由中国专利探讨TFT-LCD专利表现及主要公司技术布局

本研究参考日本的FI／F-Term专利分类方式，将TFT-LCD制程相关技术分成8项技术主题，并从整体产业、国家（地区）、主要公司（专利案件总数排名前15名的专利权人）以及技术主题等观点出发，观察中国TFT-LCD制程相关技术的专利表现，并根据此8项技术主题探讨15家主要公司的技术布局。     

"积极老龄化"与公共图书馆

针对席卷全球的人口老龄化浪潮，就公共图书馆如何开展老年读者服务工作。以配合联合国第二届世界老龄大会提出的“积极老龄化”战略的实施，提出对策。     

互联互通的金融管理信息系统之技术体系结构研究

根据金融管理信息系统互联互通的发展要求 ,提出了借鉴美国国防信息基础设施公共操作环境 ( DII COE)的思想进行系统的技术体系结构设计的思路 ,并结合我国商业银行管理信息系统的实例进行了分析     

搜索引擎的技术现状及其发展趋势

介绍了基于文本信息检索的搜索引擎分类和基于内容的多媒体信息检索的搜索引擎技术现状 ,并介绍了每种技术类型的特点。通过分析应用需求、技术发展的现状和遇到的技术问题 ,预测了搜索引擎的发展趋势。     

电子政务技术框架

为了提高电子政务的实施水平，避免盲目和重复投资，实现信息共享和政府协同工作，本文从电子政务实际操作出发，给出了一个三层的电子政务技术框架，并介绍了电子政务建设中，应该考虑和采用的技术手段和方法，为电子政务的政府管理人员和技术实施人员提供了前沿技术指南。     

扩号借号法的3处新例证

论文对《中图法》第4版中新发现的3处扩号借号法例证，从类级分析、并非特殊八分法类号辨析、并非加“0”类号辨析和并非下借法类号辨析等方面进行了论证。     

"河洛文化文献专题数据库"建设方略探微

以洛阳师范学院图书馆“河洛文化文献专题数据库”建库实践为例，分析、探讨了特色数据库建设当中的突出问题和技术难点，并相应地给出了解决方案。     

基于向量空间模型的主动推送系统设计与优化

主动信息服务是信息检索的发展方向之一，传统向量空间模型用于设计主动推送系统具有一定的优点，但仍不能克服检索结果不相关的问题。本文提出了一系列优化措施，设计了一个基于向量空间模型的主动推送系统原型，更好的满足网上信息检索效率的提高。     

国家安全之外的《国防教育法》——20世纪中期美国教育改革起源的再审视

1958年颁布的《国防教育法》对认识二战后美国的教育变革有重要意义。但长期以来研究者都视其为对"苏联卫星事件"的回应,是冷战时期国防政策的重要内容。笔者通过对文献的重新发掘与分析,指出两者之间不存在必然联系,这场教育改革不是"刺激-反应"模式的产物;此外,该法案立法过程中的焦点问题是对联邦政府干预教育权限的再讨论;法案通过后,在宣誓政治忠诚和学术自由问题上也受到广泛批评。国家安全不能概括法案的全部,至于联邦政府如何干预教育,以法案为代表的每一次讨论本身就是答案。     

Automated Classification to Improve the Efficiency of Weeding Library Collections

Previous studies have shown that weeding a library collection benefits patrons and increases circulation rates. However, the time required to review the collection and make weeding decisions presents a formidable obstacle. This study empirically evaluated methods for automatically classifying weeding candidates. A data set containing 80,346 items from a large-scale weeding project running from 2011 to 2014 at Wesleyan University was used to train six machine learning classifiers to predict a weeding decision of either ‘Keep’ or ‘Weed’ for each candidate. The study found statistically significant agreement (p?=?0.001) between classifier predictions and librarian judgments for all classifier types. The naive Bayes and linear support vector machine classifiers had the highest recall (fraction of items weeded by librarians that were identified by the algorithm), while the k-nearest-neighbor classifier had the highest precision (fraction of recommended candidates that librarians had chosen to weed). The variables found to be most relevant were: librarian and faculty votes for retention, item age, and the presence of copies in other libraries.