为电信企业的年轻员工营造职业发展环境

某市级电信企业公司网络运维部小张工作积极肯干，勤于思考，深得省公司企业发展部赵总的赏识，一年前赵总力将小张从其所在市公司借调到省公司工作，加强省公司新职能战略管理的力度。小张工作十分努力用心，仅在一年中，就深入参与省公司年度战略规划的制定工作，并向省公司提交了多篇电信企业竞争环境的分析报告，工作获得了不小的成绩。     

浅谈加强企业会计信息化建设策略

随着全球化经济的发展,越来越多的企业走出了国门,国外的企业走了进来,世界各国之间的经济协调性有了很大的改变,在这个大前提下,企业要在这激烈的市场竞争中有一方立足之地,就需要强化信息建设,提高企业自身的竞争力,企业进行信息化建设的首要任务是加强会计信息化建设,本文就当前我国企业及企业会计信息化存在的问题进行分析并提出加强策略。     

基于XML建立石油企业数据交换标准初论

通过浅析石油企业信息孤岛问题及信息孤岛所产生危害,本文认为建立信息数据交换标准可以作为消除信息孤岛的一种措施。     

浙江水泥智能安全生产管理系统介绍

浙江南方水泥有限公司与中建材信云智联科技有限公司组成专项研发小组,将浙江水泥成熟的安全管理体系以智能安全生产管理系统的形式进行固化,打造“人机协同”的新型管理模式,实时监管高风险作业过程、厂区安全状态和设备运行安全,把安全风险管控挺在隐患前面,把隐患排查治理挺在事故前面。     

硅单晶中非平衡载流子寿命与注入水平的关系研究

阐述了硅单晶中非平衡载流子寿命与注入水平的函数关系以及少子寿命与复合寿命的区别,通过变光强测量得到一组寿命与注入水平的实测数据,用拟合法求得少子寿命及复合寿命与注入水平的函数曲线,所得结果与S-R-H理论模型相符.根据理论与实验成果,提出改进寿命测试一致性的方案,同时为发行少子寿命标准样品奠定了基础.     

实测海杂波光电图像混沌特性研究

基于随机信号模型的光电图像海杂波抑制是目前海杂波背景下目标检测常用方法,检测性能不甚稳定。在分析混沌动力系统相空间重构的基础上,通过提取实际海杂波光电图像序列的关联维数和最大Lyapunov指数,检验海杂波是否具有混沌性。实验结果表明:海杂波光电图像序列具有有限的关联维数和正的最大Lyapunov指数,验证了海杂波光电图像序列的混沌特性。海杂波具有的混沌特性使得可采用短时间预测法抑制海杂波,为海杂波光电弱目标检测提供新的解决思路。     

基于RFID的图书馆智能书架系统的研究与设计

传统图书馆管理系统不能准确提供图书当前位置信息、存在图书借还流程繁琐、图书错架和乱架严重等问题,为解决这些问题,对基于RFID技术的图书馆智能书架系统进行了研究和设计,提出了系统的三层体系架构.为实现图书的精确定位,改进了智能书架的定位方法,对图书的定位原理和定位算法流程进行了研究,设计了智能书架结构,建立了图书馆智能书架架位标识体系.对智能书架相关数据库表结构进行了分析设计,并实现了图书信息查询仿真界面.     

BIM技术在综合管廊工程设计中的应用

综合管廊的建设为电力、通信、燃气等设施的维修、监测等提供了便利,同时提高了城市地下空间利用率,保证了城市基础的稳定,因此,综合管廊必将成为未来城市建设的发展趋势。本文介绍了BIM技术在综合管廊工程设计中的应用,并以实际的工程案例进行了详细的分析。     

粒度对重介旋流器分选效果影响的量化解析

分配曲线是重力选煤效果评定的基础,分配曲线形态可用分选密度、可能偏差、四分位偏度、尾态系数4阶特性参数表示,粒度对重选效果的影响可分解成粒度对分配曲线形态参数的影响。以无压三产品重介旋流器在不同粒度下的分配曲线数据为基础,采用基于四分位数的广义正态分布分配曲线数学模型,利用非线性回归方法,分别提取了精煤段和中煤段不同粒级下分配曲线的4阶形态参数,揭示了粒度对无压三产品重介旋流器分选效果影响的基本规律：分选密度随粒度增大先减小后增大,可能偏差随粒度的增大而减小,偏度与尾态系数随粒度增大而趋近于0。即粒度越大,分选精度越高,分配曲线对称性越好,长尾程度越小,分配曲线形态越接近于正态分布。采用幂函数与指数函数相结合的形式,构建了分选密度-粒度数学模型;采用幂函数形式,构建了可能偏差-粒度数学模型;采用幂函数形式,给出了四分位偏差-粒度、尾态系数-粒度数学模型。在4阶形态参数下将重选过程中密度、粒度相互影响统一在基于四分位数的广义正态分布函数中,建立了一个模型参数可扩展的高精度的密度-粒度双变量分配曲面数学模型,为量化分析各类水力分级和重力分选过程粒度密度的相互影响,提供一个通用的数学工具,对...     

基于差分隐私的广告推荐算法

随着移动互联网行业进入快速发展阶段,用户数据以及浏览数据大幅增加,所以准确把握用户潜在需求和提高广告推荐效果显得极其重要。DeepFM模型作为目前较为先进的推荐方法,可以从原始特征中抽取到各种复杂度特征,但模型没有对数据进行防护。为了在DeepFM模型中实现隐私保护,提出一种基于差分隐私的DeepFM模型——DP-DeepFM,在模型训练过程中将高斯噪声加入Adam优化算法中,并进行梯度裁剪,防止加入噪声过大引发模型性能下降。在广告Criteo数据集上的实验结果表明,与DeepFM相比,DP-DeepFM的准确率仅下降了0.44个百分点,但它能提供差分隐私保护,更具安全性。