对创建学习型电力企业的思考

阐述了创建学习型电力企业的必要性，提出了创建学习型电力企业的方法与途径，并根据当前创建学习型电力企业的实际强调了应重点把握的几个方面。     

组织的困惑 党建与现代企业制度的关系 第二部分 案例与方法——东风日产党委是怎么发挥作用的

案例 东风日产：也许很多人都知道，东风和日产的合资是中国汽车史上规模最大的合资，其实这次合资还创了一个“之最”，就是汽车合资行业里第一家在合资公司章程里明确党委的地位，并且规定了党委预算的企业。 北京现代：作为北京现代来讲，由于产品优势在韩方一边，为此，中方话语权的强化一直是让董事长、党委书记徐和谊头痛的事。徐和谊痛切地感到：“自己浑身是铁，能打几颗钉？”他需要的是一个组织，只有组织的力量才能解决问题。 方法 在新的形势下，党建与现代企业制度如何对接，成为如何提高中国企业的效率和核心竞争力的关键所在．现代企业制度是刚性的．党建更倾向于柔性，从中国式管理的角度看，党建与现代企业制度应该是刚柔并济、合而不同，而不是相互对立、互不相融。     

工程施工项目管理浅谈

随着我国交通事业的迅速发展，加强建设工程的项目管理工作非常必要。按建设工程项目参与方的工作性质和组织特征，项目管理可分为业主方、设计方、施工方、供货方和建设项目总承包方的项目管理类型。在此我们探讨一下施工方的项目管理。     

美国黑客麦斯纳偷走"基地"组织域名

麦斯纳的正式身份是一间互联网公司的老板,从“9·11事件”之后,他下定决心要用自己的网络知识来对付恐怖分子。于是,他开始关注“基地”组织的网站,希望从中找到搞破坏的机会……     

俄罗斯专制主义的文化认同与现实选择

俄罗斯文化中专制主义因素的形成，是与它独特的地理环境和历史经历分不开的。可以说巨大而平坦的平原和东北罗斯的森林是造就俄罗斯文化权威性的空间因素；而它从拜占廷引入的东正教和鞑靼人的统治构成了影响它文化权威性的时间因素；此外俄罗斯独特的社会组织——村社，是它得以长久保存的社会基础，这些构成了俄罗斯的传统文化。斯大林正是在这种传统文化模式影响下将原苏联引上了现代化之路，如今的俄罗斯改革也必然要接受这种传统文化的挑战。     

绝对没有打不开的保险箱 --黑客展开"破解行动"

另类黑客成功破解索尼PSP “绝对没有打不开的保险箱，也绝对不存在无法破解的商业技术保护”，一群刚刚成功破解索尼掌上游戏机PSP的破解组织成员在博客日志上如是说。     

选区激光熔化FeCoNiCr系高熵合金微观组织的实验研究

介绍了关于选区激光熔化的热分析理论,利用选区激光熔化技术制备FeCoNiCrAl_0.5和FeCoNiCrAl_0.8高熵合金试件.利用超景深显微镜对试件微观组织进行观测,分析了粉末粒径、元素含量,以及工艺参数等因素对选区激光熔化高熵合金的微观组织的影响.结果表明,随着激光功率增大,试件顶部等轴晶的占比越来越少,尺寸越来越细小,试件底部组织中枝晶的占比逐渐增多,尺寸不断增大;随着扫描速度增大,高熵合金试件底部组织中枝晶尺寸逐渐减小、宽度变窄;搭接率对高熵合金试件微观组织影响较小;制得的高熵合金试件存在着裂纹、凹陷及气孔等缺陷.     

老龄化背景下城轨换乘站客流组织仿真分析

针对人口老龄化背景下的城轨换乘站客流组织问题,从影响因素分析出发,量化老年乘客生理特征对乘客行动力影响的外在表现,并运用社会力模型描述换乘站内行人运动。借助AnyLogic仿真软件,以重庆市某换乘站为实验对象构建地铁换乘站仿真模型。通过设计多场景仿真实验,结果发现老年乘客比例对站内客流速度、进站时间、换乘时间都有明显影响,尤其是在站内客流瓶颈处和高差变化处的影响更为明显。最后,对适老背景下城轨车站设计和运营提出针对性建议。     

42CrMo钢离子氮化—沉淀强化组织结构的研究

研究了42CrMo钢离子氮化—沉淀强化的组织结构,结果表明,离子氮化层的组成为ε、r＇a_N、Fe_3C和少量Cr_2N、Mo_2N、CrMoN_x及a";经时效处理后,ε相和a_N相弥散析出Cr_2N、Mo_2N和a" 。325℃时效,CrMoN_x消失;500℃时效,Mo_2N大大减少。a"、Cr_2N和Mo_2N弥散共格析出,必将使氮化层强化。     

基于压缩感知的在线多示例学习目标追踪

近年来提出的多示例学习算法在一定程度上能够克服模板漂移问题。然而,在线学习需要获取足够多的有用数据才能达到稳定的追踪效果,但是这却增加了算法的复杂度。为了解决这一问题,在压缩感知理论的基础上,运用随机观测的方法对多尺度图像特征进行降维,提取的这些低维特征中包含大量的有用信息。因此,我们提出的算法是先利用压缩感知理论提取目标特征之后,再使用在线多示例学习算法分类器对这些特征进行分类从而实现目标的稳定跟踪。通过对不同的图像序列进行实验,结果表明基于压缩感知的在线多示例学习算法对实时的目标追踪有很好的适应性。