基于多因素方差分析的文本向量特征挖掘算法

文本向量特征挖掘应用于信息资源组织和管理领域,在大数据挖掘领域具有较大应用价值,传统算法精度不好。提出一种基于多因素方差分析的文本向量特征挖掘算法。使用多因素方差分析方法得到多种语料库的特征挖掘规律,结合蚁群算法,根据蚁群适应度概率正则训练迁移法则,得到种群进化最近时刻获得的数据集有效特征概率最大值,基于最优划分的K-means初始聚类中心选取算法,先对数据样本进行划分,然后根据样本分布特点来确定初始聚类中心,提高文本特征挖掘性能。仿真结果表明,该算法提高了文本向量特征的聚类效果,进而提高了特征挖掘性能,具有较高的数据特征召回率和检测率,时间耗时较少,在数据挖掘等领域应用价值较大。     

立轴磨床多轴加工进刀轨迹优化控制模型

对立轴磨床多轴加工进刀轨迹优化控制模型的设计,提高模型的加工精度,为评价数控立轴磨床多轴联动的误差补偿提供依据。传统的进刀轨迹优化控制模型采用稳态预测误差控制的控制算法,导致磨床进刀的交叉耦合轨迹预补偿误差较大。提出一种基于直线轨迹的轮廓误差补偿的立轴磨床多轴加工进刀轨迹优化控制模型。以CAD为预处理软件工具,对加工模具进行空间曲线生成实体模型,构建三维造型,进行立轴磨床的多轴加工进刀轨迹控制模型设计,正确地选择加工刀具,合理地设置切削参数,构建刀具进刀的时间控制轴。构建复杂的零件加工控制系统解耦得到两个独立的控制子系统,实现进刀轨迹三轴联动控制,构建立轴磨床多轴加工进刀轨迹控制系统的轮廓误差向量最小化目标函数,实现控制模型改进。仿真结果表明,该模型能有效提高加工精度,减小误差。     

基于合作与竞争关系的组织学习研究

通过引入成员间的合作与竞争关系和组织内部人员调动,扩展了现有的探索与利用多主体仿真模型,分析成员间的竞争强度和组织内部人员调动对组织知识水平的影响。仿真结果发现:竞争强度对组织知识水平的影响呈倒U型,竞争强度较高的组织需要学习能力强的个体,竞争强度较弱的组织需要学习能力适中的个体。人员调动可以提高组织知识水平,特别是在竞争强度较高的情况下更明显。     

新产品开发外部合作伙伴的多样性与项目开发绩效的关系研究

以RBV、KBV等为理论基础,用收集的2002~2013年中国上市公司所公告的308个新产品项目,对开发中合作伙伴的类别数、每一类伙伴的数量、所有合作者的总数如何影响新产品项目的开发绩效等问题进行了系统的研究。结果表明:新产品开发合作中的供应商数量、客户企业数量、合作伙伴的类别数各自与新产品项目的开发绩效分别存在正向的对数型关系;合作中的同行竞争者数量、合作伙伴的总数与新产品开发绩效分别存在倒U型关系。     

基于地理位置和多阶邻节点辅助的编码感知无线多跳网络路由协议

提出一种适用于无线多跳网络的基于地理位置的多阶邻节点辅助的编码感知路由协议(LFCR).LFCR基于数据流间编码思想,借助地理位置信息,在建立路由时,综合考虑编码机会和传输能够带来的数据包正向前进位移,在创造具有编码机会路径时,避免了路由过度绕远.仿真结果表明,相比于经典编码路由协议COPE,LFCR能够显著提高网络性能.     

农村水利设施的善治逻辑与制度回应

农村水利设施的治理应契合农村公共物品的善治逻辑,即以农村水利设施所具有的公共物品属性为逻辑起点,以社会公共利益最大化为价值旨归,以实现民主协商为本质要求。针对农村水利设施目前存在的现实困境,亟需构建“上下结合”的多中心治理模式,建立多层次多渠道筹资机制,明晰产权规范,创新监管制度,采用水联网,完善评估与考核制度等作为制度回应。     

基于提升学生专业素质的课程实践探讨

随着时代的发展,制造业企业用人单位偏重于人才的使用价值和职业能力,注重使毕业生尽快成为岗位上需要的熟练的技术应用型专门人才。以互换性与技术测量为例,结合数控加工工艺与编程就学生专业素质的提升加以阐述。分析了实践教育的现状及存在的问题,提出理论与实践互动、多门课程相联合,培养学生知识体系构架。     

《多声部音乐分析与写作》的学习与实际运用

本文在前人对分科(和声,复调,曲式,配器)的学习与教学研究的基础上,做以综合的初探。文中,笔者将提出将四者的基本内容与写作的相关内容加以有机整合,从多声部音乐的音高关系、节奏关系、音色构成以及曲式基础等角度归纳总结了在多声部音乐学习中的体会以及对《多声部音乐分析与写作》课程的实际运用。     

浅谈小学数学课堂中渗透数学文化的策略

数学文化是人类文化的重要组成部分,对于学生形成完整的数学素养起着至关重要的作用。而小学数学课堂实践的现状却不容乐观,一味地追崇解题训练会让数学学科沦为一种工具。开展关于渗透数学文化的教学尝试,力图利用对话故事、崇尚思考、多科联通等策略开辟出一条课堂实践中彰显数学文化价值的有效途径。     

基于多源知识融合的企业知识管理方法

作为知识经济时代出现的新兴管理方法,企业知识管理的一个重要的研究课题,是对组织成员和人力资源的知识管理。传统的知识管理方法基于封闭的企业管理历史数据,不能深入地挖掘企业管理知识。本文拟从网络数据的行为建模和多源数据融合的角度,探索新的企业知识管理方法。以企业知识管理为研究目标,以石化企业员工为研究对象,以自然语言分析和处理为模式表示方法,以统计机器学习为知识分析工具,重点研究如何通过网络行为建模和多源数据融合,从而更全方位地对企业员工的性格、日常行为建立一套行之有效的分析机制,实现在开放网络时代的企业知识管理和绩效管理。在石化企业内部的知识管理实验性尝试表明,所提知识管理方法,能够更深入地对企业员工的行为进行分析和理解,能够更有效地将员工行为和企业人力资源中的若干关键指标建立相关性模型,从而为企业的知识管理和决策人员提供强有力的技术支持。