校办企业虚拟股票期权激励模式设计

对校办企业经营者的激励是长期困扰校办产业管理者的一个问题.期权激励是能把企业与经营者的利益在较长时间内紧密结合在一起,持续调动经营者工作积极性的一种切实可行的长期激励机制.通过虚拟股票期权计划实例可以看出,虚拟股票期权解决了股票来源问题,适用于校办产业中现行存在的非股份制的企业,扩大了期权激励的应用范围,是一种长期的激励机制.     

“一基三参”校企合作模型

结合中小企业管理创新需求和高校管理类专业特点，提出中小企业与高校管理类专业进行产学研合作的“一基三参”合作模式，以完善高校人才培养模式，提高学生理论素养和专业技能，引导中小企业的管理创新和转型升级。     

14例肺炎型肺癌X线征象与病理对照

目的 :加深对肺炎型肺癌 X线征象的认识 ,提供其病理理论依据。方法 :对照分析 14例肺炎型肺癌的 X线征象与病理特征。结果 :肺炎型肺癌 X线征象与癌组织生长方式有关。结论 :提高对肺炎型肺癌X线征象的认识及加强相应的检查有助于该病的早期诊断。     

鹿皮鼓

北极圈里的拉普兰是圣诞老人和驯鹿的故乡,也是萨米人的家乡。这个世代生活在芬兰北部的少数民族,实际上至少分为两各支派,亚麻色头发、蓝眼珠、长相俊美、性格温和的那一支萨米人以饲养驯鹿为生——驯鹿肉是北欧人的主要肉食之一；黑头发、棕色眼珠、体态结实、脾气暴躁的那一支则擅长歌乐——击击者驯     

生物矿质浴剂对皮肤的保健作用

浴剂是人们生活中常用的日化品,国外已有百余个品种。而南京大学等单位研制的生物矿质浴剂则是数以百计的浴剂家族中的一支新秀。生物矿质浴剂是生物矿质液应用开发中的系列产品之一,该浴剂是纯天然无刺激性的新型护肤生物制品。使用该浴剂沐浴、洗头,不仅能护肤、护发,而且能止痒、消炎;使用该     

Lorenz曲线及其在植物生态研究中的应用

由Lorenz曲线派生的基尼系数和洛伦茨不对称系数在植物生态研究中可用来描述植物大小或其它数量性状的不均匀性，以揭示不同环境条件下植物数量性状在群体中的分布特性和生态学意义。笔者介绍了这两个参数以及用Jackknife和Bootstrap两种重新取样法来估算该统计量的精度和误差的数学计算方法，并采用作者自行开发的统计软件，对盐胁迫条件下Iris hexagona天然群体生长和繁殖性状进行了不均匀性分析。结果表明，Iris hexagona植株的地上部分生物量、地下部分生物量和总生物量随盐浓度的增加均呈递减趋势，但不均匀性均呈递增趋势。盐胁迫对植株个体间花量的不均匀性影响不大，而植株在浓度为2和4μg／g的盐胁迫条件下，个体间种子数量的不均匀性下降。另外，Iris hexagona两个繁殖性状的不均匀性均远大于生长性状的不均匀性。基尼系数揭示了均值背后隐藏的生物学意义，它直接反映了植物数量性状在植株间的不均匀性的程度，但产生不均匀性的原因可能包括遗传、生理和(或)生态等因素。若要从遗传角度弄清其本质，需要进行分子生物学特别是有关植物数量性状基因位点及其与环境互作等方面的研究。     

离子注入对三角叶滨藜种子萌发及愈伤组织的影响

利用N^ 、Ar^ 、Zn^2 离子分不同辐射能量,对三角叶滨藜（Atriplex Triangularis）种子进行离子注入,研究低能量状态下激发诱变的生物学效应。结果表明N^ 、Ar^ 、Zn^2 离子注入处理后,三角叶滨藜种子萌发率均有下降,其中Ar^ 处理组种子萌发率高于对照组。由于菌苗诱导产生愈伤组织及其生理活性也存在差异。通过对愈伤组织SOD、POD、CAT活性进行测定,发现这3种离子注入种子处理后愈伤组织的SOD、POD、CAT活性一般都低于未处理的对照组。其中Zn^2 注入处理后SOD活性高于对照组。     

大学科技园是高水平大学建设的重要组成部分

大学科技园的建设对高水平大学的教学、科研、社会服务及管理体制改革都有积极作用.在大学科技园内,高校的科技成果不断得到转化,流向社会,拉动高校与市场的结合,从而促使高校的教学、科研与社会经济的发展形成良性循环.同时,大学科技因为创新创业人才的培养和成长提供了实践的基地.兴办大学科技园是建设高水平大学的重要举措,也是高水平大学的重要组成部分.     

基于迁移学习的卷积神经网络电网故障诊断

电网拓扑结构复杂、分支众多、潮流分布不平衡、故障样本较少且难以获取。为提高配电网的故障诊断准确性,本文提出将迁移学习的思想与卷积神经网络（Convolutional Neural Networks,CNN）相结合,以此来解决目标域样本不足导致训练效果差的问题,同时利用主成分分析（principal component analysis,PCA）对时序数据进行降维,提升运行速率,形成配电网故障诊断方法。首先对PCA和CNN的结构特点进行分析;然后通过仿真模拟不同的故障条件,生成面向CNN的时序数据。再通过最大均值差异法（MMD）选择出最适合迁移的源域数据,建立源域故障识别的预训练模型。最后使用目标域数据,在预训练模型的基础上进行迁移微调训练,得到故障诊断模型。仿真结果表明,该方法能够在小样本的情况下迅速完成对故障类型的精准预测。