什么是历史自觉性

什么是历史自觉性

历史自觉性：既包含对历史运行规律的深刻领悟，更包含对社会发展前景的主动营造。自觉性可分为个体自觉性和社会自觉性。所谓个体自觉性，就是社会活动中的“个人意图和目的”。所谓社会自觉性，则是“个人意图和目的”符合历史发展规律的表现，是许多单个人的自觉活动的结果。个体自觉性在社会生产中是普遍存在的，但它又不是在任何时候都能表现为社会的自觉性。在阶级社会中，人们通过每一个人追求他自己的、自觉期望的目的而创造自己的历史，却不管这种历史的结局如何。尽管其中某些个人的意图和目的同社会发展的规律偶然地相一致，但在总体上却由于个体和社会相分离，偶然和必然相对立，因而不仅不能形成一个统一的力量来支配历史，反而始终受到历史内部的客观规律的支配。

什么是移动加权法

移动加权法是一种存货成本核算方法，也称移动平均法，是指本次收货的成本加原有库存的成本，除以本次收货数量加原有存货数量，据以计算加权单价，并对发出存货进行计价的一种方法。

假设货品的存货计价方法为移动加权平均法，货品的加权价，即仓库的实际成本单价，其计算公式如下：

加权平均单位成本等于期初结存存货成本加本期购入存货的总成本，然后再除以期初结存存货的数量加上本期购入存货总数量。新增货品时，此加权价需手工录入。如日后该货品发生了经济业务，系统将按照上述的计算公式进行自动计算货品的加权价。

什么是大数据分析？

大数据分析是指对规模巨大的数据进行分析。大数据可以概括为4个V， 数据量大(Volume)、速度快(Velocity)、类型多(Variety)、真实性(Veracity)。大数据作为时下最火热的IT行业的词汇，随之而来的数据仓库、数据安全、数据分析、数据挖掘等等围绕大数据的商业价值的利用逐渐成为行业人士争相追捧的利润焦点。随着大数据时代的来临，大数据分析也应运而生。大数据技术挖掘训练，王道海。下面是大数据分析的五个基本方面

Analytic Visualizations（可视化分析），管是对数据分析专家还是普通用户，数据可视化是数据分析工具最基本的要求。可视化可以直观的展示数据，让数据自己说话，让观众听到结果。

Data Mining Algorithms（数据挖掘算法）可视化是给人看的，数据挖掘就是给机器看的。集群、分割、孤立点分析还有其他的算法让我们深入数据内部，挖掘价值。这些算法不仅要处理大数据的量，也要处理大数据的速度。

Predictive Analytic Capabilities（预测性分析能力）数据挖掘可以让分析员更好的理解数据，而预测性分析可以让分析员根据可视化分析和数据挖掘的结果做出一些预测性的判断。

Semantic Engines（语义引擎）我们知道由于非结构化数据的多样性带来了数据分析的新的挑战，我们需要一系列的工具去解析，提取，分析数据。语义引擎需要被设计成能够从“文档”中智能提取信息。

Data Quality and Master Data Management（数据质量和数据管理）数据质量和数据管理是一些管理方面的最佳实践。通过标准化的流程和工具对数据进行处理可以保证一个预先定义好的高质量的分析结果。假如大数据真的是下一个重要的技术革新的话，我们最好把精力关注在大数据能给我们带来的好处，而不仅仅是挑战。

什么是惊厥

第一，惊厥就是我们常说的抽风，表现为阵发性四肢和面部肌肉抽动，多伴有两侧眼球上翻、凝视或斜视，神志不清。有时伴有口吐白沫或嘴角牵动，呼吸暂停，面色青紫，发作时间多在3～5分钟之内，有时反复发作，甚至呈持续状态。

第二，惊厥是儿科常见急诊，也是最常见的小儿神经系统症状，是儿童时期常见的一种急重病症，以临床出现肢体节律性运动（抽搐）、昏迷为主要特征。

第三，小孩的惊厥也是癫痫病的一种，惊厥发生前后, 除体温急骤升高外, 多伴有意识异常, 且常出现嗜睡、昏睡、烦躁、呕吐、谵妄、昏迷。所以患者的家人要时刻有个心理准备。

什么是日全食

1、日全食定义：太阳被月亮全部遮住的天文现象。

2、详细解释：日全食是日食的一种，即在地球上的部分地点太阳光被月亮全部遮住的天文现象。日全食分为初亏、食既、食甚、生光、复原五个阶段。由于月球比地球小，只有在月球本影中的人们才能看到日全食。民间称此现象为天狗食日。