创新与企业经营

在当今知识经济和经济全球化时代,企业原有管理制度、权责制度、组织机构已不适应现时的要求,必须采取一套新的经营管理制度和组织机构。本文针对我国一些企业,目前存在的观念落后、管理水平低、权责不明的情况,提出通过企业经营和管理的创新来提高我国企业的管理水平,构建企业改制后适应时代要求的企业经营管理新体制。     

带振荡策略的启发式算法求解一类新型分配问题

提出了一种新型的分配问题,该问题来源于钢铁企业中的板坯优化管理.与一般分配问题相比,该问题在将物品分配给背包时,除了需满足背包的容量限制外,还需满足流向限制.此问题可归结为 一般分配问题,因此为NP难问题.针对该问题,提出了带有振荡策略和长期表的启发式算法求解.振荡策略使局部搜索算法在可行区域和不可行区域间振荡,以获得更好的近优解;其次,在算法中引入了禁忌搜索的长期表,根据频率鼓励物品的多样性移动,提高算法的分散搜索能力.为验证算法有效性, 对随机产生的23种规模的数据进行了实验.实验结果表明：对于小规模数据,算法结果与最优解的最大偏差为0.55{\%};在大规模情况下,算法能在快速的时间内获得问题的近优解.     

基于PLS路径模型的农村妇女体育行为影响因素——以湘鄂渝黔边区为例

探讨了湘鄂渝黔边区农村妇女体育行为的主要影响因素,为体育干预和健康促进提供理论依据.采用随机整群抽样方法抽取年龄在18~60岁的湘鄂渝黔边区农村妇女（520人）进行问卷调查,运用偏最小二乘法构建体育行为影响因素的结构方程模型.研究结果显示,不同职业、不同文化的农村妇女之间存在显著差别,健康状况、社区因素、社会支持是影响体育行为的重要因素,心理状况、体育价值观的直接影响并不是很显著,但存在间接影响路径.加大社会支持力度,创造良好的社会环境,满足湘鄂渝黔边区农村妇女的多元化体育需求,提高农村妇女体育认知,形成积极体育价值观,可促进农村妇女身心健康全面发展.     

关于子分形的一个定理

近年来,由于各学科的广泛需要,人们对分形的研究产生了极大的兴趣。许多间题亟待解决,例如具有分数维数的点集(即分形)的子集是否仍具有相同分数维数的分形等。对此,我们进行了探讨,得到如下定理: 定理记分形E的一个子集为E_1,若E_1在E中稠密,则E_1是一个与E有相等的容量维的子分形。容量维定义为     

正交空间调制系统的性能分析

采用正交空间调制(QSM)方案系统模型,在分析其频谱效率后,详细地推导出平均误码率和发送空间向量符号之间最小欧式距离的关系,以及和接收天线数量的关系:在高信噪比情况下,接收天线数量一定时,平方欧式距离最小值越大,将获得更多发送分集增益,成对错误概率越小,则平均误码率越小;平方欧式距离最小值一定时,接收天线数量越大,将获得更多接收分集增益,成对错误概率越小,则平均误码率越小。并列出正交空间调制方案下不同频谱效率的平方最小欧式距离,与空间调制方案的最小欧式距离相比,相对增加了。在理想信道估计和最大似然检测条件下的MATLAB仿真,验证了在相同频谱效率时QSM方案的性能比SM方案的性能具有更大优势。     

基于Arduino的全反射实验系统设计

文中以Arduino为基础平台构建出水导光全反射教学系统,极大地提高了课堂的互动性。同时,通过无线图像传输系统可以在课堂上直播教学过程,使学生对实验有更直观的认识和理解。该系统主要包括光学全反射系统、控制反馈系统、图像传输系统等板块。系统可以实现课堂创新、课堂实验、课堂直播等功能,有利于提高学生的兴趣,同时,对学生的学习和老师的教学有很好的辅助作用。     

以能力培养为导向的机械工程专业人才培养途径研究

在分析现阶段机械专业人才多维度能力要求的基础上,结合机械工程专业人才培养理念和培养目标对当前的培养模式进行探讨,最终以能力培养为导向的机械工程专业人才多目标培养途径,为高校机械工程专业人才培养提供理论支持。     

基于生成对抗网络的肺结节良恶性诊断算法

针对实性肺结节CT影像数据量少、人工标注耗时耗力等问题,提出一种结合生成对抗网络和集成学习的实性肺结节良恶性计算机辅助诊断方法.首先,使用基于梯度惩罚的生成对抗网络对肺结节CT影像数据集进行扩充,缓解由数据量少、样本类别不均衡导致的模型过拟合.然后,利用卷积神经网络进行CT影像特征提取,并通过主成分分析对深度特征进行降维.最后,联合CT图像特征和有效临床信息,采用集成学习方法构建分类模型预测实性肺结节良恶性.基于多中心临床数据分析表明,相比于传统卷积神经网络模型,所提出方法有更好的预测性能.     

基于双流多关系GCNs的骨架动作识别方法

为了更好地提取并融合人体骨架中的时序特征和空间特征,文章构建了融合时空域注意力模块的多流卷积神经网络(AE-MCN)：针对目前大多数方法在建模骨架序列相关性时因忽略了人体运动特性而没有对运动尺度进行适当建模的问题,引入了自适应选取运动尺度模块,从原尺度动作特征中自适应地提取关键时序特征;为了更好地对特征进行时间维度和空间维度上的建模,设计了融合时空域的注意力模块,通过对高维时空特征进行权重分配,进而帮助网络提取更有效的动作信息。最后,在3个常用的人体动作识别数据集(NTU60、JHMDB和UT-Kinect)上进行了对比实验,以验证AE-MCN网络的有效性。实验结果表明：与ST-GCN、SR-TSL等网络相比,AE-MCN网络都取得了更好的识别效果,证明AE-MCN网络可以对动作信息进行有效的提取与建模,从而获得较好的动作识别性能。