铁磁条对石墨烯中谷依赖电子输运性质的影响

本文建立了铁磁条和硬势垒共同调制下的石墨烯纳米结构模型，计算了铁磁条产生的磁场的大小和铁磁条的宽度对石墨烯中谷依赖的电子输运性质的影响，重点研究了该石墨烯纳米结构中电子的电导和谷极化特征. 数值计算结果表明，该纳米结构中可实现显著的谷极化效应，且磁场的大小和铁磁条的宽度均会对其中的电子电导和谷极化产生较大的影响. 因此，我们可以通过控制铁磁条的宽度和其产生的磁场的大小来获得实际需要的谷极化强度. 这项研究有助于理解和设计谷电子学设备.     

中外合资上市公司高管团队特征对企业价值的影响

基于组织战略性人力资源管理的视角和高阶梯队理论,高管团队的特征影响企业战略决策,决定企业的经营与发展,进而影响企业价值.采用中国沪深A股421家中外合资公司2010-2018年的高管团队与企业价值面板数据,研究中外合资上市公司高管团队特征均值和异质性对企业价值的影响.结果 表明:女性高管占比和高管团队的平均年龄、平均任期、平均受教育程度及异质性均显著正向影响企业价值;团队规模、任期异质性对企业价值影响不显著;高管团队年龄异质性对企业价值具有显著的负向影响.优化高管团队的女性占比与平均年龄、任期、受教育程度等特征结构,将有利于提升企业价值.     

论新时代学生体质健康多元治理的现代化

经济发展推动了社会结构的变化和学校教育的进步，导致了不同时期学生健康的问题表现和治理重点的变化。健康价值观和治理结构的稳定以及法治的加强保障了治理的基本成效。但健康的复杂性导致了学生体质健康治理中的政策边缘化和行动协同、知行合一、监督问责等新困境。新时代学生体质健康多元治理现代化是针对当前学生体质健康方面出现的新问题，构建政府主导、学校为主、家庭抚育、社会共建和个人负责的治理格局，实施系统性、多元化的健康干预，以保障学生健康权利、强化学校健康促进、培养健康生活型态、净化社会健康环境、增强健康自律意识，是治理理念、治理格局、治理环境和治理法治等多要素的现代化。     

自供电旋转轴系监测系统设计

针对旋转轴系监测系统中传感器相关电路需要外部电能输入的问题,设计了一种基于自供电轴系的监测系统.基于电磁感应原理设计自供电系统结构,给出理论模型,设计整流稳压电路,测试数据测量模块和无线传输模块.结果表明:在不同转速下,该旋转轴系监测系统可以在无须外界电能输入的情况下,将轴系参数发送至上位机.测试数据符合实际值,可以实现旋转轴系监测系统的自供电.     

一种改进的基于人体静电冲击模型应力的瞬态功率模型

提出一种改进的基于人体静电冲击模型(Human Body Model, HBM)应力的瞬态功率模型。利用HSPICE仿真软件, 模拟MOS管遭受的HBM应力, 得到对应的等效直流电压。HBM电路的预充电电压与MOS管对应的等效直流电压值的散点图表明, 两者保持线性关系, 并通过拉普拉斯变化得到证明。与现有的瞬态功率模型相比, 改进后的模型降低了在HBM应力作用下的计算复杂度, 可以更加简便地从统计学上预测MOS管栅氧击穿的发生, 给HBM冲击作用下MOS管栅氧化层可靠性的评估提供参考。     

基于量子辐射场的大数据安全存储寻址算法

大数据存储过程面临着与日俱增的各种威胁,而传统数据存储算法难以有效应对这些新型威胁。以量子力学和量子遗传的关系为基础,构建量子辐射与量子遗传迭代的、双向可逆过程的数学函数和计算机程序,为流数据的大规模量子安全存储构建软件基础环境。在量子力学和量子遗传的映射关系下,将量子染色体的定义和交互作用通过量子比特和量子旋转门的计算实现,将量子染色体的交互通过量子引力作用和量子斥力作用的交互实现,将量子染色体动态过程的主要衡量指标通过引力和斥力的叠加态来计算产生。用量子引力和斥力来引导流数据的动态存储寻址、出入栈过程与路径,进而将大数据存储过程双向映射为量子辐射场和量子空间域问题,得到安全存储路径与存储地址。     

"环境工程微生物学"课程教学改革与实践

针对目前"环境工程微生物学"课程教学过程中存在的一些问题,提出在课程内容教学顺序、教材中的错误及需更新的知识、教学方式、实验类型与实践等方面的建议,实施"参与式"教学,以提高学生的理论和实践技能,提高课程的教学质量。     

基于匀质块五块模式的矩形件非剪切排样算法

基于匀质块五块排样模式对一类矩形件非剪切排样问题进行了研究.基于动态规划和隐枚举的思想设计了无约束矩形件非剪切排样问题的匀质块五块排样算法.与文献中的矩形件非剪切排样算法的对比试验表明:这种算法能够快速给出问题的最优解，而且可以降低板材切割工艺难度并减少矩形件的分拣成本.与2种矩形件剪切排样算法的对比进一步表明了引入“非剪切”的经济效益.     

基于序列特征的点击率预测模型

点击率预测模型是主流推荐系统中十分重要的部分.根据点击率预测的打分来调整商品的展示策略,对提高业务的转化率、改进用户体验等有着重要的意义.传统的点击率预测模型是利用用户特征和商品特征,对点击率进行预测.然而,用户行为序列的结构特征,如周期性规律、趋势等也能一定程度地体现用户行为的倾向.针对部分信息利用上的空缺,使用时间序列分析单元,将提取用户行为序列的特征作为用户特征的扩展,结合因子分解机结构将其与用户、商品特征进行交叉,能够有效提高特征质量,优化点击率预测模型的性能.实验表明,结合用户行为序列特征进行交叉优化的方法能够对点击率预测模型的表现带来很大提升,提高点击率预测的精度.     

AR-Grams:一种应用于网络舆情热点发现的文本聚类方法

网络舆情热点发现是一种常用且处理速度要求较高的应用.针对网络舆情热点发现这一特殊应用场合,本文提出了一种基于随机N-Gram的文本聚类方法AR-Grams.该方法通过随机N-Gram的文本相似度计算方法,确立待聚类文档集中各个初始聚类的标志文档并完成初步的聚类操作,继而通过聚类元素数阈值来确定初始聚类,并可根据实际情况确定是否执行聚类合并.该方法生成的聚类内聚性好,准确率高.另外,为了便于评估整体的聚类效果,提出了聚类的整体覆盖率和正确覆盖率.实验结果表明:与对比方法DR-Grams相比,在低阈值时,AR-Grams的准确率、召回率、F-score、正确覆盖率分别提高了11.9％、9.1％、10.2％和9.2％,提升效果尤为明显;在高阈值时,效果基本相当;在整体上,前述4项指标则分别提高了4.5％、2.9％、3.5％和3.0％,优于对比方法DR-Grams.