浅谈高校图书馆的全开架借阅

全开架借阅是当今高校图书馆发展的必然趋势，在显示出诸多优势的同时，也给图书馆的管理提出了新的挑战。结合工作实践，分析了高校图书馆全开架借阅中存在的问题，并提出了解决问题的相应措施。     

对《刑法》第九十三条第二款的思考

刑法总则是指导分则的，刑法分则是刑法总则的具体化。两者相辅相成，缺一不可。在运用刑法分则条文时，必须符合刑法总则规定的一般原理和原则。目前刑法总则条款九十三条第二款有疏漏，其指导的分则条款却很完善。那么，根据罪行法定原则，建议将该条款中国有公司、企业、事业单位、人民团体修改为国有单位，就不会出现前后矛盾。     

高校制订本科生培养方案的成本分析

从相对微观的角度,分析了高校制定本科生培养方案应考虑的成本效益等原则,认为高校虽不是以盈利为目的组织,但在教学管理中也应重视教学成本问题。论述了制订培养方案应考虑的最低毕业学分等成本要素,并在此基础上对高校制订或修订本科生培养方案提出了建议。     

混合工作日历下资金受限工程项目工期最短化任务指派方法

针对一类混合工作日历下资金受限工程项目工期最短化任务指派问题,提出了一种基于遗传算法的优化方法。对混合工作日历下资金受限工程项目工期最短化任务指派问题进行了描述,并设计了遗传算法对问题进行求解。提出了基于承包商工作日历的时间推算机制,设计了时间推算函数作为混合工作日历下工程项目工期推算的基础;算法采用"基于承包商号的整数编码方式"对个体进行编码和"拒绝策略"产生初始可行种群,使用"交叉算子改进策略"和"两点交叉方式"进行交叉以保证交叉后子个体可行,采用"拒绝策略"和"单点变异方式"进行变异以保证变异后子个体可行,解码过程中基于"关键路径法"和"正向推算函数FC"推算项目工期。通过案例分析验证了所提方法的有效性。     

HPLC-UV-ELSD同时检测新型催泪喷射器中的合成辣椒素与吐温20

为检测警用催泪喷射器中合成辣椒素和吐温20的质量浓度,建立了一种紫外与蒸发光散射检测器联用的高效液相色谱方法（HPLC-UV-ELSD）.其中紫外检测器检测合成辣椒素（SC）、蒸发光散射检测器检测吐温20.检测条件为:流动相为甲醇:水（80∶20）,流速1 mL/min,紫外检测波长280 nm,柱温28℃;蒸发光散射检测器空气载气流量2.5 L/min,漂移管温度为60℃,雾化载气流压力设置为0.5 MPa.在合成辣椒素质量浓度为196~980 μg/mL范围内,吐温20在质量浓度为212~1 060 μg/mL范围内呈良好的线性关系（R2>0.999）,回收率均在90%~110%范围内.本方法已成功应用于实际警用催泪喷射器填充剂的检测.      

混沌图引力搜索算法求解压力容器约束问题

为解决运用混沌图引力搜索算法( CGSA: Chaotic Gravitational Constants for the Gravitational Search Algorithm) 难以计算经典的压力容器设计( PVD: Pressure Vessel Design) 约束优化问题,提出了一种改进的混沌图引力搜索算法( CGSA9 + ) 。首先,分析PVD 约束条件中各变量间的相互依赖关系,确定总体中各维度随机的先后依赖顺序; 其次,在继承CGSA 算法子代产生的规则基础上,更新越界子代的产生规则,借助当前全局最优解位置,优化子代产生规则; 最后,通过循环验证是否满足约束,进而求解与评估,得到最优解。对比实验表明,该新算法能有效解决PVD 约束优化问题,并具有较好的优化效果。     

基于移动信令数据的城市热点识别方法

城市热点的识别对于探索解决引导性的人群疏散、规避交通拥堵等问题提供新途径,并为基于位置服务(location based services,LBS)如商铺选址、旅游导航等提供重要的科学参考,具有重要的应用价值。随着个人手机终端的普及与发展,手机已经成为研究用户行为特征的一种理想的探测器。提出了将手机信令数据融合兴趣点(point of interest,POI)数据来挖掘城市的热点区域并进行功能类型标定,重点通过手机信令数据研究人流的出行行为和在蜂窝的驻留时长情况来识别活跃蜂窝,并进一步通过基于密度的聚类算法判别热点区域。选取了重庆市较场口一定范围区域作为研究区域,数据来源于重庆某移动运营商提供的用户手机信令数据,通过实验实例验证分析,证明了该方法可快速识别出城市热点区域,并具有较高的准确性。     

基于全局注意力引导的肺结节分割方法

肺结节的精确分割能有效地辅助医生的治疗诊断工作,但由于不同患者所呈现的肺结节病灶形式多种多样,基于传统专家系统和统计学习的方法难以获得准确的肺结节分割结果。针对这种情况,提出一种由全局注意力引导的注意力机制,达到了从一张完整的胸部影像切片中自动定位并分割出肺结节的效果。该方法首先对目标区域进行肺实质分割,再利用区域建议网络（region proposal network,RPN）进一步缩小感兴趣区域,并生成注意力权重图,最后使用融合了残差网络（residual network,ResNet）与卷积长短期记忆网络（convolutional long short-term memory,ConvLSTM）的结构结合注意力权重进行肺结节分割。将所提方法在肺图像数据库联盟（lung image database consortium,LIDC-IDRI）数据集上进行了全面的评估,结果表明,本文方法分割结果的平均dice得分（标准差）为89.97%（8.9%）,具有出色的分割性能,精度相较其他方法取得一定提升。进一步在相同数据集上将所提方法的肺结节分割结果与4位放射科医生的手工标注结果进行了比较,结果表明本文方法的分割结果与医生们的标注结果的一致性达到了85.81%,相较于医生们手工标注之间的一致性高出了3.39%。     

基于分数阶微分Frangi的夜间车道线检测

基于机器视觉和图像处理的夜间车道线检测一直是该领域的研究难题,即使是近年的深度学习方法,检测精度只能达到50%左右.为此,研究了一种新的算法,根据车道线的特点和车辆的行驶速度,将视频中多幅图像融合到一幅图像中;利用图像的特点,在区域合并中识别出有效的车道线检测区域;将有效区域分割成新的图像后,采用基于Frangi和Hessian矩阵的算法对图像进行平滑和增强;为了提取车道线的特征点,提出了一种新的分数阶微分模板进行车道线特征点检测,该算法根据车道线在图像中可能的位置,从4个方向检测特征点;在检测出候选点后,应用递归Hough直线变换得到候选车道线,为了确定最终的车道线,一条车道线的角度应介于25°～65°之间,而另一条车道线的角度应介于115°～155°之间,否则,通过降低线点数的阈值继续进行Hough直线检测,直到获得两条车道线为止.通过对数百幅夜间车道线图像的测试,并与深度学习方法和传统的图像分割算法进行比较,新算法的检测准确率可达70%.     

Data Mining as an Enabler for Customer Data Driven Vehicle Development

对于汽车等面向消费者的行业,数据驱动的产品开发是一项关键的系统工程。数据驱动方法的前提是数据本身,由于现代车辆的联网能力不断提高,使得汽车制造商能够以内部总线信号的形式记录并储存客户数据。由于这些数据并不用于外部,只用于内部通信以保证车辆的安全性和功能性,这给这些数据的应用带来了一定的困难,因此汽车行业的主要问题在于如何利用数据挖掘技术从这些数据中提取客户需求及相关信息。为此,对上述数据应用问题进行了文献调研,并在此基础上开展数据挖掘的模拟研究,以确定现有数据挖掘过程在需求获取领域的适用性;进而提出一种扩展程序,使得数据挖掘技术能够应用于相关客户数据之中,从而加快车辆开发的进程。