关于高等教育产业化若干争议的辨析

高等教育产业化问题引起了较大的争议。对争议中的高等教育市场化、．企业化的若干问题，作了针对性的辨析。     

关于推进秘书职业化进程的思考

秘书职业化是目前秘书学界的热点和难点问题之一.对影响秘书职业化进程不利因素进行分析,并提出秘书职业化的可行性对策.     

基于预训练模型和混合神经网络的医疗实体关系抽取

医疗文本具有实体密度高、句式冗长等特点,简单的神经网络方法不能很好地捕获其语义特征,因此提出一种基于预训练模型的混合神经网络方法。首先使用预训练模型获取动态词向量,并提取实体标记特征;然后通过双向长短期记忆网络获取医疗文本的上下文特征,同时使用卷积神经网络获取文本的局部特征;再使用注意力机制对序列特征进行加权,获取文本全局语义特征;最后将实体标记特征与全局语义特征融合,并通过分类器得到抽取结果。在医疗领域数据集上的实体关系抽取实验结果表明,新提出的混合神经网络模型的性能比主流模型均有提升,说明这种多特征融合的方式可以提升实体关系抽取的效果。     

人脸三维测量中的立体视觉

探讨了立体视觉在人脸外形测量中的应用,针对牙齿整容手术模拟时必须测量面部皮肤表面一些指定点三维信息的问题,建立了一种双目成象系统．根据人脸的特征,提出了人机交互确定特征点并结合先验知识进行图象匹配的新方法,通过受试者的正面和左右９０°侧面三组图象、成象系统的全局坐标系与面部局部坐标系之间的几何位置,确定指定点在面部局部坐标系中的坐标值．误差校正项的引入有效地提高了系统的精度,实验结果表明了该系统的合理性．     

核医学图像的平滑及自适应增强算法

针对核医学图像的特点,提出核医学图像的邻域加权平滑和自适应增强算法,用于去除图像噪声和增强图像,以改善图像的视觉效果,提高对核医学图像判读的正确性     

自主学习与外语教学

分析了自主学习的定义、自主学习受到普遍关的原因以及自主学习与英语教学中的“低效”问题,提出了在英语教学中培养学生自主学习能力的途径。     

大学英语自主学习模式中的教师新角色研究

当前的社会发展和学校教育已对个体的自主学习提出了新的、更高的要求，但是目前大学生的自主学习能力令人担忧，其中的一个重要原因是广大教师没有调整好自己的角色，没有注重如何在教学中培养学生的自主学习能力。教师应该在教学中启发、引导和帮助学习者，促进学习者的自身发展，有教师指导的自主学习比学生完全自主的学习更有效。     

民族区域自治与西藏繁荣进步--纪念西藏自治区成立40周年

民族区域自治作为我党解决民族问题的基本制度，它在西藏的建立与实践，不仅巩固和发展了“平等、团结、互助”的社会主义民族关系，而且促进了西藏经济、文化等事业的全面繁荣进步。四十年的实践证明，这一制度既符合中国的国情，也符合西藏的区情。     

重庆市三峡库区医疗垃圾现状及无害化处理分析

医疗垃圾属于一类危险废物，必须进行无害化处理。文章论述了医疗垃圾的特性和危害性，对重庆市三峡库区目前医疗垃圾管理和处理的现状进行了分析，针对其特点，提出对三峡库区医疗垃圾有效的管理措施和进行分区集中处理，具体分析了医疗垃圾处理技术方案：分类收集、密闭运输、预处理、焚烧、完全填埋等。通过无害化处理后，杜绝医疗垃圾对环境的污染，以保护三峡库区生态环境和水资源。     

Classification of Medical Brain Images

Since brain tumors endanger people‘s living quality and even their lives, the accuracy of classification becomes more important. Conventional classifying techniques are used to deal with thosedatasets with characters and numbers. It is difficult, however, to apply them to datasets that include brain images and medical history (alphanumeric data), especially to guarantee the accuracy.For these datasets, this paper combines the knowledge of medical field and improves the traditional decision tree. The new classification algorithm with the direction of the medical knowledge not only adds the interaction with the doctors, but also enhances the quality of classification. The algorithm has been used on real brain CT images and a precious rule has been gained from the experiments. This oaoer shows that the ahzorithm works well for real CT data.