原创 隐私保护下融合联邦学习和LSTM的少数据综合能源多元负荷预测
对于用能数据不足的综合能源系统，借助相似系统的丰富数据可以为其建立高精度的多元负荷预测模型，然而，受数据安全等因素的限制，很多系统并不愿意共享自身数据。联邦学习为处理隐私保护下的少数据综合能源多元负荷预测问题提供了一个重要的思路，但是现有方法依然存在相似参与方识别精度不高等不足。
2024-06-26 13:37:22
620
原创 国内外教育数字化研究热点与趋势
摘 要： 教育数字化是应对数字经济、教育全民化和终身化的战略应答，国内外诸多学者都将教育数字化研究作为关注重点。基于文献计量学方法，运用CiteSpace软件对2017—2023年科学网核心数据合集和中国知网的核心期刊与CSSCI收录期刊刊载的文献进行可视化分析，旨在探索当前国内外教育数字化研究的热点和趋势。结果表明，国内外教育数字化的研究领域持续拓展，研究热点发生持续变化，但研究机构与作者仍较单一，相关研究呈现由单项研究、宏观设计、理论探索转向整体推进、微观操作、具体实践的趋势。与发达国家相比，我国教育数
2024-06-25 13:25:46
54
原创 深度融合：无处不在的变革——《无限的可能：世界高等教育数字化发展报告（2023）》
摘 要： 数字技术已成为当今社会科技和产业变革的核心驱动力，正加快塑造着人类社会新的生活方式、经济模式和社会结构。推动教育变革和创新，是各个国家共同面临的任务。如何利用新一代数字技术优势，充分赋能高等教育教与学，是开辟教育发展新赛道和塑造教育发展新优势的重要突破口。回顾数字技术对教育的变革历史，大致可分为：视听化教学、计算机辅助教学、网络教育、移动互联网教育、智慧教育等五个阶段。数字技术给学习环境、教育资源、师生素养、教学方法、教学评价等方面带来以下影响和转变：一是驱动学习环境变革，促进学习环境从“静态”转
2024-06-25 13:24:17
21
原创 具身认知视角下线上课程开发的未来走向
摘 要： 在工具理性的影响下，线上课程开发多注重技术上的智能化以及视频制作的品质，较少关注学习者的具身性。根据身体参与学习活动的完整度，课程发展分为三个阶段：课程的前语言阶段、课程的离身化阶段、线上线下课程的具身化阶段。信息技术虽然为线上课程提供了网络化、智能化、多样化、个性化的发展可能，却不可避免地带来“身体缺离”“信息迷失”“知识预设”等一系列问题，这种“离身化”趋势的本质是由于线上课程师生时空分离所导致。如何在线上课程开发中加强人的身体介入，避免因离身取向带来的风险？研究者认为应在关注线上课程开发的价
2024-06-25 13:20:03
18
原创 范式再造：主动求变的实践——《无限的可能：世界高等教育数字化发展报告（2023）》
摘 要： 高等教育数字化浪潮迅速在全球范围内普及开来。数字化已成为众多国家推进高等教育高质量、可持续发展的战略支撑和必由之路。鉴于此，在系统梳理数字技术赋能高等教育实践案例的基础上，围绕育人方式、办学模式、管理体制、保障机制四个维度总结高等教育数字化新范式，探析数字技术如何系统再造高等教育，并提出对未来高等教育数字化发展的启示。育人方式上旨在改变传统教育模式，实现更加虚拟化、精准化、协同化和个性化的育人格局，培养具备专业素养、创新思维、社会责任感和综合素质的创新型人才；办学模式上旨在改变传统大学相对独立的办
2024-06-25 13:19:25
21
原创 高校数字素养教育的观念更新与实践创新
摘 要： 培养学生数字素养是数字化时代赋予高等教育的应尽职责，也是高等教育数字化转型的内在要求。当前，高校数字素养教育亟待突破对图书馆信息素养教育模式的依赖，而实现这一突破的策略在于观念更新与实践创新。观念更新即清晰理解数字素养概念的超越性和综合性，其超越性主要体现为对批判性信息分析能力和创造性信息生产能力的重视，其综合性则体现为内涵的多元性、框架的异质性和类型的多样性。实践创新即实施“多方协作·分层培养·形式多样”的数字素养教育新模式。“多方协作”指的是由利益相关者即高校、企业和政府三方共同承担；“分层培
2024-06-25 13:17:30
30
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人