浙江:突出转型升级主线 提升发展高新园区

11月15日下午,全省高新园区提升发展工作会议在杭州召开,副省长毛光烈出席并讲话,省政府副秘书长孟刚、省科技厅厅长蒋泰维一并出席。会议指出,浙江省高新园区要率先实现转型升级,必须由高新技术成果的产业化园区向研发创新与产业一体化园区转变,由单一的高新技术产业园区向先进     

创新基金扶持 大幅提升企业创新力

沈阳北辰高新技术系统控制有限责任公司坐落在沈阳国家级高新技术开发区自主知识产权园内,是集产、学、研为一体的高科技企业。公司于2000年成立,注册资金500万元。其中,大专以上科技人员占职工总数的52%,博士1人、硕士3人、高级工程师4人,研发人员占技术人员的20%。     

浅析我国少数民族期刊事业的发展状况及提升对策

少数民族期刊是我国文化出版物的一个组成部分,是民族工作的重要内容。少数民族期刊经历了萌芽期、成长期、发展期的发展过程,呈现出鲜明的民族特色。它在培养少数民族文化新人、繁荣母语创作等方面发挥着重要作用;在宣传党和国家的方针政策,传播科学知识和先进文化等方面发挥了重要作用。但是,少数民族期刊发展也面临着挑战和困境。文章认为,提高少数民族期刊的知名度和影响力,必须坚持改革和创新．强化质量和责任．加强期刊编辑的人才队伍建设。     

线弹性力学问题局部间断有限元方法的后验误差估计

基于线弹性力学问题的局部间断有限元方法,对于无悬点型的三角剖分网格, 给出了应力张量场L2-范数下的一个残差型全局后验误差估计,并给出该误差估计式的可靠性和有效性分析.     

动态能力提升导向的新创企业知识创造研究

为实现更好地发展,新创企业应重视通过加强知识创造的管理来不断提升其动态能力。新创企业知识创造包括知识获取、知识筛选、知识整合、知识应用及知识升华五个阶段,主要受企业发展战略、所处外部环境、企业外部网络关系、内部资源状况以及创业者个体及其团队共享心智模式等因素的影响,故新创企业应通过科学制定发展战略并加强战略宣传,塑造学习型组织,加强知识管理相关软硬件的建设与管理,加强外部网络关系的开发与合理使用以及合理组建创业团队并科学管理人力资源等策略加强知识创造管理。本研究有助于帮助创业者及新创企业管理者更好地认识新创企业知识创造的规律并有效管理之。     

贫困大学生幸福感提升策略探究

贫困大学生是高校中的特殊群体,贫困生的健康成长是高校和谐发展的重要内容,也是高校思想政治工作的关键所在。本文以提升贫困学生幸福感为立足点,探索这一群体思想政治教育工作的新路子,从思想教育积极化、学生资助艺术化、心理救助人性化三方面提升贫困大学生的幸福感,为贫困生的身体健康成长、心理和谐发展提供科学有效的理论指导。     

基于压缩感知的图像水印信息生成算法

针对图像水印信息冗余性高、安全性和鲁棒性低的问题,提出了一种基于压缩感知的水印信息生成方法.首先对二值图像进行提升小波变换并进行分块处理,各分块使用部分哈达玛测量矩阵进行非线性测量,对测量结果进行二值化,作为水印信息进行水印的嵌入;当水印提取时,使用正交匹配追踪法进行重构,恢复出原始水印图像.对提出的算法进行了实验研究,结果表明:提出的算法能够保证水印信息的安全性,提升水印信息容量,并有效去除图像水印的冗余部分,提高了水印算法对裁剪、拼接、噪声等攻击的鲁棒性.     

漳州农业类特色小镇景观质量评价及提升策略研究

以漳州市5个重点培育的农业类特色小镇为研究对象,采用实地调研和专家咨询的方法从自然生态景观、农业生产景观、农业旅游休闲景观和旅游服务设施景观4个方面构建了漳州农业类特色小镇景观质量评价模型,并结合AHP评价法计算指标权重,采用打分法选取了一定数量的游客、小镇居民以及专家对5个特色小镇的每个指标进行打分,并通过加权法计算各小镇景观综合评价指数,对其进行评价,结果表明,质量评价结果从高到低为:南靖山城兰谷小镇、诏安四都渔乡休闲小镇、平和琯溪蜜柚小镇、漳浦海峡花木小镇、芗城天宝香蕉小镇,在此基础上提出了漳州农业类特色小镇景观建设存在的不足及提升策略.     

基于XGBoost的列控车载设备故障预测方法

列控车载设备的健康管理和故障预测是实现高速铁路关键装备智能化视情维护的重要途径.为了克服列控车载设备故障建模的复杂性和健康监测手段受限等问题,充分运用现场收集的设备运行记录数据,提出一种基于数据驱动的列控车载设备故障预测体系框架.建立了高速列车列控车载设备运行数据管理平台,基于大量历史现场数据构建训练及测试样本集,运用极端梯度提升(eXtreme Gradient Boosting,XGBoost)算法实施特定故障类型的模型训练与学习,并将所得故障模型用于故障概率的预测分析.以CTCS2-200H型列控车载设备为对象,运用实际数据对所提出的故障建模方法进行了验证,对不同建模样本规模、故障类型维度下的模型性能以及不同建模算法性能进行了对比.结果表明:基于XGBoost算法的建模方法能够有效揭示各特征量与故障之间的关联,所采用树的深度值越高,迭代收敛速度越快;相较于GBDT、RF算法,基于XGBoost的建模方法能够实现更高的预测正确率,在给定样本条件下达到稳定正确率所需训练时间分别减少了78.55％、12.47％,验证了该方法在大规模数据条件下的适用性和性能优势.