智能时代下高职院校现代化治理的内涵、特征及实践路径

人工智能技术的快速发展,推动了高职院校现代化治理体系的转变,且贯穿于模式变革、空间迁移、结构升级的全过程。鉴于此,智能时代下高职院校治理在理念、体系、资源、工具等方面呈现新的表现,形成治理的数据要素化、方式智能化、决策精准化、服务场景化特征。智能时代下高职院校实现现代化治理,需要更新智能管理理念,供给智慧教育服务,提供UGSC教育现代化治理标准,设立“场景化”技术应用环境,完善智群治理机制。     

莱州市加强和推进乡村治理的典型实践与经验

加强和推进乡村治理是实施乡村振兴战略的客观要求、实现国家治理体系和治理能力现代化的必然要求、满足人们对美好生活需要的时代诉求。莱州市在加强和推进乡村治理的实践中,涌现出了一批典型村庄,为不断推进乡村治理体系和治理能力现代化提供了有益启示。通过这些实践与经验,总结出新时代加强和推进乡村治理必须要坚持党的全面领导、健全乡村治理体系、加强人才队伍建设、创新乡村治理方式等启示。     

善治视域下国际体育组织的治理体系特征及启示

实现善治是国际体育组织进一步实现自治和预防腐败的重要目标。通过对国际奥委会、欧洲奥委会和夏季奥林匹克国际单项体育联合会协会提出的体育治理概念、治理原则、治理措施和评价方法的分析,进一步梳理了以上3个体育组织的治理体系特征和优缺点。结果表明:国际奥委会的治理体系为所有体育组织制定治理指标和评估自身治理情况提供了概念上和理论上的指南;欧洲奥委会的治理体系采用了国际奥委会的原则,并开发了自评软件和针对评估专家的教育培训工具;夏季奥林匹克国际单项体育联合会协会的治理体系吸取了国际奥委会的原则和欧洲奥委会评估工具的优点,评估措施进一步具体化,结果以年度报告的形式发布,其实用性得到了认可。我国应积极借鉴,结合国情特征和治理实践,实现中国特色社会主义的体育组织良好治理。     

镀膜双镜头多光谱相机的波段配准方法

针对镀膜双镜头多光谱相机波段多、数据量大、配准流程复杂的问题,提出一种基于改进SURF算法的快速配准方法。该方法首先完成对各波段图像的预处理,采用数字畸变模型采样法对各波段影像畸变进行校正;然后对畸变改正后的各波段图像利用快速版的SURF算法(F-SURF)进行配准。F-SURF算法从3个方面对原SURF算法进行改进,包括:依照匹配贡献度优化算法组数设置、舍弃算法旋转不变性以及引入渐进采样一致法进行特征点匹配等。通过地面及飞行实验数据进行算法验证,结果表明改进算法的配准精度优于经典SURF算法,且时间效率显著提升。     

基于递归概念图的文本检索模型研究

Sowa在1984年提出了一个抽象模型,即概念图,作为基于语言学、心理学和哲学的知识表示语言.但是其概念图的定义比较简单,对于刻画文本中的语言组块的语义及语言单元之间的组合运算比较困难.为了能从形式上为将来的组块内部和组块之间的组合分析提供支持,深化概念图的表示形式,我们提出了一种适用于自然语言自动化分析的概念图的形式化描述,它可以看成是Sowa 概念图的递归扩展.然后我们将这种新颖的知识表示方式应用到文本检索领域的文本标引中,同时给出了以此为基础的概念图匹配算法.在和布尔检索的比较实验中,概念检索体现出比较明显的优势.     

基于核模式合成的频繁巨模式挖掘算法

已有的频繁模式挖掘算法难以适应像生物信息数据挖掘、图模式挖掘等频繁巨模式挖掘应用.提出一种频繁巨模式挖掘算法,即基于核模式合成的频繁巨模式挖掘算法(Core Pattern Fusion Based Colossal Frequent Pattern Mining Algorithm,CPFCFPA),通过将各较小的核模式进行一步合成,寻求一个对频繁巨模式完整集的蕴含集.引入项集编辑距离概念,提出一种新颖的评价频繁巨模式挖掘结果质量的评测模型.实时数据集实验显示,CPFCFPA具有较好的可扩展性和挖掘性能,且对当前频繁模式挖掘算法难以或不能实现的挖掘任务,其挖掘结果能做到对频繁巨模式完整挖掘集的较好近似.     

政务,建而不治等于零

如何提高政府IT技术的使用效率与服务效率?如何使政府的IT投资减少浪费、加强运行与维护管理、加强投资的监管与风险控制?这些问题已经成为中国电子政务建设进一步发展的关键所在。     

基于属性值偏好矩阵的协同过滤推荐算法

传统的协同过滤推荐算法面临用户评分数据稀疏性和冷启动问题的挑战.针对上述问题,提出了基于属性值偏好矩阵的协同过滤推荐算法,首先采用奇异值分解(SVD)对用户-项目评分矩阵降维得到目标用户的初始邻居用户集,生成新的用户-项目评分矩阵;然后将用户评分映射到相应的项目属性值上,生成每个用户的属性值偏好矩阵,并基于属性值偏好矩阵进行用户相似性度量,从而缓解了评分数据稀疏性;将新项目的属性值与用户的属性值偏好矩阵进行匹配,从而找出匹配度最高的前N个用户作为新项目的推荐受众.实验结果表明了该算法的有效性.