【摘 要】
：
针对自然资源数据分散管理、数据结构和组织模式各异、共享应用水平不高等问题，按照统一规划、统筹设计、分步实施的工作思路，设计了“以图驱动”思路下的自然资源数据从汇聚、治理到应用的技术路线。阐述了模型驱动的整合建库、跨业务层级的联动更新、多态存储的一体化管理以及“以图驱动”的数据应用模式等关键技术，结合广东省5 a来的建设成果，介绍了在自然资源用途管制、耕地保护、执法监督等领域的省-市-县三级的应用情
【基金项目】
：
国家重点研发计划项目（2019YFB2103105）；
论文部分内容阅读
针对自然资源数据分散管理、数据结构和组织模式各异、共享应用水平不高等问题，按照统一规划、统筹设计、分步实施的工作思路，设计了“以图驱动”思路下的自然资源数据从汇聚、治理到应用的技术路线。阐述了模型驱动的整合建库、跨业务层级的联动更新、多态存储的一体化管理以及“以图驱动”的数据应用模式等关键技术，结合广东省5 a来的建设成果，介绍了在自然资源用途管制、耕地保护、执法监督等领域的省-市-县三级的应用情况，并探讨了下一步发展的方向。
其他文献
《英语学习》线上系列沙龙第61期的主题是"指向英语学科核心素养的试题命制"。马黎老师带领她的名师工作室团队,在本期线上沙龙中和大家一起探讨了指向英语学科核心素养的试题命制框架和操作流程,语言能力测试的变革与传承等问题,并例析了基于核心素养的试题设计路径。我们将这次讨论的内容整理成文,希望教师在认识到测评素养重要性的同时,反思核心素养的养成机制,并不断完善自己的教学实践活动。
＜正＞高血压病是心脑血管疾病中最主要的危险因素[1]，是最常见的慢性疾病，极易对心、脑、肾等靶器官造成损害[2]。据我国心血管病中心《中国心血管健康与疾病报告2019概要》[3]预测我国心血管病患者约有3.30亿，其中包括高血压病患者约2.45亿，调查显示心血管病患病率及病死率仍处于上升阶段。
本文的研究重点在于探讨街头艺术的破坏性典型特征、表现以及意义。文章从街头艺术的定义和破坏性之间的关系开始,进而展开破坏性对街头艺术创作和欣赏的影响,从而论述破坏性作为街头艺术的典型特征的意义。
医卫类大专院校承担着为广大基层医疗卫生机构培养和输送医疗卫生人才的重任，所以新时代下“00”后医学生的医德教育刻不容缓，这不仅有利于医学生医德医风的塑造，还有利于医卫类综合素质人才的培养。本研究旨在借助党史学习教育的时代背景，探讨如何充分挖掘“红医精神”的思想内涵，发挥好“红医精神”的医德教育功能，将“红色基因”贯穿德育全过程，培养出“医德双馨”的高素质医疗卫生人才，让医疗卫生领域的“红色血脉”代
鉴于低轨星座在信号落地功率、对地运动速度等方面的优势,国内外学者已开展利用低轨星座增强GNSS的研究,但在低轨星座独立提供PNT服务方面研究较少。在此背景下,有必要开展基于大规模低轨星座的定位性能分析,探究低轨星座提供PNT服务的可行性。本文基于Starlink第一阶段星座构型,仿真星历和全球测站Starlink观测值,对GDOP的时空变化规律进行研究,并分析卫星数目和截止高度角对GDOP的影响,
心理危机干预工作关系着高职学生的成长成才，关系着高职院校的安全稳定，关系着职业教育的蓬勃发展。新时代背景下，以高职学生心理需求为特征，构建融心理危机防范体系、快速心理危机反应通道和危机后育人机制于一体的心理危机干预动态循环系统，实现预防、干预和心理恢复的有效衔接，提升心理危机干预的效能，为培养德艺双馨的高素质技能型人才提供心理支撑。
应国家发展需求与科技进步的推动，高校教学模式正朝着智能化和科学化方向产生变革。本研究依据基于多元多维信息集成的大数据精准教学理念，针对理论+实践类课程，从构建背景、基础要素、总体设计，以及逻辑框架等方面展开讨论，将教学划为学情信息分析、教学活动设计、教学分析干预和教学评价反思四个互相支撑与促进的阶段，并对各阶段进行教学模式的设计与阐述。
目前学术界关于红医精神的研究主要集中在红医精神的发展历程研究、红医精神的内涵研究、红医精神的重要意义研究以及红医精神的传承路径研究等四个方面。从当前的研究现状可以发现红医精神的核心内涵还有待进一步凝练，研究深度有待进一步深化，研究广度有待进一步拓展，对现实社会的关注有待进一步提升。
＜正＞ 翻约一国对外政策的既有国家利益因素,也有政治文化因素。而政治文化对一国对外政策的影响往往为人们忽视。但在一定意义上,政治文化在更深层次上制约一国对外政策,从而对一国对外政策具有更为长远而深刻的影响。美国是欧洲基督教新教徒移民及其后裔在美洲大陆上建立的一个新兴资产阶级共和国。它只有200多年的建国历史,没有封建传统。这种特殊的社会历史条件形成了美国独特的政治文化。
合理设计难度适宜的试题资源是实现学习者知识状态精准评估的基础和前提，也是实现个性化学习的关键因素。为有效避免当下试题库建设中试题难度预测方法存在的预测题型单一、忽视知识认知目标等问题，继而提出基于高级机器学习技术，综合考虑试题文本、试题结构、知识深度和认知目标等试题难度多影响因素，构建包括试题文本表征、试题多知识点抽取、认知目标下试题难度预测并适应选择、填空、简答等多种题型的试题难度自动预测模型。