塔河采油一厂安全护驾促上产

<正>[中国石化新闻网讯]随着春季上产热潮的不断掀起,采油一厂安全先行,强化各项安全基础管理工作,为增油上产保驾护航。截至目前,全年累计产油44.17万吨、天然气累计产量10367.71万方,日油水平始终保持在4290吨以上,各项生产安全稳定运行。     

课程体系的优化分析模型

针对人才培养方案中课程体系的优化,利用矩阵图法和数据矩阵分析法,给出了一种定性与定量相结合的课程体系优化分析方法与模型。首先,通过对课程与目标的相互作用分析,确定课程对目标的直接支持和贡献程度,并计算出各课程对目标的直接贡献指数;其次,通过课程与课程间的相互作用分析,确定课程与课程间的相互支持程度,以及一门课程通过支持另一门课程而对目标的间接贡献,进而计算出各课程对目标的总贡献指数,最后,根据课程对目标的直接贡献指数和总贡献指数,讨论给出了课程体系的优化方案。     

基于神经正切核的多核学习方法

多核学习方法是一类重要的核学习方法,但大多数多核学习方法存在如下问题：多核学习方法中的基核函数大多选择传统的具有浅层结构的核函数,在处理数据规模大且分布不平坦的问题时表示能力较弱;现有的多核学习方法的泛化误差收敛率大多为O\left(\mathrm{1}/\sqrt[]{n}\right),收敛速度较慢。为此,提出了一种基于神经正切核（NTK）的多核学习方法。首先,将具有深层次结构的NTK作为多核学习方法的基核函数,从而增强多核学习方法的表示能力。然后,根据主特征值比例度量证明了一种收敛速率可达O\left(\mathrm{1}/n\right)的泛化误差界;在此基础上,结合核对齐度量设计了一种全新的多核学习算法。最后,在多个数据集上进行了实验,实验结果表明,相比Adaboost和K近邻（KNN）等分类算法,新提出的多核学习算法具有更高的准确率和更好的表示能力,也验证了所提方法的可行性与有效性。     

标准分在教师业绩计量中的应用

针对目前高等学校教师业绩计量存在的问题,提出了新的计量模型.首先通过引入"相对量”的概念,分别建立了教师教学业绩和科研业绩计算办法;并在此基础上,通过引入"标准分”的概念,建立了教师综合业绩计量分析模型.从而有效地消除了目前计算办法中由于不同课程类别或不同学科类别教师的教学业绩和科研业绩分数在各自团体中分布不同所带来的同一分数的价值差别,使不同课程类别或不同学科类别教师之间的综合业绩分数成为直接可比较的分数,实现了全校教师综合业绩的排序.     

神经正切核K‑Means聚类

针对K-Means聚类算法利用均值更新聚类中心,导致聚类结果受样本分布影响的问题,提出了神经正切核K-Means聚类算法（NTKKM）。首先通过神经正切核（NTK）将输入空间的数据映射到高维特征空间,然后在高维特征空间中进行K-Means聚类,并采用兼顾簇间与簇内距离的方法更新聚类中心,最后得到聚类结果。在car和breast-tissue数据集上,对NTKKM聚类算法的准确率、调整兰德系数（ARI）及FM指数这3个评价指标进行统计。实验结果表明,NTKKM聚类算法的聚类效果以及稳定性均优于K?Means聚类算法和高斯核K-Means聚类算法。NTKKM聚类算法与传统的K-Means聚类算法相比,准确率分别提升了14.9%和9.4%,ARI分别提升了9.7%和18.0%,FM指数分别提升了12.0%和12.0%,验证了NTKKM聚类算法良好的聚类性能。     

教学计划与组织计算机管理系统设计

以山东建筑工程学院教学计划与组织为模型，从计算机辅助管理的角度出发，建立了关系型数据库计算机管理系统数学模型。     

课程体系的优化分析模型

针对人才培养方案中课程体系的优化,利用矩阵图法和数据矩阵分析法,给出了一种定性与定量相结合的课程体系优化分析方法与模型.首先,通过对课程与目标的相互作用分析,确定课程对目标的直接支持和贡献程度,并计算出各课程对目标的直接贡献指数;其次,通过课程与课程间的相互作用分析,确定课程与课程间的相互支持程度,以及一门课程通过支持另一门课程而对目标的间接贡献,进而计算出各课程对目标的总贡献指数,最后,根据课程对目标的直接贡献指数和总贡献指数,讨论给出了课程体系的优化方案.     

标准分在教师业绩计量中的应用

针对目前高等学校教师业绩计量存在的问题，提出了新的计量模型。首先通过引入“相对量”的概念，分别建立了教师教学业绩和科研业绩计算办法；并在此基础上，通过引入“标准分”的概念，建立了教师综合业绩计量分析模型。从而有效地消除了目前计算办法中由于不同课程类别或不同学科类别教师的教学业绩和科研业绩分数在各自团体中分布不同所带来的同一分烽的价值差别，使不同课程类别或不同学科类别教师之间的综合业绩分数成为直接可比较的分数，实现了全校教师综合业绩的排序。     

高职院校核心竞争力评价模型研究

当前高职院校面临着越来越开放的教育市场和办学环境,能否提高其自身的核心竞争力、赢得竞争优势,直接关系到高职院校自身的生存和发展。依据国内外相关研究成果,参考高职高专人才培养质量评价指标,确定了高职院校核心竞争力指标,通过模糊综合评价法和层次分析法构建其核心竞争力的多层次评价指标体系和通用评价模型,分析评价了各高职院校在竞争中的优势和劣势,旨在提出高职院校核心竞争力的提升对策。     

基于AT-NMS的Mask RCNN改进算法

大数据下的目标检测算法常常会出现目标漏检和重复检测问题,针对此问题提出一种基于自适应阈值-非极大值抑制AT-NMS的Mask RCNN改进算法Mask RCNNAT-NMS.首先在ResNet基础上添加可变形卷积模块增强提取目标多层卷积特征的能力;其次使用AT-NMS算法提取目标候选区域的深层信息;然后通过ROI Align 2次量化处理实现对目标更加精确的定位;最后通过3个分支实现目标实例分割、目标分类和目标边框回归.实验结果表明,在PASCAL-VOC2012和Indoor CVPR_09数据集上,相比于AT-NMS算法,Mask RCNNAT-NMS算法的重复检测率和目标漏检率均有所降低,并且识别精度有所提升.由此可见,Mask RCNNAT-NMS算法能够缓解因固定阈值引起的目标漏检和重复检测问题,且能在此基础上提高检测精度.