国家超级计算深圳中心科学计算相关软件
Discovery Studio简介
国家超级计算深圳中心科学计算相关软件Discovery Studio是BIOVIA公司在生命科学领域的一款综合性应用于生命科学预测领域的软件，集成了目前分子模拟领域的各种经典、先进算法及高质量的图形界面，可主要用于蛋白质的表征、同源建模、分子力学计算和分子动力学模拟、基于结构药物设计工具、基于小分子的药物设计工具和组合库的设计与分析等。Discovery Studio可以应用于生命科学以下研究领域：新药发现，生物信息学，结构生物学，酶学，免疫学，病毒学，遗传与发育生物学，肿瘤研究等。
目前国家超级计算深圳中心配置了Standalone基本界面和显示模块，Protein Refine蛋白质模拟模块，Flexible Docking、LigandFit、LigandScore基于结构的药物发现和设计模块，Catalyst Conformation、Catalyst Hypothesis、Catalyst SBP、Catalyst Score基于药效团的药物发现和设计模块，CHARMm分子力学和分子动力学计算模块。
Part One 宏观指导 彭青龙 上海交通大学外国语学院教授、副院长、博士生导师 研究领域：外语教学方法、专门用途英语、其他外国文学研究、其他外国社会文化 主持项目：独立主持课题十项，其中国家社科基金重大课题子项目一项、国家社科基金一般项目两项、教育部人文社科基金一般项目一项、澳大利亚政府基金项目两项等。 Q：如何更好地利用国家社科基金项目、教育部人文社会科学研究项目中的选题指南来进行选题？ a.课题申报者应仔细研究课题指南，深刻领会其内涵和外延，确定适合自己的选题。国家项目课题指南往往反映的是最前沿或者最基础却尚未解决好的研究问题。 b.国家项目课题指南每年都会有变化，课题申报者可以对比研究近两三年课题指南的变化，较往年有变化的地方通常是国家特别希望在这个领域内进行着力研究的问题。 Q：如何判断某一个课题是否具有学术价值或应用价值？可否举例说明？ 一个课题的学术价值体现在其理论价值和应用价值两方面。而课题的创新往往体现在观点创新或是方法创新两个主要方面。如，某课题一般运用定性研究的方法，而本人综合运用了定性和定量的两种方法，这从某种意义上来说就是一种创新，方法创新也可理解为新路径或新视角。创新往往是站在巨人的肩膀上的创新。Q：国家课题的选题与一般学术论文选题区别在哪里？ 国家课题往往是各领域亟待解决的问题。研究成果受众面大，具有广泛的应用价值或理论价值，也具有相当的示范性。国家课题一般是集中某一重要方面进行多维度的探讨，更具系统性和逻辑性，其成果至少应该是系列论文而非单篇文章。Q：课题申报书常见问题有哪些？ 申报书需要展示的是三个方面，即why, what, how, 即你为什么要做此项研究，研究的主要内容是什么，你将如何组织实施你的研究。同时，前期积累也很重要。总之，通过申报书，你要能说服评审专家可以将这个项目放心地交给你。 课题申报书中的常见问题有： a. 选题本身存在概念不清、逻辑混乱。申报者对基本概念应有明晰的判断，主概念和子概念之间关系要有逻辑性。 b. 选题过大或过小。有些选题太大，可写成大型系列丛书，但申报书中的论述不够详实，难以支撑。有些选题也很大，但仅以很小的案例做支撑，论证充分性不够，难以令人信服。 c. 文献综述，述而不论。一些申报书中文献综述仅罗列多方观点，却没有批判性的论述，或将自己的论述淹没在描述中，没有鲜明地提出自己的观点。文献综述在综合分析前人研究成果的同时，要对其进行评价和判断，即哪些观点是得到普遍认同的，哪些观点还存在不足，有待进一步研究。而本课题研究正是弥补不
TEMS DISCOVERY DISCOVERY的几大功能： 一：数据展示（地理化窗口/layer 3/图形化显示）都是在project中可以直接打开显示的。二：出报告 三：地理化的差值分析/平均分析 Discovery和TI导入数据的想法不一样,TI是用logfile进行导入后分析,discovery是通过PROJECT形式导入各种数据（.cel/map/log这些数据是基于project） 第一步:新建一个project:点击project explorer---new
上图中我们需要给project定义一个project name。然后SAVE一下。（再导入cell/map之前GIS/CELL CONFIGATION是空的，导入之后这里会有相应的显示） UDR:uers defined region(用户自定义区域) 第二步: 导入数据 路测数据 地理化数据
小区数据 天线数据(天线的主瓣旁瓣) 覆盖图(planning tools导出来的)
在导入.cel(小区数据) 文件时的选项:要定义小区数据是属于哪一个project(define target project),然后Browse小区数据。 导入过程中，我们会在TASK WINDOW中看到相应的project/.cel导入信息。 导入好小区数据之后我们会在project Explorer中看到我们新建的project (20100801)中会出现Composite（组合）/datasets（数据组）,现在这里还是空的,然后我们右键project(比如:20100801)—view/edit properties会看到我们cell configuration已经存在CELL文件了。 ,
Deep Learning for Human Part Discovery in Images Gabriel L.Oliveira,Abhinav Valada,Claas Bollen,Wolfram Burgard and Thomas Brox Abstract—This paper addresses the problem of human body part segmentation in conventional RGB images,which has several applications in robotics,such as learning from demon-stration and human-robot handovers.The proposed solution is based on Convolutional Neural Networks(CNNs).We present a network architecture that assigns each pixel to one of a prede?ned set of human body part classes,such as head, torso,arms,legs.After initializing weights with a very deep convolutional network for image classi?cation,the network can be trained end-to-end and yields precise class predictions at the original input resolution.Our architecture particularly improves on over-?tting issues in the up-convolutional part of the network.Relying only on RGB rather than RGB-D images also allows us to apply the approach outdoors.The network achieves state-of-the-art performance on the PASCAL Parts dataset.Moreover,we introduce two new part segmentation datasets,the Freiburg sitting people dataset and the Freiburg people in disaster dataset.We also present results obtained with a ground robot and an unmanned aerial vehicle. I.INTRODUCTION Convolutional Neural Networks(CNNs)have recently achieved unprecedented results in multiple visual perception tasks,such as image classi?cation[14],[24]and object detection[7],[8].CNNs have the ability to learn effective hierarchical feature representations that characterize the typical variations observed in visual data,which makes them very well-suited for all visual classi?cation tasks.Feature descriptors extracted from CNNs can be transferred also to related tasks.The features are generic and work well even with simple classi?ers[25]. In this paper,we are not just interested in predicting a single class label per image,but in predicting a high-resolution semantic segmentation output,as shown in Fig.1. Straightforward pixel-wise classi?cation is suboptimal for two reasons:?rst,it runs in a dilemma between localization accuracy and using large receptive?elds.Second,standard implementations of pixel-wise classi?cation are inef?cient computationally.Therefore,we build upon very recent work on so-called up-convolutional networks[4],[16].In contrast to usual classi?cation CNNs,which contract the high-resolution input to a low-resolution output,these networks can take an abstract,low-resolution input and predict a high-resolution output,such as a full-size image[4].In Long et al.[16], an up-convolutional network was attached to a classi?cation network,which resolves the above-mentioned dilemma:the contractive network part includes large receptive?elds,while the up-convolutional part provides high localization accuracy. All authors are with the Department of Computer Science at the University of Freiburg,79110Freiburg,Germany.This work has partly been supported by the European Commission under ERC-StG-PE7-279401-VideoLearn, ERC-AG-PE7-267686-LIFENA V,and FP7-610603-EUROPA2. (a)PASCAL Parts(b)MS COCO (c)Freiburg Sitting People(d)Freiburg People in Disaster Fig.1:Input image(left)and the corresponding mask(right) predicted by our network on various standard datasets. In this paper,we technically re?ne the architecture of Long et al.and apply it to human body part segmentation,where we focus especially on the usability in a robotics context.Apart from architectural changes,we identify data augmentation strategies that substantially increase performance. For robotics,human body part segmentation can be a very valuable tool,especially when it can be applied both indoors and outdoors.For persons who cannot move their upper body, some of the most basic actions such as drinking water is rendered impossible without assistance.Robots could identify human body parts,such as hands,and interact with them to perform some of these tasks.Other applications such as learning from demonstration and human robot handovers can also bene?t from accurate human part segmentation.For a learning-from-demonstration task,one could take advantage of the high level description of human parts.Each part could be used as an explicit mapping between the human and joints of the robot for learning control actions.Tasks such as human-robot handovers could also bene?t.A robot that needs to hand a tool to its human counterpart must be able to detect where the hands are to perform the task. Human body part segmentation has been considered a very challenging task in computer vision due to the wide variability of the body parts’appearance.There is large variation due to pose and viewpoint,self-occlusion,and clothing.Good results have been achieved in the past in conjunction with depth sensors[22].We show that CNNs can handle this variation very well even with regular RGB cameras,which can be used also outdoors.The proposed network architecture yields correct body part labels and also localizes them precisely. We outperform the baseline by Long et al.[16]by a large
广东省哲学社会科学“十三五”规划项目 外语专项 申请书 项目类别 项目名称 项目负责人 负责人所在单位 填表日期
广东省哲学社会科学规划领导小组办公室制 二О二О年六月 申请者的承诺： 保证如实填写本表各项内容。如果获准立项，承诺以本表为有约束力协议，遵守《广东省哲学社会科学规划项目管理办法》等有关规定，认真开展研究工作，取得预期研究成果。 申请者（签章）： 年月日 填表注意事项 一、本表请如实填写。 二、本表第一项“项目负责人、主要参加者情况”部分栏目填写说明： 1、研究类型：指本项目研究属基础理论研究、应用开发研究、综合研究等。 2、主要参加者：必须真正参加本项目研究工作，不含项目负责人，不包括科研、财务管理人员。 3、预期成果形式：指最终成果形式，含专著、研究报告、论文等。其中，论文指内容具有相关性、系统性的，已发表及未发表的论文若干篇。 4、项目完成时间：1-2年。 三、申请人具有副高以上（含副高）职称或具有博士学位者，不填“推荐人意见”。 四、本表内“申请者（签章）”和“推荐人姓名”处须手写，不能打印。
五、本表用A3纸双面印制，中缝装订成册。 六、本表由项目负责人所在单位加具单位意见，并统一报送省哲学社会科学规划领导小组办公室。 七、省哲学社会科学规划领导小组办公室地址：XX市天河北路618号广东社科中心B座9楼，邮编：******，电话：（020）********、********。 一、项目负责人、主要参加者情况
二、课题设计论证
三、项目负责人正在主持的其他项目 四、推荐人意见 五、项目负责人所在单位意见
用STM32F4-Discovery套件自带调试器烧录STM32芯片 碧云天书 STM32F4-Discovery自带了SWD调试连接器，可以用来调试和烧录STM32芯片和开发板。一般STM32开发板上的调试接口为20脚的JTAG接口，而STM32F4-Discovery板载的SWD调试连接器为6教SWD接口，可以用一条20脚转6脚的连接线将SWD调试器连接到开发板的JTAG接口上。 一、硬件连接 下图是JLink接口的SWD端口配置图，可以作为连接参考。引脚编号为简易牛角座顶视图对应的编号。红线标识的引脚对应着ST-LINK/V2调试连接器CN2的6个引脚。 表1STM32F4-Discovery自带的ST-LINK/V2调试连接器CN2引脚定义(SWD) 引脚CN2说明 1VDD_TARGET来自应用的VDD 2SWCLK SWD时钟 3GND地线 4SWDIO SWD数据输入/输出 5NRST目标MCU的复位 6SWO保留（TRACESWO，连接目标MCU的PB3，可以不接） 由于使用ST-LINK/V2上的NRST就得断开SB11锡桥，因此不使用NRST线。需要连接剩下的5根线，分别是VCC,SWDIO,SWCLK，SWO，GND。其中SWO也可以不接，这样就只需要连4条线。下面的表2总结了连线方式。 表2连接STM32F4-Discovery自带的ST-LINK/V2调试连接器到开发板JTAG接口的连线 VDD SWCLK GND SWDIO SWO(可省略） 12346 ST-LINK/V2 （CN2） JTAG接口194713
连接线实物 使用STM32F4-Discovery自带的ST-LINK/V2调试连接器时，需要把CN3上的跳线拔掉，这时板载的ST-LINK/V2处于调试外部开发板状态。如下图：
伊川县江左镇中基 础教育教研课题 立项申报书 学 科 分 类_____初中英语______________________ 课 题 名 称_多媒体课件优化中学生英语阅读的实践研究 课 题 主 持 人___ 刘志刚___________________________ 课 题 组 成 员_韩世伟 程会英 黄爱香 杨玉温 端木梦梦 主持人工作单位____ 伊川县江左镇初级中学_________ 申 请 日 期__ 2014年12月10日 伊川县教育局基础教育教研室 立项编号 ?yckt160803 学科代码 08?
填表说明 一、本表须经课题主持人所在单位和中心校审核，签署明确意见，承担信誉保证并加盖公章后，方可上报。 二、封面左上方代码框申请人不填，其他栏目由申请人用中文填写。每项课题主持人限1人；主要参与者不包括课题主持人，至少2人，最多5人。 三、本表报送一式3份，请用A4纸双面打印、复印，于左侧装订成册。同时，须提供本表的电子版1份。 四、请用钢笔或电脑打印，准确如实填写各项内容，书写要清晰、工整。 五、伊川县教育局基础教育教研室课题管理办公室： 联系人：赵康卷电话：
?一、基本情况 ? 二、 课题 设计论证 课题名称 多媒体课件优化中学生英语阅读的实践研究? 主持人 姓 名 ?刘志刚 政治面貌 党员? 性别 男? 年龄 41 行政职务 教导主任 专业 职称 中一? 学科 专业 英语? 学历 学位 本科 起止时间 2014年 12 月 10 日至 2015 年 12 月 10日 工作单位 通讯地址 伊川县江左镇中 邮政 编码 471314? 固定电话 E-mail 移动电话 主 要 参 与 者 姓 名 性别 年龄 专业 职称 学科 专业 学历学位 工作单位 韩世伟 男? 48 中二? 初中英语 本科 伊川县江左镇中 程会英 女? 40 中二? 初中英语 专科 伊川县江左镇中 黄爱香 女? 37 中二? 初中英语 本科 江左教育? 杨玉温? 女? 41 中二? 初中英语 本科 伊川县电力中学 端木梦梦 女? 26 中二? 初中英语 本科 伊川县江左镇中 预 期 成 果 （在选项上打“√” 或加粗） A ．专着 B.研究报告 C.论文 D.其他
Discovery纽约时代广场探索博物馆EB-5项目 项目概况 探索频道（Discovery Channel）于1985年在美国创立，探索频道目前覆盖全球 超过160个国家、4亿5千万个家庭，探索公司同时也是美国的上市公司，是美国最大的主流媒体之一。 Discovery博物馆（mDiscovery Times Square）成立于2009年，是探索频道（Discovery）的官方合作伙伴，为纽约市的前五大的博物馆。地处于时代广场核心的44街与第七第八大道中间，过去成功展出：泰坦尼克号、哈利波特、法老王和兵马俑等世界知名展览，已接待超过数百万人次的游客。继成功推出纽约时代广场第一期娱乐项目“百老汇4D剧院”项目（进展顺利，投资者均取得I-526移民申请通过）后，曼哈顿区域中心（MRC）又重磅推出位于纽约时代广场的第二期娱乐项目Discovery博物馆——探索纽约项目，该项目与第一期4D剧院项目仅隔一街距离。
项目特点 独一无二的地理优势 纽约时代广场在2013年迎接了5340万次游客，游客总消费超过了400亿美金，旅游消费预计将会在未来4年每年以8.5%的速度增长。 良好的发展前景——纽约市的旅游统计表
足够的就业机会创造 依照Michael Evans所做出的就业人数计算（即RIMS Ⅱ计算方式，该计算方法为美国移民局比较推荐的就业机会计算方式），该项目预计产生593个新的就业机会。远远超过EB-5所需的240个就业机会空间高达60%。 银行专户还款 Discovery博物馆参观门票预计价格为22美元，娱乐产业一直以来都是现金流十分可观的产业，依照与其他时代广场相似项目比较并且保守评估推算，每年项目净利润预计高达一千万美元以上，项目承诺在营运方面将保留60%的现金存放至还款账户中，专款专户作为未来贷款五年还款准备。 资金结构
DAVID使用说明文档 一、DAVID简介 DA VID （the Database for Annotation，Visualization and Integrated Discovery）的网址是https://www.doczj.com/doc/ac10758942.html,/。DA VID是一个生物信息数据库，整合了生物学数据和分析工具，为大规模的基因或蛋白列表（成百上千个基因ID或者蛋白ID列表）提供系统综合的生物功能注释信息，帮助用户从中提取生物学信息。 DA VID这个工具在2003年发布，目前版本是v6.7。和其他类似的分析工具，如GoMiner，GOstat等一样，都是将输入列表中的基因关联到生物学注释上，进而从统计的层面，在数千个关联的注释中，找出最显著富集的生物学注释。最主要是功能注释和信息链接。 二、分析工具： DAVID需要用户提供感兴趣的基因列表，在基因背景下，使用提供的分析工具，提取该列表中含有的生物信息。这里说的基因列表和背景文件的选取对结果至关重要。 1.基因列表：这个基因列表可能是上游的生物信息分析产生的基因ID列表。对于富集分析而言，一般情况下，大量的基因组成的列 表有更高的统计意义，对富集程度高的特殊Terms有更高的敏感度。富集分析产生的p-value在相同或者数量相同的基因列表中具有可比性。 DAVID对于基因列表的格式要求为每行一个基因ID或者是基因ID用逗号分隔开。基因列表的质量会直接影响到分析结果。这里定性给出好的基因列表应该具有的特点，一个好的基因列表至少要满足以下的大部分的要求： （1）包含与研究目的相关的大部分重要的基因（如标识基因）。
discovery软件在测井资料标准化中的应用 趋势而分析方法是依据物质的某一物理参数的测量值来研究幷空间分布特点及变化规律的方法。任何汕出实际地质参数在横向上差不多上具有某种规律性渐变，即可看作是趋势面变化。趋势而分析的差不多思路确实是对标准层的测井响应多项式趋势面作图，并认为与地层原始趋势而具有一致性。若趋势面分析的残差图仅为随机变量，则是测井刻度误差造成的，若存在一组专门残差值，则认为是岩性变化导致的0 1981年J H Doveton和E?Bomcman 进一步用趋势而分析来描述这一标准化过程，1991年石汕大学熊绮华教授在进行牛庄洼陷万全汕田油藏描述研究过程中采纳该方法对测井曲线进行标准化。 Discovery软件是应用较为广泛的油藏描述软件，该软件在用趋势面分析方法进行测井 曲线标准化方而具有操作简单、图形化输出及运算等特点，使得测井曲线标准化变得专门方便。 1 Discovery软件的趋势面分析方法 1.1趋势面分析方法的数学原理 若趋势而分析的残差图仅为随机变量，则是测井刻度误差造成的，若存在一组专门残差值，则认为是岩性变化导致的。它的数学方法概述如下: 设用z(x,y)表示所研究的地质特点，其中(x,y)是平面上点的坐标.则趋势值和剩余值用下式表示: z(x,y)= Z (x,y)+e 其中：2(xj)为趋势值，C为剩余值。 关于已知的数据：z,x\yiJH2 No 通常用回来分析求出趋势值和剩余值，即依照已知的数据求出回来方程f(x?y),使得: N 2 =乞忆一/(兀，片)] r-l 达到最小。实际上这确实是最小二乘意义下的曲面拟合咨询题，即依据运算值z(xj)用回来分析方法求出一个回来而: 对应于回来而上的值Z = 为趋势值，残差z，.名为剩余值。
探索频道（Discovery Channel）是由探索传播公司（Discovery Communications, Inc./DCI；NASDAQ：DISCA，旗下拥有197多家全球性电视网，包括Discovery探索频道、动物星球频道、Discovery科学频道和Discovery高清视界频道等）于1985年创立的，总部位于美国马里兰州蒙哥马利县银泉市。探索频道主要播放流行科学、科技、历史、考古及自然纪录片。 探索频道自1985年在美国启播后、现今已成为世界上发展最迅速的有线电视网络之一、覆盖面遍及全国百分之九十九的有线电视订户、在全球145个国家和地区有超过14400万个家庭订户。探索频道是全球最大的纪录片制作及买家、它吸引全球最优秀的纪录片制作人、所以探索频道的节目均被认为是世界上最优秀的纪实娱乐节目。也是世界上发行最广的电视品牌，目前到达全球160多个国家和地区的30600多万家庭，以35种不同语言播出节目。 探索频道在世界主要国家地区均有落地，但探索频道会因应不同地区设立不同版本，加上字幕或配音。美国版本主要播放写实电视节目，如著名的流言终结者系列。亚洲探索频道除着重播放写实节目之外，也播放文化节目，如介绍中国、日本文化的一系列节目。 亚洲探索频道于1994年成立，总部在新加坡，为美国Discovery传播公司（DCI）的全资附属机构，提供二十四小时精彩的纪实娱乐节目。据2005年泛亚媒体调查（PAX）的结果显示，探索频道在富裕成人中连续9年被公认为亚洲地区收视人口最多的有线及卫星电视频道。在新加坡举办的2004年“亚洲电视大奖”评选中，探索频道还荣膺“年度最佳有线及卫星电视频道”。 中国国际电视总公司（中央电视台全额投资的大型国有独资公司，成立于1984年，是中国内地规模最大、赢利能力最强的传媒公司）境外卫星代理部接收探索频道信号，通过亚太6号卫星（东经134度）发射KU波段信号。该服务一般只提供给三星级或以上的涉外宾馆酒店，外国人居住区，领事馆及大使馆。中国大陆各省市的地方电视台会转播或播放探索频道制作的节目。同时，还与浙江华数集团成立合资公司，向由杭州电视台开办的四个面向全国播出的高清付费电视频道（求索纪录、求索生活、求索科学、求索动物）提供绝大多数的节目内容。
微波合成仪标准操作手册 一、操作流程 1、例行检查：仪器开机前，首先检查仪器整体是否正常；反应腔及内衬溢出杯是否清洁；检查自 动压控装置APD是否清洁；自动进样器是否在正常位置；仪器电源线、数据线、气体管路连接情况是否正常。经检查一切正常方可开机。如内衬、APD不清洁或其它问题未经处理而运行仪器所造成的损害，属于非正常操作范畴。 2、开机顺序：先打开计算机电源，再打开Discover主机电源，然后运行Synergy软件（在计算机 桌面上）。最后打开空压机电源。 3、登记制度：检查、开机均正常，请认真按规定填写仪器使用记录，记录信息不全将承担后续使 用问题的责任。检查、开机、运行过程中，发现任何问题请及时联系管理员。 4、启动软件：运行Synergy软件，选择用户名并输入密码，进入软件操作界面后，可从屏幕右下 方工具栏察看Discover和Explorer的联机情况。 5、放入样品：按要求装配好微波反应管（详见第六部分），放入仪器衰减器。 6、选择方法：打开软件界面中相应用户的“M ethod”文件夹图标，选择所需方法，单击鼠标左键拖 拽到相应样品位置，如有需要，可新建方法或对方法进行修改（详见第四部分） 7、运行前检查：检查衰减器是否处于锁定状态；察看屏幕右侧温度、压力的显示是否正常。 8、运行方法：点击软件界面上部工具栏中的“P lay”按钮，仪器自动运行。 二、禁止的操作项 1、严禁频繁开关机；开机后1min内关机；关机后1min内开机。 2、严禁修改电脑系统设置如注册表项等内容。 3、严禁使用破损的、有裂痕的、划痕严重的反应瓶。 4、严禁使用变形的样品盖。 5、反应瓶盖必须严格按要求装配，禁止未经过检查就放置于自动进样器架上。 6、严禁将标签纸粘贴在反应瓶的任何部位。 7、严禁将文献中多模微波仪器（特别是家用微波炉）的反应条件直接用于该仪器。 8、严禁长时间无人值守，仪器运行过程中，必须每2小时进行巡视查看，并做好检查记录。 9、微波程序运行过程中，严禁非仪器管理员在线修改反应参数。 10、仪器登陆用户只有管理员的权限可以设置为“Admin”其他均设置为“User”。 11、仪器各登陆用户的参数设置应符合仪器要求（详见第三部分），禁止修改。
1、美国探索教育视频资源服务平台 平台内容及意义 大众文化的流行，娱乐学习一体化的浪潮席卷全球。同时随着社会发展，多学科交叉融合，使得社会对大学生综合能力要求颇高。在某一个方面出类拔萃的复合型人才，越来越受到企业社会的青睐。综合性人才在当今社会炙手可热，因此学校在重视专业课的同时，加强对课外知识的普及符合当今教育时代的发展需求。 美国探索教育视频资源服务平台坚持以“科教兴国”为总方略，以提高在校师生综合素质、开拓师生眼界为宗旨；以教育、科学、文化、历史、探险等为题材的多学科交叉融合的教育视频资源服务平台。平台始终坚持科学研究与教学理论相统一，历史知识和文化教育相结合，以求达到师生即使足不出户，亦能知大千世界之神奇、能知世界各地前沿性科学技术，能解世间万物之疑惑。此平台已经成为西安数图网络科技有限公司一个独具特色的教育资源服务平台。 平台特色 美国探索教育视频资源服务平台，结合高校科学教育及科普知识所需，精选整合美国探索频道（Discovery）和美国国家地理频道（National Geography）两大世界知名频道近年来的最新节目，精心制作而成。 1、美国探索频道（Discovery） 1985年开播 使用客户在全球达到160多个国家，3亿零6百多万家庭。 通过15颗卫星用36种语言、24小时播放来源于全球不同地方摄制的精彩高品质纪实节目 2、美国国家地理频道（National Geography） 遍布全球达171个国家及地区 通过48种语言收看 荣获1次奥斯卡金像奖和2次金像奖提名，129座艾美奖 平台分类 自然科学，历史人文，科学发现，生命科学，旅游风光，体育探索，军事侦探，交通机械，工程建筑
第一章：前言 (1) 第二章：微机油藏描述系统集成 (3) 一、Landmark公司微机油藏描述系统发展历程 (3) 二、微机油藏描述系统各模块集成 (4) （一）工区、数据管理系统 （二）GESXplorer地质分析与制图系统 （三）SeisVision 2D/3D二维三维地震解释系统 （四）PRIZM 测井多井解释系统 （五）ZoneManager层管理与预测 （六）GMAPlus正演建模 三、Discovery微机油藏描述系统软件特色 (12) 第三章：微机三维地震解释系统软件应用方案研究 (13) 一、工区建立 (13) （一）工区目录建立 （二）一般工区建立 （三）工区管理 二、数据输入 (20) （一）地质数据输入 1 井头数据输入 2 井斜数据输入 3 分层数据输入 4 试油数据输入 5 生产数据加载 6 速度数据输入 （二）测井数据输入 1 ASCII格式测井数据输入 2 LAS格式测井数据输入 （三）地震数据输入 1 SEG-Y三维地震数据输入 2 层位数据输入 3 断层数据输入
三、微机地质应用 (31) （一）微机地质应用工作流程工作流程 1 地质分析工作流程 2 沉积相分析工作流程 （二）微机地质应用 1 井位图建立 2 等值线图(isomap)建立 3 各种剖面图(Xsection)建立 4 生产现状图制作 5 沉积相图制作 四、微机三维地震解释综合应用 (48) （一）微机三维地震解释工作流程 1 合成记录及层位工作流程 2 地震解释工作流程 3 速度分析工作流程 （二）微机三维地震解释综合应用 1 地震迭后处理－相干体 2 合成记录制作及层位标定 3 层位和断层建立、解释 4 三维可视化 5 速度分析与时深转换 6 构造成图 7 地震测网图建立 8 地震属性提取 五、微机单井测井解释及多井评价 (104) （一）微机单井测井解释及多井评价工作流程 1 测井曲线环境校正与标准化工作流程 2 测井分析流程 （二）微机单井测井解释及多井评价 1 打开测井曲线 2 测井曲线显示模板制作 3.测井曲线显示、编辑与预处理 4.交会图制作与分析 5 测井解释模型建立与解释 6 测井解释成果报告
附件1 1+X证书制度专项研究2020年度课题指南 为深入贯彻《国家职业教育改革实施方案》部署，落实《关于在院校实施“学历证书+若干职业技能等级证书”制度试点方案》等文件要求,着力通过专项课题研究、协同创新，为1+X证书制度目标任务实现、重点难点问题解决提供科研与智力支持，特制定本指南。申请人可结合自己的学术专长和研究基础选择申报，指南选题如下。 1.“放管服”改革背景下职业技能等级证书的功能、定位、效力和话语体系研究 主要内容：在“放管服”改革背景下，系统梳理技术技能人才评价制度、评价模式改革脉络，聚焦对技术技能人才评价维度、内容、方法等方面的改革，研究提出职业技能等级证书的功能、定位和效力，明晰职业技能等级标准、职业技能等级证书、复合型技术技能人才、国家资历框架、职业教育学分银行、培训评价组织等概念与内涵，建构1+X证书制度作为中国特色职业教育制度的话语体系和基本语境，为1+X证书制度理论体系的建构提供建议。 研究周期：1年 预期成果：论文3篇(在CSSCI核心库来源期刊发表至少1篇)；
专著（或合著）1部；研究报告1篇（不少于5万字）。 2.职业技能等级证书对接职业标准和教学标准的机制研究 主要内容：在技术技能人才培养培训中实行学历证书和职业技能等级证书相结合的理论依据、实践寻证和教育学价值；1+X证书制度与原“双证书”制度对比研究，德国、澳大利亚、新西兰等国家证书制度的比较研究；在职业院校实施“1+X”复合型技术技能人才培养模式研究；研究提出职业技能等级证书对接国际先进标准、对接职业标准、对接院校教学标准的运行机制和政策建议。 研究周期：10个月 预期成果：阶段性研究报告、总报告、论文、专著。论文3篇(在CSSCI核心库来源期刊发表至少1篇)；专著（或合著）1部；总研究报告1篇（不少于5万字），阶段性研究报告不少于2篇。 3.职业技能等级证书效力和待遇落实的实施路径研究 主要内容：梳理国外资历框架制度发展脉络，结合国内实际，通过调查分析，厘清实施中存在的主要问题，找准切入点和突破口，研究提出院校内和院校外实施的职业技能等级证书具备同等效力和待遇、行业企业和用人单位切实兑现相关待遇的具体政策与保障机制，相关学习成果认定、积累和转换等具有同一效能的具体实施路径。 研究周期：10个月
全球著名电视台 掌门人：霍珂灵 标签：文化国家 电视台（TV station /television station ）指的是制作电视节目并通过电视或网络播放的媒体机构。它由国家或商业机构创办的媒体运作组织，传播视频和音频同步的资讯信息，这些资讯信息可通过有线或无线方式为公众提供付费或免费的视频节目。其播出时间固定，节目内容一部分为其自己制作，也有相当部分为外购。比较有名的电视台：CNN，BBC，TVB，CCTV等。 美国有线电视新闻网(ＣＮＮ ) ＣＮＮ由特德·特纳于１９８０年创办，１９９５年被时代—华纳公司兼并。总部设在美国佐治亚州首府亚特兰大市，在美国本土以外设有２８个分部，在世界各地的雇员达４０００人。ＣＮＮ使用英语和西班牙语广播，它的资金来源于用户付费和广告收入。ＣＮＮ因独家报道１９９１年海湾战争而成为家喻户晓的有线新闻广播公司，目前已覆盖全球２１０个国家和地区。 ? 什么叫CNN? ?CNN是什么？ ?CNN什么意思啊好像最近很流行还有什么流行词啊？ ?美国的CNN公司是什么东西请消息说明一下 ?CNN 是美国的还是法国的 ?CNN歪曲报道原文 英国广播公司(BBC) 这一新闻频道由英国广播公司于１９９１年成立。它在海外拥有２５０名记者和５８个分部，资金来源于用户付费和广告收入。该频道声称在全球拥有２．７亿个家庭用户。英国广播公司今年宣布，计划于２００７年新开播一个阿拉伯语的新闻频道。 ? BBC是什么？ ?BBC什么意思 ?BBC是什么啊 ?BBC是哪个国家的媒体哦? ?bbc的经典语录(games[TV]的BBC) ?求bbc所有纪录片目录 半岛电视台(ＡｌＪａｚｅｅｒａ) 半岛电视台由卡塔尔政府于１９９６年成立。它在全球雇有１７０名记者，拥有２６个分部。世界各地都能收看到半岛电视台的阿拉伯语频道。半岛电视台因不断报道伊拉克和中东其他地区的一些事件而遭到美国的指责。美国总统布什甚至曾计划轰炸它的卡塔尔总部。２００６年，该电视台还将推出英语频道。 ?半岛电视台的相关资料？ ?卡塔尔半岛电视台与cctv ?为什么半岛电视台收视率全球第一？cctv1呢? ?基地组织为什么要把拉登的录音送到半岛电视台? ?半岛电视台在中东哪里？据说很有名的！ ?半岛电视台是哪国的 欧洲新闻电视台(Ｅｕｒｏｎｅｗｓ) 欧洲新闻电视台建立于１９９３年，它的特点之一就是使用英语、法语、德语、意大利语、葡萄牙语、西班牙语和俄语７种语言播报新闻。该电视台所以能这样做是因为它主要使用各个通讯社提供的图像，而没有亮相屏幕的新闻主播。该电视台由１９个欧洲公共部门电视频道共同所有，总部设在法国城市里昂，雇
2020年度粤港澳大湾区教育专项课题指南 2020年度粤港澳大湾区教育专项课题分为重大项目和一般项目两种类型。具体如下： 一、重点项目选题 围绕粤港澳大湾区国际教育示范区建设研究 二、一般项目参考选题 1、粤港澳大湾区高校合作办学体制机制研究 2、国际湾区高等教育协同创新发展指数评估研究 3、粤港澳高校学分互认、累计与转换体系研究 4、粤港澳高校科研成果分享转化机制研究 5、粤港澳大湾区特色学院建设研究 6、粤港澳大湾区高校课程开放共享研究 7、粤港澳大湾区大学集群发展研究 8、粤港澳大湾区高校创新创业体系研究 9、粤港澳大湾区高等教育提升国家身份认同的路径与机制 10、粤港澳大湾区高等教育规模、布局与类型优化研究 11、粤港澳大湾区职业教育体制机制创新研究
12、粤港澳大湾区职业教育资历框架研究 13、粤港澳大湾区现代职业教育体系建设研究 14、粤港澳大湾区职业教育1+X证书制度研究 15、粤港澳大湾区现代学徒制研究 16、粤港澳大湾区职业教育园区建设研究 17、粤港澳大湾区基础教育交流合作路径机制研究 18、粤港澳大湾区基础教育与社区教育结合研究 19、粤港澳大湾区基础教育质量标准比较研究 20、粤港澳大湾区学前教育优化发展研究 21、粤港澳大湾区儿童体质与健康促进研究 22、粤港澳大湾区特殊教育融合发展研究 23、广东省港澳子弟学校布局优化及管理机制研究 24、粤港澳大湾区教师资质互认研究 25、粤港澳大湾区家校共育研究 26、随迁子女在粤港澳大湾区平等接受高中教育和参加高考政策研究 27、粤港澳大湾区民办教育发展政策与机制研究 28、粤港澳大湾区教育信息化发展及合作模式研究