高校教务秘书队伍建设:问题与解决路径探析

教务秘书工作是高校教学管理中的一个重要环节。分析了当前教务秘书队伍建设中存在的问题,从优化顶层设计、提高准入门槛、加强培训、改革管理模式、完善机制等诸方面提出了建议与对策。     

城市公交优先发展的对策研究

随着我国城市交通需求的增加和交通问题的日益突出，优先发展公共交通已经成为城市交通发展的必然选择，在不同的层面上，公交优先有不同的内涵，本文从规划优先是前提，政策优先是保障运行优先是基础三个层面论述了城市公交优先的发展策略。     

基于迭代函数系统的数字全息图像生成方法

本文提出了一种基于迭代函数系统的数字全息图像生成方法 ,通过分形迭代函数护射变换的分解 ,能够生成多层次、视角变化的数字全息图像 ,为激光全息防伪提供了一种新方法     

堆叠图嵌入极限学习机算法

极限学习机(Extreme learning machine,ELM)因其训练参数少、学习速度快、泛化能力强等特点,已被广泛应用于训练单隐藏层前馈神经网络。本文首先结合图嵌入框架提出一种新的极限学习机自编码器(GEELM-AE),在ELM空间中挖掘数据的局部近邻结构信息和全局结构信息。在GEELM-AE中,采用局部Fisher判别分析构建了图嵌入框架下的本征图和惩罚图。进而,通过堆叠多个GEELM-AE提出了深度框架下的堆叠图嵌入极限学习机(SGE-ELM)算法。在多个标准数据集上的实验结果表明,与已有算法比较,本文算法获得了更高的精度并具有较快的训练速度。这验证了提出的图嵌入极限学习机自编码器能够对原始数据进行有效的特征表示,堆叠的多层图嵌入极限学习机能够获得数据的有效的高层次抽象表征。     

基于隐马尔可夫模型和免疫粒子群优化的多序列比对算法

序列的多重比对是生物序列分析研究中的一个重要内容．基于免疫系统的疫苗接种和受体编辑模型，结合粒子群优化方法提出了一种免疫粒子群优化算法，将该算法用于隐马尔可夫模型的学习过程，进而构建了一种基于隐马尔可夫模型和免疫粒子群优化的多序列比对算法，从BAliBASE比对数据库中选取了一些比对例子进行了模拟计算，并与Baum-Welch算法进行了比较．结果表明，所提出的方法不仅提高了比对的准确程度，而且缩减了比对所花费的时间。     

人工神经网络与遗传算法在岩石力学中的应用

岩石力学与岩石工程问题包含极其丰富的内容，实际工程问题又不断地提出各种新的要求，致使很多问题利用传统的方法难于解决。借鉴其他相关学科的先进思想与技术来解决岩石力学研究中的难点问题，已经成为当前岩石力学研究领域的一个热门课题。计算智能中有关模型与方法的利用有助于我们更深入地研究与解决岩石力学中的某些问题。参考近年来人工神经网络与遗传算法在岩石力学应用中的某些问题，对有关课题的研究状况与进展做了介绍，对计算智能在岩石力学与岩石工程中的应用研究做了展望。