河北省社会组织管理体制创新研究——基于京津冀协同发展视角

京津冀三地协同发展既是复杂的系统工程,也是长期而艰巨的任务,既需要国家行政力量的大力推动,也需要行业和社会力量的广泛参与。在此时代背景下,社会组织作为沟通国家与社会、政府与行业的纽带迎来了新的发展机遇和广阔的活动空间。为了推进京津冀一体化的进程,河北省社会组织管理既需要借鉴京津两地的经验,也需要因地制宜制定相关政策。     

一种基于孪生网络的图片匹配算法

随着卷积神经网络（Convolutional Neural Networks,CNN）的不断改进，基于CNN的图片匹配成为图像处理的关键，然而，许多基于CNN的图像相似度检测算法对图像特征的表达能力较差，且曼哈顿距离或欧式距离的计算方式导致在计算损失函数时模型不一定能很好地收敛.针对此问题，提出一种基于孪生网络和注意力机制的方法（CSNET）来提升图像匹配的性能，主要步骤如下：使用将激活函数改进为Mish函数的VGG16网络作为主干网络提取图像的特征，在模型的卷积层加入注意力机制模块（Convolutional Block Attention Module,CBAM），这提高了模型的特征提取能力和鲁棒性，保证训练可以收敛.对模型输入图片对的特征向量的欧氏距离，再利用网络全连接层输出的相似度分数来度量被检图片是否相似.将提出的CSNET与其他图片匹配方法在Omniglot和SigComp2011等数据集上进行比较，实验结果表明，CSNET能有效提高图像相似度匹配的准确性.     

压入式货架在成品卷烟平库中的应用

本文通过平库仓储模式的理论研究,对龙岩烟草工业有限责任公司F区成品平库储位布局进行规划设计,包括仓储模式选择、货架系统设计、储存策略、存取策略、出入库业务智能化管理等方面,以实现库容及仓储管理水平的提高、节省移库成本和提升出入库效率,同时满足中转型、拣选型的仓储需求。     

《智能安防设备安装与调试》行校企合作教学模式实践探索

本文探讨智能安防设备安装与调试课程新的教学模式,立足区域企业发展需求,在教学方式、实训场地、实训教材等方面大力实践尝试,提高了课程实施效果。     

基于流形正则的堆叠胶囊自编码器优化算法

针对堆叠胶囊自编码器存在检测性能慢、不能更好挖掘图像局部特征的问题，本文提出基于流形正则的堆叠胶囊自编码器优化算法。采用Scharr滤波器对堆叠胶囊自编码器模型中的图像进行重建，加强图像目标检测的精度，并在损失函数中引入流形正则项，从而加强对原始数据空间局部特征的提取，最终使用基于流形正则的堆叠胶囊自编码器学习参数，选择出更加具有区别性的特征。在MNIST和Fashion MNIST数据集上的实验结果显示，该优化算法相比于原网络结构，图像分类准确率分别提高了0.26和9.23个百分点，且模型训练速度也得到较大提高。     

激活数学课堂生命力

中职学生的数学学习成绩不理想已经是一个不争的事实。数学课堂教学的实际教学效果也在不断地下降,教与学的不断脱节正在使我们的课堂变得死气沉沉,毫无活力可言。不管是教师和学生对职高数学这一学科的教学和学习正在失去信心。作为有着一个十多年教学经历的一线教师,一直努力去改变数学课堂教学的现状,结合我校的实际情况,开方抓药,希望能够＂药到病除＂,重新激活课堂的生命力。     

学习支架在程序设计教学中的运用

程序设计是一种典型的抽象思维过程,学习支架在建立学生的抽象思维过程中起着非常关键的作用。在程序设计教学中运用学习支架时,要按照学生智力的"最近发展区",了解学生的思维发展水平,有针对性地帮助学生搭建学习支架;在时机的选择上要适时,不宜过早或过晚;在学生顺利解决问题后,教师要及时撤出学习支架。     

中医何以被西医化——基于“福柯-库恩”式规训的思考

自20世纪初,中医开始走实证化的道路,试图把中医纳入到西医科学的范式中。利用福柯-库恩式规训的哲学,结合我国中医教育改革的历史,特别是南京中医药大学中医专业的教学改革,我们分析了新型中医药大学(权力轴)如何规训着中医专业的学生,如何把他们纳入"西医"范式(知识轴),从而建构出具有现代科学身份的中医生(伦理轴)的教育成因。     

高校健美操“程序-合作学习-自主探索”教学模式的应用研究

运用文献资料法、教学实验法、数理统计法对“程序-合作学习-自主探索”教学模式和传统教学模式在高校健美操教学中进行实验对比,主要从实验后两种教学模式对学生身体形态、机能、素质及健美操技能等方面的影响进行深入分析.研究发现：“程序-合作学习-自主探索”教学模式对于提高学生身体机能、身体素质和健美操技能方面要优于传统教学模式.     

边缘计算下基于深度强化学习的车联网任务调度

针对边缘计算下车联网中时延约束型计算任务的卸载执行问题，提出一种基于深度强化学习的任务调度方法。在多边缘服务器场景下，构建软件定义网络辅助的车联网任务卸载系统，给出车辆计算卸载的任务调度模型；根据任务调度的特点，设计一种基于改进指针网络的调度方法，综合考虑任务调度和计算资源分配的复杂性，采用深度强化学习算法对指针网络进行训练；运用训练好的指针网络对车辆卸载任务进行调度。仿真结果表明：在边缘服务器计算资源相同的情况下，该方法在处理时延约束型计算任务的数量方面优于其他方法，有效提高了车联网任务卸载系统的服务能力。