袁家军在省数字化改革第一次工作例会上强调:解放思想大胆探索高质量推进数字化改革

4月20日上午,浙江省数字化改革第一次工作例会在杭州召开.省委书记、省数字化改革领导小组组长袁家军出席并讲话.他强调,数字化改革是新发展阶段全面深化改革的总抓手,也是一项牵一发动全身的重大标志性改革,要进一步准确把握数字化改革的内涵要求和重点任务,解放思想、大胆探索,只争朝夕、蹄疾步稳,全上"跑道"、都跑起来,高质量推进数字化改革,打造全球数字变革高地.省委副书记、省长郑栅洁主持会议.     

郑栅洁调研科技创新: 为高质量发展提供强大创新动能为国家科技自立自强贡献更多浙江力量

近日,浙江省省长郑栅洁前往之江实验室南湖园区和青山湖科技城科创企业调研.他强调,要以习近平总书记关于科技创新的重要论述为指引,深入贯彻全国两会精神,对照落实省委决策部署,坚持人才强省、创新强省首位战略,以更坚定的决心、更务实的举措,优化创新生态系统,激发科研机构科技企业创新人才的积极性创造性,强化创新链产业链深度融合,加快把科技创新势能转化为构建新发展格局、推动高质量发展的强大动能,为忠实践行"八八战略"、奋力打造"重要窗口"提供战略支持,为国家科技自立自强贡献更多浙江力量.     

针刀治疗颈椎病的临床评价研究

目的与针刺方法比较,对采用针刀疗法治疗颈椎病进行临床评价.方法采用多种中心临床随机对照(RCT)试验方法,将针刀治疗组与针刺对照组进行比较.结果北京军区252医院针刀组有效率为92.1%,针刺组有效率为19.4%,经统计学分析,P＜0.001,具有显著差异.武警北京总队第二医院针刀组有效率为91.7%,针刺组有效率为27.8%,经统计学分析,P＜0.001,具有显著差异.解放军海军总医院针刀组有效率为90.2%,针刺组有效率为38.2%,经统计学分析,P＜0.001,具有显著差异.多中心临床试验定量合并用Meta分析,结果得出针刀组与针刺组的治疗效果具有显著差异.结论针刀组治疗颈椎病与针刺组相比,其治疗效果有显著差异.     

建材检测微机控制系统中特征值的提取算法

简要介绍了建材检测微机控制系统的结构及控制过程.详细介绍了建材检测微机控制系统压力控制曲线中去干扰及提取压力最大值的算法的设计及实现过程.根据干扰曲线突变的特点,采用了固定斜率阈值法和连续可调斜率阈值法去除干扰.分析了两种算法的不同特点及适用性.给出了该算法在VisualC 6 0集成开发环境下的流程图及应用结果.该算法已应用到建材检测过程中,取得了良好的效果.     

随园女弟子诗歌的价值评判

清代袁枚晚年大量招收女弟子,女弟子在诗坛的地位并不高,但确有独到之处.其诗歌有较高的认识价值和艺术审美价值.尤其在艺术审美方面,以女性的感觉入诗,诗中含有画意.     

高校图书馆读者服务工作初探

论述了读者工作的特点和意义及读者工作存在的问题,提出了当今高校图书馆开展读者服务工作的途径。     

国外电子政务建设现状与启示

1前言1.1电子政务的提出从世界范围来看,政府信息化建设最早可以追溯到20世纪50年代计算机在政府部门的使用。20世纪70、80年代,随着计算机的大量应用,很多国家开始推行行政事务的计算机化。20世纪90年代初期,美国克林顿政府为减少预算赤字、增加经济活力,首次提出了借助信息技术实现“电子政府”(e-Government)的概念。此后,世界上很多国家根据本国实际情况也纷纷制定了各自的政府信息化发展规划和目标。1.2电子政务的业务模型目前,对电子政务的业务模型也有不同的说法,较为常见的有以下4种:GtoG(GovernmenttoGovern-ment)政府部门间的电…     

张瑞敏：名牌就像海上冰山露出的一角

不久前,海尔再次蝉联中国电子信息百强企业之首。面对如潮的赞誉,海尔集团首席执行官张瑞敏依然冷静如往常。张瑞敏说：评价和赞誉是用户和社会各界对海尔的肯定,但它是对海尔过去的做法的肯定,我们有一句话,叫做从不回头欣赏自己的脚印。     

基于特征类内紧凑性的不平衡医学图像分类方法

近些年,基于深度学习的算法和模型在各种图像分析任务中都取得了显著的成功,与常见的自然图像相比,医学图像数据集依然面临高度不平衡的问题,不平衡数据会导致特征空间里的决策边缘倾向样本多的类别,导致分类效果的下降.为了解决该问题,提出一种基于卷积神经网络考虑特征类内紧凑性的不平衡医学图像分类方法（Z-Score Compactness-based Convolutional Neural Network,ZC3NC）.首先,从一个卷积神经网络的最后一层卷积层提取训练集样本与测试集样本的特征图,随后引入一个新的Z分数来度量测试集数据的特征图相对训练集每个类在特征空间上的偏离度,偏离度的度量基于类内的紧凑度,其主要关注样本的分布特性,对各类样本数量的不平衡性不敏感.最终,根据计算的偏离度,对测试集的数据进行分类.在DermaMNIST数据集上的实验表明,在不对数据和神经网络模型做任何额外增强的情况下,该方法的平衡准确率比原卷积神经网络模型平均提高11.15%,最多提高14.08%,证明提出的分类方法能有效地提高多种卷积神经网络对不平衡医学图像数据的分类性能.此外,和最先进的不平衡分类方法 Und...