构建以人为本的电力培训体系

电力企业要建立一支一流的职工队伍,适应企业创一流的要求,必须"以人为本",加强职工的培训工作,探索电力企业员工培训的需求分析体系,完善电力企业员工培训的激励制度,创新电力企业培训的方式方法,搭建一支结构合理的培训人才队伍,强化对培训效果的评估,提高对培训工作重要性的认识。     

核诱导距离度量的鲁棒典型相关分析

典型相关分析(canonical correlation analysis,CCA)是寻找同一对象两组变量间线性相关性的一种常用的多元统计分析方法,其采用的欧氏距离度量方式导致了算法的非鲁棒性。核诱导的距离度量不仅在理论上被证明是鲁棒的,而且在(聚类)应用上获得了有效验证。将其进一步应用于CCA,发展出了核诱导距离度量的鲁棒CCA(CCA based on kernel-induced measure,KI-CCA)。该算法不仅克服了CCA非鲁棒的不足,而且使现有基于最大相关熵的鲁棒主成分分析(half-quadratic principal component analysis,HQ-PCA)成为特例,且具有非线性相关分析的能力。一方面,核的多样性使得KI-CCA也具有多样性,从而使其成为一般性的分析算法。另一方面,与CCA刻画上的相似性,使其求解可归结为广义特征值问题。在人工数据、多特征手写体数据库(multiple feature database,MFD)和人脸数据集(Yale、AR、ORL)上的实验验证了该算法的有效性。     

基于深度学习的监督型典型相关分析

典型相关分析（CCA）是利用综合变量对之间的相关关系反映两组指标之间整体相关性的多元统计方法。传统的CCA方法无法有效利用样本的标签信息,导致准确率降低。将类信息融入到深度学习与CCA相结合的深度典型相关分析中,提出一种监督型降维方法DL-SCCA,用于处理带标签的非线性可分数据。在2个独立的深度神经网络（DNN）结构上,增加1个公共的输出维数与数据集类别数相同的全连接层,并且以softmax函数作为该层的激活函数,输出带有概率意义的编码向量。在此基础上,利用全连接输出与样本标签信息之间的交叉熵对DNN进行训练,获得分类性能较优的低维特征。实验结果表明,该方法采用最近邻分类器和网络本身结构得到的分类准确率分别为98.00%和97.82%,相比CCA、DisCCA、DCCA等方法,能够有效利用样本的标签信息,并且具有较优的分类性能。     

供应受限和需求不确定环境下制造商技术选择

基于有限产能供应商既供应高技术原材料给自有制造商又供应给下游制造商的供应链结构,研究在供应受限和需求不确定情况下供应商的渠道分布策略和制造商的最优订购以及高低技术选择策略.结果表明:1)供应商的高技术材料生产能力充足时,供应商采用双渠道分布策略,制造商高技术材料的订购数量随供应商生产能力减少而减少,且当低技术需求低于一定临界值时,制造商选择高技术;2)当中等较短缺时,供应商仍为双渠道策略,不同于充足情况的是供应商先满足制造商的订购数量,再将剩余的生产能力用于自有生产,供应受限降低制造商的订购数量和利润;3)短缺时,当制造商的销售价格大于供应商的销售价格时,供应商采用只供应制造商策略,当满足低技术需求小于临界值时,制造商则采用高技术策略,反之,当供应商的销售价格大于制造商的销售价格时,供应商采用垄断策略,制造商只能选择低技术策略.最后,通过案例分析验证模型的有效性,所得结论对供应受限和需求不确定下供应商和制造商的运营实践具有较好的参考价值.     

考虑谈判能力的旅游O2O供应链定价与服务策略

考虑在线旅行社(OTA)和旅游运营商(TO)通过佣金模式合作共创的旅游O2O供应链,研究两种佣金谈判模式下OTA和TO的最优定价与服务策略:FU模式,OTA与TO的佣金谈判基准为线下销售价格,且线下销售价格是TO的私有信息;N模式,OTA与TO的佣金谈判基准为线上销售价格,且线上销售价格是公共信息.分析线上渠道市场份额和谈判能力的影响,探讨TO和OTA的佣金谈判模式选择问题.结果表明:在N模式下线上渠道市场份额越高越有利于OTA,在FU模式下过高或过低的线上渠道市场份额不利于OTA.而且,过强或过弱的谈判能力不利于OTA,但过高或过低的线上渠道市场份额或越强的TO谈判能力都对TO和整个旅游O2O供应链有利.对OTA、TO和整个旅游O2O供应链而言,N模式是较优选择.     

有机材料激光器研究的进展

从谐振腔结构和材料两方面,对有机材料激光器的研究进展和发展方向作了综述与分析。     

C语言循环结构教学设计

本文设计了主题为"C语言循环结构"教学活动,教学上综合运用"启发式教学""案例教学法""小组合作"等方法。本文探索的教学设计与实践,将为循环结构教学质量和效率的提升提供参考。     

Co催化热分解制备弯曲状碳纳米管的研究

用Ｃｏ催化剂催化热分解乙炔制备碳纳米管,考察了工艺参数对碳纳米管收率及其同结构的影响,得到了较好的工艺流程,同时运用ＴＥＭ、ＨＲＴＥＭ及拉曼光谱对其微观结构进行了分析,并对生长机理做了初步的探讨。     

萘和二茂铁共炭化制备纳米Fe/C材料的研究

介绍了一种Ｆｅ／Ｃ纳米复合材料的制备方法,二茂铁与的混合物在惰性气体（Ｎ２）保护下于４２０℃进行自升压共热解反应,反应在２４０℃停留２ｈ～６ｈ,可获得一类纳米级（２０ｎｍ～５０ｎｍ）单质铁粒子均匀分散于炭基体中的特殊复合材料,延长反应时间,炭中的金属粒子的直径略有增加,作为对其性能的评价,对该纳米复合材料的磁性能进行了测试,结果表明它在常温下表现出典型的软磁性能。     

树脂包覆对石墨化中间相沥青炭微球电化学性能的影响

以中间相沥青炭微球(SSGMCMB)为核、酚醛树脂(PR)热解炭为壳，采用浸渍一固化一炭化手段制备出树脂热解炭包覆SSGMCMB复合材料，并对其电化学性能进行了研究。通过SEM、XRD、恒电流充放电测试等手段研究了不同树脂包覆量对该复合材料的形态、结构及其电化学行为的影响，结果表明：树脂热解炭对SSGMCMB有较好的包覆作用，保持了SSGMCMB的球形形态，有利于锂离子的嵌入／脱出反应，对其电化学性能有一定的提高，改进了酚醛树脂热解炭有较大电压滞后的问题。