中德职教比较——“三联制”是我国城镇职教办学可取的模式和体系

本文通过中德两国职教发展过程中所涉及的政治体制、经济体制和经济结构、教育性质、劳动政策和就业政策以及职教自身发展历史诸方面因素的分析和比较,提出了我国城镇职教在重点借鉴德国“双元制”职教模式的基础上,应根据自己的国情,建立起“国家——(企业 学校)”三家分层联合办学(简称三联制)的模式和体系。本文还论述了在该模式和体系中,国家、企业、和学校的地位及相互关系,并就实施这种模式的基本途径作了一些设想。     

基于密度峰值聚类的电力大数据异常值检测算法

为了解决传统算法检测准确性低,复杂性高不适于电力大数据异常值检测的问题,通过密度峰值聚类算法研究了电力大数据异常值检测问题。分析了密度峰值聚类算法的聚类过程。按照聚类中心选择原则,通过相邻距离和密度的归一化乘积对聚类点的差异度进行衡量,按照差异度的统计特性与改变趋势选择最大的一组点当成聚类中心。按照z空间填充曲线与高维数据点z携带位置信息特性提出基于z的分布式密度峰值聚类算法,降低异常检测复杂性,以达到电力大数据异常值检测要求。采用优化后的密度峰值聚类算法对电力大数据异常值进行检测,在局部密度超过阈值,同时距离超过阈值的情况下,认为相应电力数据点为异常值。将基于距离的检测算法和基于密度的检测算法作为对比进行测试,结果表明:所提算法得到的异常电力数据点,和实际情况相符,和其他两种算法相比没有出现错检测和漏检测的情况。可见所提算法适于电力大数据异常值检测,且检测结果准确性高。