“每事务于宽厚”的汉章帝

“每事务于宽厚”的汉章帝曹金华汉章帝刘但，是东汉第三代继世令主，也是以＊宽厚长者”著称的封建帝王。在他统治时期，曾一反光武、明帝之“严切”政治，实行了“每事务于宽厚”①的政策。虽然其在位仅十三年，但这一政策却对东汉政权产生了重大而深远的影响。因此颇有...     

基于SVM的综合实力评估系统研究

简略介绍了支持向量机的基本思想 ,研究其在综合评价中的应用。分析了对大学进行实力评估的过程 ,建立基于SVM的评价系统。比较新评价系统和采用其他方法如PCA (PrincipalComponentAnalysis主元分析 ) ,Fisher等建立的评价系统所分别取得的拟合效果。结果表明 :采用支持向量机设计的评价系统思路清晰 ,操作简单并且能取得更为理想的评估结果。     

我国现行双语教材建设模式探索与实践——以《机械制造技术基础》为例

大学专业基础课或专业课的双语教学作为中国高等教育面向现代化、面向世界、面向未来发展方针下所倡导的新型教学模式,已经逐步在各高校试行,它对于中国高等教育的全球化发展和培养国际化、高素质的综合性人才具有极显著的积极意义。然而,实施双语教学不仅涉及教师队伍的素质、学生语言能力这两个前提条件,更涉及双语教材的建设。在选择双语教材时,应该把握教材作为知识的载体,应当服务于教学,服务于课程体系建设,服务于人才培养目标的原则,以推动双语教学改革。     

电视机自动增益控制电路动态特性测量

本文提出一种电视机自动增益控制电路动态特性简易测量方法.按照此法,只需在待测电视机前加一级可调衰减器,就能用常用电子仪器测出自动增益控制电路的动态特性,并以此为依据改善电视机相关电路的性能.     

考虑交通时间与设备转换时间的跨区域就医调度优化问题

在资源共享时代背景下,跨区域就医可以很好地解决患者日益增长的就医需求与医疗资源紧张的矛盾。本论文以医疗联盟为研究对象,在关键医疗资源共享的前提下,通过患者跨区域就医实现就医诊断延误最小化,以满足患者就医需求。本研究同时考虑了患者跨区域交通时间与基于患者诊断类型的设备转换时间,以最小化患者就医总延迟为目标,分配患者就诊医院及优化患者就诊/检查顺序。针对该问题,论文首次提出以最早交货期原则（EDD rule）为基础,以患者再分配为主导的EDD-ReAss1和EDD-ReAss2启发式算法,结合局部搜索算法以进一步提高就医调度方案的质量,缩短患者诊断/检查等待时间。实验结果表明,新启发式算法EDD-ReAss1和EDD-ReAss2算法性能显著好于EDD,SPT和LPT等调度规则;在较短运算时间内Swap局部搜索算法性能最优。     

基于支持向量机的管理信息系统故障识别模型研究

管理信息系统故障影响着企业信息工程的开展。及时识别故障,能够为企业争取更多时间处理故障。因此,管理信息系统故障识别有着重要的研究意义和实践意义。基于支持向量机,构建管理信息系统故障识别模型,通过把样本应用于该模型,结果表明该模型具有较好的准确性,能有效识别管理信息系统故障。     

利用数学软件复原碎纸片的方法

研究了碎纸片的拼接复原问题,建立了合理有效的碎纸片拼接复原的数学模型；给出了数学软件实现自动拼接的具体算法；结合人工拼接得出复原图片；最后,对所给的拼接方法提出了改进方向.     

Machine Learning for Drug Overdose Surveillance

ABSTRACT

We describe two recently proposed machine learning approaches for discovering emerging trends in fatal accidental drug overdoses. The Gaussian Process Subset Scan (Herlands, McFowland, Wilson, & Neill, 2017 Neill, D. B. (2017). Multidimensional tensor scan for drug overdose surveillance. Journal of Public Health Informatics, 9(1), e20. doi:10.5210/ojphi.v9i1.7598[Crossref] , [Google Scholar]) enables early detection of emerging patterns in spatio-temporal data, accounting for both the complex, correlated nature of the data and the fact that detecting subtle patterns requires integration of information across multiple spatial areas and multiple time steps. We apply this approach to 17 years of county-aggregated data for monthly opioid overdose deaths in the New York City metropolitan area, showing clear advantages in the utility of discovered patterns as compared to typical anomaly detection approaches. To detect and characterize emerging overdose patterns that differentially affect a subpopulation of the data, including geographic, demographic, and behavioral patterns (e.g., which combinations of drugs are involved), we apply the Multidimensional Tensor Scan (Neill, 2017 Neill, D. B. (2017). Multidimensional tensor scan for drug overdose surveillance. Journal of Public Health Informatics, 9(1), e20. doi:10.5210/ojphi.v9i1.7598[Crossref] , [Google Scholar]) to 8 years of case-level overdose data from Allegheny County, Pennsylvania. We discover previously unidentified overdose patterns which reveal unusual demographic clusters, show impacts of drug legislation, and demonstrate potential for early detection and targeted intervention. These approaches to early detection of overdose patterns can inform prevention and response efforts, as well as understanding the effects of policy changes.     

适于DSP的模拟信号调制方式自动识别方法研究

提出一种适用于DSP的基于Bessel插值结构的正交数字下变频方案，可实现已调信号调制方式的自动识别。该方案能够实现提取信号的正交分量和同相分量，并且能够提取出较高精度的信号的基本参数，由此得到的特征参数可以准确地识别出信号的调制模式。最后，通过计算机和DSP仿真，证明了它的可行性。     

机器学习视角下中国去产能产业的识别

随着中国环境压力的增加,政府提出了供给侧改革,去产能是改革的主要内容,但是由于产业特征的实时演变,需要对政策进行完善。文章运用模糊C均值算法和支持向量机算法分析现阶段需要进行去产能的产业,结果发现在现行去产能政策中大部分行业是需要去产能的,但煤炭开采和洗选业以及铁路、船舶、航空航天和其他运输设备制造业已不适合继续去产能,同时将化学原料和化学制品制造业加入去产能行列中。