基于网络公益传播的食品包装设计思路

在梳理公益包装概念发展的基础上,以公益包装的商业实践为案例,分析目前食品包装参与公益的优势、现状和问题,进而提出基于网络公益传播的食品包装设计思路,指出食品公益包装要遵循公益性、简便性、交互性和传播性等设计原则,通过整合新媒体、新材料、新技术和新场景,推动公益包装设计持续创新,促进公益包装更好地服务于企业公益传播,以实现商业利益和社会效益的共赢。     

棉花目标价格改革政策助推新疆棉花现代物流体系建设

为更好地满足市场需求,保障新疆棉花产业的“提质增效”,2015年新疆启动了棉花目标价格补贴试点政策,以公证检验为依托,棉花监管仓库为端口,仪器检测为质量保障的现代化棉花流通体系,促进了棉花物流交易平台的建设。本文将从新疆棉花目标价格改革制度及物流体系现状、交通设施便捷、物流管理基础条件以及新疆棉花信息平台建设等方面总结概括了新疆棉花现代化物流体系的基础优势,并提出了推动新疆棉花现代物流体系建设的相关建议。     

加强高校教育管理信息化建设研究

新时代背景下,传统教育体系中部分教育理念、教育内容、教育形式及方法已经无法有效满足现代社会的育人需求。此外,互联网2.0时代我国大数据技术和移动互联平台发展迅速,在推动教育事业现代化转型、高校教育管理信息化建设等方面意义深远。党的十九大以来,政府明确指出要坚决把教育事业置于优先位置,加强我国高校教育管理信息化建设,实现教育现代化和信息化改革,以此来实现我国教育事业的长足发展。     

基于特征建模的TDD系统大气波导干扰控制体系研究

大气波导干扰是特定气象条件下发生的时分双工（time-division duplex，TDD）系统内干扰，是TDD移动通信系统大规模组网面临的顽疾。在总结分析大气波导干扰成因和分类等的基础上，对大气波导干扰进行建模和表征，验证了海量干扰源在时域和频域的功率集总特征，并结合大量4G/5G现网实测数据给出了典型条件下内陆波导和海面波导的量化干扰信号传播模型，对于干扰的预测和预防具有重要意义。基于干扰特征，给出了TDD系统预防大气波导干扰的帧结构与组网的4项设计原则，5G现网数据表明干扰控制方案有效，上行干扰下降10 dB以上，相关原则对于6G系统的设计也具有指导意义。     

版权声明

1、本刊所刊载文章之复制权、发行权、广播权、信息网络传播权、改编权、翻译权、汇编权及其他可转让的著作权均于本刊刊发之日转由本刊享有,原著作权人可在非营利范围内继续使用。如作者向本刊投稿,除另有说明外,本刊将视为作者已接受上述条件。凡被本刊录用并刊发的稿件将同时通过网络平台进行网络出版或提供信息服务,编辑部将一次性支付作者著作权使用报酬(即包括印刷版、光盘版和网络版等各种使用方式的报酬),每千字30?50元。     

IPv6+网络创新体系发展布局

在中国互联网协议第6版（IPv6）规模部署全面实施的背景下，提出了IPv6+网络创新体系的发展目标，厘清了其概念的内涵与外沿，形成关键技术规划布局，并据此构建面向2030年的IPv6+网络创新体系发展路径。研究表明，中国应布局网络编程、网络层切片、网络确定性、网络随路测量、新型组播、网络自治以及可信安全等关键技术研究，推动核心设备、系统以及解决方案研发来引导产业发展，实施面向基础电信网络、行业信息网络的试点示范，加快IPv6+国家/国际标准体系的构建。     

装配式建筑电气设计关键技术分析

介绍装配式建筑电气设计中的管线分离SI体系、模块化机电设计、集成机电部品、装配式建筑防雷接地系统等关键技术,并进行简要分析.     

作者须知

作者向本刊所投稿件一经本刊录用,则该论文的复制权、发行权、信息网络传播权、翻译权、汇编权等权利视为自动转让给本刊。本刊为国内各主要数据库收录刊,本刊所发表的稿件将同时通过因特网进行网络出版或提供信息服务,本刊一次性支付作者著作权使用费(包括印刷费、光盘版和网络版等各种使用方式的费用)。如有异议,请来稿时声明,本刊将做适当处理。     

基于示范城市创建的食品安全治理体系研究

食品安全示范城市创建是食品安全治理体系的重要载体。本文系统性回顾食品安全治理体系相关研究,从“党政同责”、政府监管、市场主体、社会共治等四个治理主体,构建生产规范、产业转型升级等27个评价指标的治理标准,利用层次分析法实证分析了浙江省食品安全示范城市创建情况。结果表明:采用暗查暗访、现场检查、体系评估、示范引领答辩等形式,按照一定的评价流程、评价标准的食品安全示范城市创建,是实现食品安全现代化目标的重要载体。食品安全治理体系包括“治理载体—治理主体—治理标准—治理目标”。食品安全治理成效与跟踪评价、群众满意度以及体系评估高度关联。     

基于堆叠稀疏去噪自动编码网络与多隐层反向传播神经网络的铣刀磨损预测模型

刀具磨损状态是机械加工过程中需考虑的重要因素之一.针对铣刀磨损的在线预测问题,建立了一种基于深度学习的铣刀磨损预测模型.首先,将采集到的铣刀切削时的振动信号进行小波去噪后,利用快速傅里叶变换和小波包分解等技术提取时域、频域及时频域上的特征参数,并根据相关性分析从中筛选出合格的特征参数合并为特征向量,以此作为堆叠稀疏去噪自动编码网络(SSDAE)的含噪样本.其次,利用特征后处理的方式对已经筛选出的特征参数进行单调不递减及平滑处理,并将其作为SSDAE的无噪样本来训练该网络.然后,将经过SSDAE降维后的特征向量作为多隐层反向传播神经网络(BPNN)的输入,以这些特征对应的实际铣刀的磨损量作为标签对该网络进行拟合训练.最后,对训练好的模型进行实验验证,通过测试数据集和人为加入噪声的测试数据集的对比,结果显示所提模型不仅具有较高的预测精度,还具有较高的鲁棒性.