加强产学合作 促进成果转化

“科教兴国”是我国的国策,为了贯彻实施这个战略方针,政府鼓励科研院所、高等学校科技力量以多种形式进入企业或企业集团,参与企业的技术改造与技术开发,以及合作建立中试基地、工程研究中心等,加快先进技术在企业中的推广应用,同时促进科研院所、高校的科技成果向现实生产力转化。近年来,高校与企业的合作日益紧密和卓有成效,形成了多形式、多渠道合作,利益共享,风险共担,共同促sss     

市场经济条件下的高校科技开发与科研管理

科技与经济密切结合的新型体制给我们高校科技工作带来了机遇，也带来了挑战，高校必须加强改革的深度和力度，建立适应市场经济的管理体制和运行机制，才能更好地适应市场经济发展的需要。近年来我校根据市场经济的需要，把经济建设作为主战场，从项目目标的确立、规划计划的制定、政策措施的落实等方面加强科技与经济的有机结合，取得了明显的社会和经济效益，并推动学科建设和培养高层次人才的进程。     

广州高校科研合作探索

把广州高校科研合作视作一个系统,并建立一个系统模型,结合广州石牌地区六院校（简称石牌六院校）科研合作实践,从系统管理的角度对如何开展广州高校科研合作进行探讨。     

基于多头卷积和差分自注意力的小样本故障诊断方法

轴承是工业设备中使用最广泛的旋转部件之一，如果轴承在故障状况下运行较长时间，将会造成巨大的经济损失并威胁人身安全，因此，对轴承故障诊断进行研究具有十分重要的意义。基于深度学习的故障诊断技术目前日趋成熟，但在小样本情况下存在过拟合、效果不稳定、准确率不高等问题。为了解决这类问题，文中提出了一种融合多头卷积（Multi-Head Convolution,MC）的数据嵌入新算法和差分自注意力（Differential Self-Attention,DSA）机制的Transformer变种模型MDT(Multi-Head Convolution and Differential Self-Attention Transformer)，以实现端到端的小样本故障诊断。MC算法对样本进行多路径一维卷积，由多通道输出将样本从一维扩展到二维，通过多个卷积核尺寸提取出原样本中各个频域的丰富故障信息。相较于Transformer中原有的点积自注意力机制，DSA机制通过差分为每个特征求得对应的注意力权重向量，从而可从样本中提取出更为深层次的故障特征。MDT继承了Transformer对于处理序列数据的强大能力...