区(县)级公共图书馆少儿读者服务的新思路——以广州市黄埔区图书馆为例

以广州市黄埔区图书馆为例,从改进和升级少儿阅读环境和阅读体验、实现阅读活动的常态化、延伸阅读服务以及搞好阅读宣传4个方面,探讨了区(县)级公共图书馆少儿读者服务的新思路.     

融合高斯核及指数函数聚类的点云目标物提取

针对聚类算法的聚类中心重复性和无法对点云聚类的问题,提出了融合高斯核及指数函数的聚类中心均匀化的点云聚类方法,以优化聚类中心的均匀化分布,实现点云的均匀化聚类。首先,根据高斯核函数及密度指数函数确定局部密度,再依据局部密度的大小确定距离参数。其次,依据局部密度和距离参数的乘积确定聚类中心,同时消除聚类中心的邻近化,使得聚类中心更加均匀分布于整个数据集中。最后,利用数据点到聚类中心距离逐个确定每个数据的聚类归属,并合并邻近聚类实现点云目标物的提取。将该算法与常规的基于密度峰值的聚类算法（clustering function based on density peak,CFDP）、K-means聚类算法、具有噪声的基于密度的聚类方法（density-based spatial clustering of applications with noise,DBSCAN）进行比较,该文所提方法可以对教室内3排椅子实现100%的提取。与相对密度关系的峰值聚类（density peak clustering,DPC）算法及深度学习方法相比,所提方法对不同分辨率目标物点云的提取精度均为96.7%,在计算效率和精度方面均优于其他两种方法。     

融合高斯核及指数函数聚类的点云目标物提取

针对聚类算法的聚类中心重复性和无法对点云聚类的问题,提出了融合高斯核及指数函数的聚类中心均匀化的点云聚类方法,以优化聚类中心的均匀化分布,实现点云的均匀化聚类。首先,根据高斯核函数及密度指数函数确定局部密度,再依据局部密度的大小确定距离参数。其次,依据局部密度和距离参数的乘积确定聚类中心,同时消除聚类中心的邻近化,使得聚类中心更加均匀分布于整个数据集中。最后,利用数据点到聚类中心距离逐个确定每个数据的聚类归属,并合并邻近聚类实现点云目标物的提取。将该算法与常规的基于密度峰值的聚类算法（clustering function based on density peak, CFDP）、K-means聚类算法、具有噪声的基于密度的聚类方法（density-based spatial clustering of applications with noise,DBSCAN）进行比较,该文所提方法可以对教室内3排椅子实现100%的提取。与相对密度关系的峰值聚类（density peak clustering, DPC）算法及深度学习方法相比,所提方法对不同分辨率目标物点云的提取精度均为96.7%...     

改良型UCT工艺在合成废水中脱氮除磷的优化

采用一种改良型的UCT工艺用以达到反硝化除磷与各个营养物的去除,该工艺采取了连续性的三段缺氧好氧排列并加以三段式分段进水,以优化碳源提高营养物的去除率.实验中采用合成废水,其日流量为150 L/d并且整个反应器的水力停留时间为8 h,在运行120 d后达到了COD 89.7%的去除,去除氨氮达98.14%,TP与TN的去除率分别达到了91.8%和82.53%.并且在采取分段进水比为35∶35∶30时,反硝化除磷的能力达到了最高,其DNPAO占PAO的比例达39.1%.缺氧段1对TN的去除高达(1.28±0.053)g-1VSS-1d-1.     

略论高校文书立卷工作

文书立卷指的是把处理完毕仍有保存价值的单份文件,按照规定的基本要求,组合成案卷的一项工作。笔者在长期的秘书工作实践中认识到:要扎实地、创造性地做好此项工作,必须把握和解决好如下几个关键问题:一、充分认识文书立卷工作的基础性地位文书是人们在开展一项具体的工作任务