女窑主之梦(连载六)

二毛走了两年,我独撑一片天,风风雨雨,磕磕绊绊,总算过来了。黄家窑经营得有声有色,深得大家的好评。前几日,我招进来几名科班大学生,给黄家窑注入了新鲜血液;弟弟单梨宇大学毕业后,也加入我的团队,被委任为副矿长,主管供销、财务。惟独不称心的,我的婚事还没办。按当地习俗,丈夫死了两年以后才能改嫁。班显扬家里人曾催过我好几次,把婚事办了。我哧哧地笑,搂着班显扬的脖子说:"办与不办没什么不同,啥都不耽误。"班显扬看看我,佯装生气地说:"我妈都怪我了,她急着抱孙子呢!"我又笑了,很想说他,老婆都还没进门呢,就想着孩子了。     

女窑主之梦(连载五)

世上没有不透风的墙。但我也不在乎,我跟班显扬的事,光明正大,别说其他人知道,就算甄子美知道也无妨。正是春暖花开季节,我和总工牛大山去外地考察新建竖井。后来别人告诉我,甄子美阴阳怪气地找着班显扬说:"你行呀,总算把老相好弄到手了,这回你该满足了吧?什么时候喝你喜酒呀?"班显扬听着,但是什么也没说,最后甄子美沉不住气,甩给他一句:"身边有美女不找,非要找个寡妇!"这是什么话!按说我该生气,但是我现在是窑主了,我知     

对序列紧空间中点集性质的证明

在一维动力系统中,若I为实线段,已经证明了回归点、链回归点通过f的n次迭代,有R(f)=R(fn),CR(f)=CR(fn).把实线段上点集的有关性质推广到序列紧空间中进行证明,得到了R(f)=R(fn),ω(f)=ω(fn)和CR(f)=CR(fn)在序列紧空间成立.     

两种方法对染色废水脱色及其再利用的影响

以活性染料染色废水为研究对象,分别采取活性炭和保险粉2种方法进行脱色,分析处理后得到的回用水指标,进而比较2种处理方式对染色废水脱色效果的影响,为脱色废水再利用奠定基础。     

大连金融服务外包业发展的对策

金融服务外包有助于金融机构节约成本、集中发展核心竞争力、改进服务与提高效率。大连有良好的服务外包业发展基础、大量软件人才,应在高新园区打造金融服务外包基地、积极探索＂产学结合＂的金融服务外包人才培养模式、大力扶持金融外包服务企业,促进大连金融服务外包业的发展。     

财务管理专业应用型国际化人才培养模式探讨

财务管理专业教育的国际化是当前财务管理理论界与教育界共同研究的课题,应用型国际化人才培养是今后本科财务管理专业发展的一个重要方向, 只有在培养方案、教学内容、教学方式、师资力量、社会实践等多方面实现了国际化, 才能真正实现应用型国际化财务管理人才的培养目标。     

组合测具设计模块化的应用开发

本文主要从开发组合测具设计模块应用入手,进而对产品零件的测具设计模块进行归纳总结,实现专用组合测具模块的设计开发。从而满足科研生产快反和小批生产的要求,使专用测量夹具设计图达到标准化、模块化,提升工装设计和制造速度及质量,提升科研生产产品零件的速度。     

面向对象的无人机影像地物分类

为了对农村用地进行有效分类,本文选取面向对象的分类方法,利用某农村的无人机航摄影像提取其土地类别信息。首先对无人机获取的原始影像进行预处理;然后对研究区反复进行分割实验,选取最优的分割尺度,在不同层次进行最优尺度地物分割;最后根据地物矢量、光谱、形状等特征差异,对最优分割尺度层上的地物进行最适宜的分类规则的建立,进而在每一层提取土地利用信息。利用单一尺度分割分类进行对比实验,选取734个样本进行精度验证,研究结果表明：多尺度多层次分割分类的总体分类精度可达84.20%,kappa系数为0.806 2;单一尺度分割分类总体精度仅为77.11%,kappa系数为0.721 4。由此可见,本文研究所采用的数据和区域内的类别的分类精度更高。     

基于计算机视觉的水位检测算法

鉴于传统的水位读数方法误差大,成本高,需要一种精确、实时、鲁棒的智能水位检测算法来高效读取水位,为此提出了一种基于计算机视觉的水位检测算法以满足实际需求。首先对拍摄到的图像进行预处理和边缘检测以找出水尺位置,并通过仿射变换对水尺进行矫正。通过两种策略在水尺区域找到水尺关键字的位置,即关键字处理。然后对边缘特征进行投影并检测出水面位置。最后根据关键字处理结果和边缘特征计算得到水面高度。大量实验和实地测试的结果表明：所提算法在基于计算机视觉的水位检测、水尺读数等领域具有理论和应用的双重价值。     

PSO与PCA融合优化核极限学习机说话人识别算法仿真

基于机器学习理论开展说话人识别的研究取得了很大进展,在基于核极限学习机(kernel extreme learning machine,KELM)和梅尔倒谱系数(mel-frequency cepstral coefficients,MFCC)说话人识别研究基础上,通过主成分分析算法(principal component analysis,PCA)对MFCC进行降维优化、粒子群优化算法(particle swarm optimization,PSO)对KELM初始输入参数进行优化开展基于PSO和PCA融合优化KELM说话人识别算法研究。改进后的算法在MATLAB平台上仿真通过,并与MATLAB语音工具箱提供的神经网络和支持向量机说话人识别算法做了性能对比分析。仿真研究结果表明:通过PSO和PCA融合优化改进的KELM,初始输入参数可以任意确定并且不需要迭代更新,并能有效克服因初始权重随机确定导致的性能不稳定,进一步提高分类匹配和运算速度,具有很好的推广应用价值。