论文部分内容阅读
培养大学生的核心职业能力是促进其职业生涯可持续发展的需要,也是提升产业大军整体职业素养的需要。大学生核心职业能力的构成可归纳为基础性要素和高层次要素两大类共计11项要素,高校可借助通识教育、专业实践教育、科技创新教育、心理素质教育等方略强化核心职业能力的培育。
大学生核心职业能力的构成要素及培育方略研究
【摘 要】
：
培养大学生的核心职业能力是促进其职业生涯可持续发展的需要,也是提升产业大军整体职业素养的需要。大学生核心职业能力的构成可归纳为基础性要素和高层次要素两大类共计11
【机 构】
：
南通大学
【出 处】
：
高教学刊
【发表日期】
：
2018年03期
【基金项目】
：
2015年江苏省高校哲学社会科学项目“‘大学工’视野下地方院校大学生核心职业能力提升路径研究”(编号:2015SJB638)
其他文献
设D为复平面C上的单位圆盘,σ是定义在D上的解析自映射.本文给出了当σ(z)=az+c且非恒等映射时Bergman空间上的复合算子Cσ复对称的充要条件,进而得到了Bergman空间上是复对
为了能够实现对水体下急倾斜煤层回采作业的安全进行,本文主要以某煤矿的急倾斜煤层作为主要研究对象,对急倾斜煤层开采过程中的防水煤柱稳定性相关的影响因素进行了分析。通
为了防止特征的共适应性,提出利用余弦相似度来减少潜在特征之间的相关性,从而提高非负矩阵分解(non-negative matrix decomposition,NMF)的独立特征学习能力。此外,为了使得分解后的矩阵具有较好的稀疏性,提出在传统NMF模型中引入L_(2,1/2)稀疏约束,增强了算法的局部学习能力和稳健性。因此,潜在特征中的语义信息更加明显,潜在空间的表示更具有判别性。在fetch_2
为了解决传统抽象式摘要模型生成的中文摘要难以保存原文本语义信息的问题,提出了一种融合语言特征的抽象式中文摘要模型。模型中添加了拼接层,将词性、命名实体、词汇位置、TF-IDF等特征拼接到词向量上,使输入模型的词向量包含更多的维度的语义信息来确定关键实体。结合指针机制有选择地复制原文中的关键词到摘要中,从而提高生成的摘要的语义相关性。使用LCSTS新闻数据集进行实验,取得了高于基线模型的ROUGE得
为提高专利文本自动分类的效率和准确度,提出一种基于双通道特征融合的WPOS-GRU(word2vec and part of speech gated recurrent unit)专利文本自动分类方法。首先获取专利摘要文本,并进行清洗和预处理;然后对专利文本进行词向量表示和词性标注,并将专利文本分别映射为word2vec词向量序列和POS词性序列;最后使用两种特征通道训练WPOS-GRU模型,并
密度峰值聚类算法是一种新颖的密度聚类算法,但是原算法仅仅考虑了数据的全局结构,在对分布不均匀的数据集进行聚类时效果不理想,并且原算法仅仅依据决策图上各点的分布情况来选取聚类中心,缺乏可靠的选取标准。针对上述问题,提出了一种基于加权K近邻的改进密度峰值聚类算法,将最近邻算法的思想引入密度峰值聚类算法,重新定义并计算了各数据点的局部密度,并通过权值斜率变化趋势来判别聚类中心临界点。通过在人工数据集上与
针对互信息(MI)特征选择方法存在的正负相关性现象,以及未考虑特征项在不同类别内词频的问题,提出了一种混合互信息特征选择算法(hybrid mutual information,HMI)。引入逆文档频率系数和类间词频信息系数,使得整个文档中的词频信息以及每个类之间的词频信息得以有效利用;引入正负相关性系数,区分正相关性和负相关性并进行有效的利用。通过实验对比表明,混合互信息算法可以有效地提高特征选