党校图书馆特色服务探讨

分析党校图书馆开展特色服务的必要性，通过特色馆藏、特色服务、特色人才队伍建设，形成有特色的图书馆，为党校人才培养工作提供特色服务。     

尊重高职发展规律 打造个性特色高校

实施特色发展战略，走特色办学之路，这是高职院校生存发展的根本选择。高职院校特色发展的首要问题是特色定位。高职院校特色主要有类型特色、中国特色、地区特色、个性特色，它是高职院校冲破传统高校发展模式的必由之路。     

论高职特色教材的开发

高职特色教材开发是高职建设特色院校、特色专业、培养特色人才的重要基础。高职特色教材开发要以市场需求为导向，文章结合区域行业发展状况，分析特定行业、职业或职业岗位群的工作过程与任务需要的知识、技能，按照行动导向，开发独具特色的高职教材。     

“文化产品”的赢销之路

文化产品，确切的说应该是具有文化特色的产品。它是能够体现地方文化特色、节日文化特色、旅游景点特色等产品的概称，一言以蔽之，即具有文化概念或内涵的产品。     

把握历史机遇 建设具有行业特色的高水平研究型大学

长期以来，行业特色型高校与本行业共发展、同进步，血脉相联、兴衰与共，逐步成为本行业人才培养和科技创新的主要依靠力量，得到社会普遍认可，随着学校管理体制的转变，行业特色型高校脱离原来行业部门管理，学校发展目标和办学定位是继续保持原有特色，还是另辟蹊径，可以说是行业特色型高校的生死抉择，西南交通大学的实践表明，坚持办学特色和比较优势，通过确定服务面向、建立合作机制、强化学科建设、搭建合作平台、提供人才支撑、开展科技创新等与行业深度融合，依靠自身优势服务于行业发展，依托行业发展强化自身特色，是行业特色型高校发展的正确选择和必由之路。     

打造大学文化特色的途径探析

打造大学文化特色，是建构大学文化的重要环节；特色，是一所学校与众不同的标志，是其特有的优势和持续发展的源泉与动力，也是一所大学存在的重要原因。打造大学文化特色的主要途径是：在办学理念、教育理念与目标定位中确立大学文化特色，在学校的历史和现状中提炼大学文化特色，在个性化中追求大学文化特色；在当地的人文底蕴中发掘大学文化特色，在发展创新中创造大学文化特色。     

论邓小平解决重大历史遗留问题思想的理论特色

“宜粗不宜细”是邓小平解决重大历史遗留问题的基本思想，从理论和实践的结合上看，它具有全局特色、求真特色、求同特色、前瞻特色。     

学报特色栏目的功能和作用——兼谈大学学报的开发利用

学报期刊创名刊、优刊，首先必须抓学报期刊的特色栏目。介绍了部分学报的特色栏目，并通过特色栏目创设的分析，探讨了学报期刊特色栏目的功能和作用同时兼谈了特色栏目的创设，有利于学报期刊资源的开发利用。     

基于质量观的成人高等教育办学特色探究

我国高校成人教育在目前“千校一面”、雷同发展的现状下，尤其需要从战略的高度研究特色问题，在发展战略规划中突出特色、形成特色、强化特色，形成核心竞争力和可持续的竞争优势，促进整体办学水平的不断提升。     

地方普通高校专业特色建设的探索与思考

特色建设是专业生存与发展的需要。专业特色建设涉及的面很广，需要突出重点，统筹兼顾。结合作者在专业特色建设过程中的探索与思考，本文觏地方普通高校专业特色建设的思路、方法、重点内容等问题展开了探讨，并提出了个人的观点。     

基于瓶颈特征的藏语拉萨话连续语音识别研究

基于从深度神经网络提取的瓶颈特征具有语音长时相关性和紧凑表示的特点, 将瓶颈特征及其与MFCC的复合特征用于藏语连续语音识别任务中, 可以代替传统的MFCC特征进行GMM-HMM声学建模。在藏语拉萨话连续语音识别任务中的实验表明, 瓶颈特征的复合特征取得比深度神经网络后验特征和单瓶颈特征更好的识别表现。     

基于多图学习的情感图像检索研究

构建了一个统一的多图学习框架,来验证在不同类别情感图像中,使用不同级别特征在情感图像检索上的性能表现。首先,提取每个图像在不同层级上的共有特征,其中,从元素级别提取的一般特征作为底层特征;可解释的属性特征作为中层特征;而情感图像的语义感念描述作为高层特征。其次,为每种类型的特征构建一个图模型来验证情感图像检索的性能。最后,将多个图模型合并在一个规范化的框架内来学习每个图模型的优化权重。通过在5个不同数据集上得到的实验结果验证了所提方法的有效性。     

TCP/IP Feature Reduction in Intrusion Detection

Due to the amount of data that an IDS needs to examine is very large, it is necessary to reduce the audit features and neglect the redundant features. Therefore, we investigated the performance to reduce TCP/IP features based on the decision tree rule-based statistical method（DTRS）. Its main idea is to create n decision trees in n data subsets, extract the rules, work out the relatively important features in accordance with the frequency of use of different features and demonstrate the performance of reduced features better than primary features by experimental resuits.     

基于子图特征的科学家合作网络链路预测

提出了多种基于子图结构特征的新特征,构建了基于节点重要性、基于节点共同邻居、基于边共同邻居、基于邻居子图和基于边子图五类特征,并将这五类特征中的多种特征分别作为特征输入,运用机器学习的方法,实现科学家合作网未来合作关系的预测。研究中发现,基于边子图特征的链路预测准确率最好。此外,研究中运用基于模型的特征排序和最大信息系数特征选择方法分析类内特征的影响力以及相互关系,通过机器学习算法的分类模型进行链路预测。该方法能够有效地揭示网络类内特征在预测中的重要性和相关性,有利于发现影响力大的特征和冗余特征。     

从大型企业的信息需求探讨信息服务

分析了大型企业的经济特点，信息需求特点以及信息服务发展的特点，并针对这些特点探讨了为企业提供信息服务的方法。     

A Feature Selection Method for Prediction Essential Protein

Essential proteins are vital to the survival of a cell. There are various features related to the essentiality of proteins, such as biological and topological features. Many computational methods have been developed to identify essential proteins by using these features. However, it is still a big challenge to design an effective method that is able to select suitable features and integrate them to predict essential proteins. In this work, we first collect 26 features, and use SVM-RFE to select some of them to create a feature space for predicting essential proteins, and then remove the features that share the biological meaning with other features in the feature space according to their Pearson Correlation Coefficients(PCC). The experiments are carried out on S. cerevisiae data. Six features are determined as the best subset of features. To assess the prediction performance of our method, we further compare it with some machine learning methods, such as SVM, Naive Bayes, Bayes Network, and NBTree when inputting the different number of features. The results show that those methods using the 6 features outperform that using other features, which confirms the effectiveness of our feature selection method for essential protein prediction.     

非语言特征建模的普通话新闻语音摘要研究

首次研究对使用非语言特征进行普通话广播新闻摘要的建模方法。评估语音特征、语言特征、结构特征等对抽取摘要的贡献。结果表明,仅用语音特征和结构特征这两大类与语言特征无关的特征,所建立的摘要模型,其摘要抽取性能良好,F-measure达到了0.565。此外,还发现,结构特征要优于语言特征;单独使用声学特征所训练出来的摘要模型,性能也达到了平均F-measure0.391。这些发现使得语音摘要的抽取性能在一定程度上不受语音识别准确率的限制。     

融合多维时空特征的交通流量预测模型

为了精准预测交通流量,充分提取交通流中复杂的线性和非线性特征及其依赖关系,提出了融合多维时空特征的CLABEK模型。其中,由Conv-LSTM、BiLSTM和Dense神经网络分别提取时空特征、周期特征和额外特征(节假日、天气状况以及温度等),并通过将上述模型融合从而全面获取交通流的非线性特征;由卡尔曼滤波提取交通流的线性特征。在公开数据集上的对比实验证明,CLABEK模型在短期交通流预测任务上表现出最好的预测效果。     

医学期刊栏目设置现况分析

用统计方法,对１９９４年－１９９６年的２７种中华医学系列杂志的栏目设置进行现状况分析,结果是２７种期刊中设栏目数量多３５个,最少１１个,相差３．１８倍;平均每期使用栏目数最多１１．３９个,最小５．７２个,相差１．９９倍,平均８．１６个;设固定栏目数量多９个,最少３个,相差３．０倍,平均５．８５个;可设变栏目数最多２８个,最少６个,相差４．６７倍,平均１７．０４个。栏目平均使用率大于５０％的期刊有６     

基于CAD的产品装配特征多层映射数学模型

用数学方法描述了产品设计特征和装配特征信息,应用集合论在特征信息描述的基础上,探讨了特征映射机理,通过多层特征映射,建立了产品从设计域以装配城的特征映射数学模型,为并行工程中多域特征映射理论的研究奠定了基础。