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。     

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。     

基于情感体验的交互式包装设计与评价

包装不仅是商品的载体,也是品牌信息和情感体验的载体,是商品与消费者之间的信息沟通桥梁及商品体验营销的实现手段。以某护肤品包装设计为例,阐述了基于情感体验的本能层、行为层、反思层上的具体设计实践。同时,选取情感互动性、方便性、功能性、效率性、识别性5个评价指标,使用模糊综合评判法构建包装设计评价模型,对两个设计方案进行评价。方案一的评价结果为“良”,方案二的评价结果为“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。     

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.     

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。     

Machine Learning Vasicek Model Calibration with Gaussian Processes

In this article, we calibrate the Vasicek interest rate model under the risk neutral measure by learning the model parameters using Gaussian processes for machine learning regression. The calibration is done by maximizing the likelihood of zero coupon bond log prices, using mean and covariance functions computed analytically, as well as likelihood derivatives with respect to the parameters. The maximization method used is the conjugate gradients. The only prices needed for calibration are zero coupon bond prices and the parameters are directly obtained in the arbitrage free risk neutral measure.     

基于盾构掘进参数的LVQ神经网络地层识别

以苏州4号线2标及2号线东延伸线5标地铁工程为背景，分析了盾构机的掘进参数：千斤顶推力、推进速度、刀盘扭矩、螺旋机转速和同步注浆量在不同地层条件下的变化规律。提出了基于盾构机掘进参数的学习向量量化（Learning Vector Quantization，LVQ）神经网络地层识别方法。建立了以盾构机五个掘进参数作为输入，地层特性编码为输出的数学模型，通过每种地层100组训练样本对模型进行训练，通过57步训练，训练样本误差控制在0.1以内，并用每种地层50组检验样本进行检验，地层总体识别率达到82.7%。     

灌装包装生产线效率评估系统的设计

针对国内一部分食品企业灌装包装生产线难以量化生产线效率的现状,提出了一套切实有效的生产线效率评估系统。通过评估设备速度V-曲线,以现代信息化技术为基础,提取出关键设备的停机记录,其中包含了停机的起始时间、终止时间、时长、分类、机台和原因等几大关键项内容,然后对内外部因素造成的各类时间损失进行准确量化评估,从而构建以总资产利用率、线毛产出率、设备综合利用率和线效率4项指标为衡量标准的一套生产线效率评估系统。本系统实现了灌装包装生产线数字化过程,整体透视出企业的综合管理能力、部门之间的协调配合能力、设备运行能力和故障处理能力。基于此数字化效率评估系统,可以分析停机成因,识别出影响生产线效率的核心要素,通过针对性的优化手段,达到提高效率的目的,实现降低成本和提高利润的业务目标。     

基于灰色系统的小型精密机床热误差模型

为减少热误差对数控机床加工精度的影响,文章利用灰色系统研究热误差建模。初步分析机床热源后,应用灰 色关联度分析结合模糊分类方法优化得到13组关键温度测点,结合小型精密五轴机床处于实际加工状态时的实验数 据,应用GM(I,N)灰色结构进行建模。将实际数据与拟合数据进行对比分析,结果表明此灰色系统模型具有计算方法 成熟、鲁棒性强的特点,适用于机床热误差研究。