四辊铝箔轧机预控参数在线整定

介绍Ф210mm/Ф500mm× 800mm四辊液压轧机厚度预控系统中采用人机界面实现参数在线调整的方法,能大大提高预控参数的控制精度,减少轧机产品的厚度误差,是厚度自动控制的一项创新.     

基于改进狮群算法和BP神经网络模型的房价预测

将狮群算法(lion swarm optimization, LSO)与海鸥算法的迁徙机制和螺旋搜索机制结合,增强算法的局部搜索能力;同时增加监督机制,提高算法的全局搜索能力。与粒子群算法和狮群算法对比,在常用的测试函数上验证改进狮群算法的优越性。采用改进后的狮群算法优化BP神经网络模型,对房屋价格预测问题进行研究,通过房屋的户型、面积等相关指标有效地对青岛市的二手房价格进行预测。改进后的狮群算法对BP神经网络的权值和偏置进行优化,提高BP神经网络的收敛速度和训练精度。试验结果表明,提出的螺旋搜索狮群和BP结合算法(spiral search lion swarm optimization-BP, SLSO-BP)模型在房价预测问题上预测效果更好。     

浅谈电力行业金属监督质量管理的优化

如何通过金属监督质量管理的优化创新来更好地服务当前电力设备材料等级越来越高的需求,已经成为目前电力行业内金属监督质量管理工作面临的一项挑战性课题。文章主要分析了现阶段电力行业金属监督质量管理工作中普遍存在的问题、不足和难点,并明确金属监督质量管理工作的基本要求,最后提出了金属监督质量管理工作优化的相关措施,对电力行业金属监督质量管理工作提供有助益的参考。     

关系抽取中基于本体的远监督样本扩充

远监督学习是适合大数据下关系抽取任务的一种学习算法.它通过对齐知识库中的关系实例和文本集中的自然语句,为学习算法提供大规模样本数据.利用本体进行关系实例的自动扩充,用于解决基于远监督学习的关系抽取任务中部分待抽取关系的实例匮乏问题.该方法首先通过定义关系覆盖率和公理容积率,来寻找与关系抽取任务关联性大的本体;然后,借助本体推理中的实例查询增加待抽取关系下的关系实例;最后,通过对齐新增关系实例和文本集中的自然语句,达到扩充样本的效果.实验结果表明:基于本体的远监督学习样本扩充方法能够有效完成样本匮乏的关系抽取任务,进一步提升远监督学习方法在大数据环境下的关系抽取能力.     

行政监督量化分级指标的应用数据分析

行政监督量化考核指标虽然实施数年,对这些指标量之间的关系和作用的分析却很少涉及,为了提高行政监督考核量化指标的设置,分析指标间的相互关系,利用行政监督管信息管理系统的数据,应用主成分分析方法对不同业务的量化分级管理数据进行处理,依照不同的贡献率从数据中提炼出主信息,可去掉变量之间的多重相关性,简化考核指标项,指导优化行政监督过程,提高效率、降低成本。     

信息安全事件快速处置系统构建及模块分析

分析了中国传统网络监管的弊端,并说明信息安全事件快速处置系统的研究价值,在此基础上提出了系统构建模型,及各功能模块的需求及功能描述,为后续工作提供研究依据。     

化工企业质量管理体系有效性的强化

如何保证质量管理体系的有效运行是化工企业获得认证后一个不能回避的课题,介绍了评价质量管理体系的有效性的关键因素,提出了保持质量管理体系有效性的切实措施。     

银行监管有效性体系的建构

为提升我国银行监管的有效性,在借鉴国际社会银行监管经验的基础上,采用比较分析的方法,构建适合我国国情的银行监管有效性指标体系．利用该指标体系对我国银行监管现状进行分析,结果表明,我国银行监管收益指标中的稳定性指标比较理想,但存款人保护等指标仍有较大提升空间．银行监管成本高,即银行监管应在提高各项收益指标的前提下,尽可能削减监管成本．     

当前工程质量监督工作面临的问题和解决思路

阐述了当前质量监督机构在质量监督过程中面临的主要问题,并分析其原因,探讨解决问题之思路。文章主要从相关体系建设、人才培养,质量控制等方面,加强各方责任主体的监督和引导,以构建规范的建筑市场,促进工程质量水平提升。     

工程质量监督工作改革创新实践探索

根据江苏省建设工程质量监督工作实践,提出应对工程建设规模与工程质量监督资源不足矛盾的六大重点改革措施,即＂突出重点,全面提高监管水平;不断探索,创新监管方式;齐抓共管,提高监管效能;完善机制,加强监管队伍建设;与时俱进,推进质监信息化建设;更新观念,推行精品工程战略。＂