“吃进”废物“吐出”效益──胜利炼油厂在节约能源、保护环境和资源再利用上闯出新路子

地处山东淄博的胜利炼油厂，坚持把节约能源、保护环境和资源综合利用有机结合起来，有计划地实施“绿水工程”、“青山工程”和“蓝天工程”，取得了显著的社会效益和经济效益，为资源的综合利用、合理优化再利用探出了新路子。胜利炼油厂在全国同类型企业中属大型企业，拥有固定资产32亿元，年加工原油800万吨的炼油基地。该厂在1966年建厂时，当时的历史条件，人们的环境意识淡薄，存有“重生产、轻环保”的现象，欠下了“一屁股的环境债”。作为炼油必备设施的“火炬”，由于技术落后和管理不善，白天是一条黑龙，夜间是一条火龙，造成…     

国产替代进口GSB-L_2-6/350型高速泵研制成功

由中国航天工业总公司十一所与齐鲁石化公司胜利炼油厂合作开发的GSB-L_2-6/350型高速泵于1995年3月16日至17日通过了由中国航天工业总公司主持,国家特种泵阀工程技术研究中心、北京航天石化技术装备工程公司、中石化总公司等十多家单位参加的部级技术鉴定,该项技术达到了国际先进水平。 胜利炼油厂是1967年建成投产的老厂,技术改造任务艰巨,他们在技术改造工作中坚持     

加强科学管理 注重科技攻关──胜利炼油厂设备管理再上新台阶

胜利炼油厂强化设备管理工作，严格考核制度，1995年以来，对大机组实行状态监测及特级护理，对润滑油进行技术攻关，有效地保证了设备的安全平稳运行。1995年大机组故障率为008％，并在3个月实现了故障停机为零，创历史最好水平．今年1－3月份大机组故障率为0．07％。为确保生产任务的完成奠定了基础。一、狠抓内部管理，加强全方位考核该厂除抓好操作工人对设备的正确使用和精心维护外，重点抓了深化机组特护工作，编制了大机组运行动态分析台帐，每旬对出现的故障和运行状况进行分析。并重新制定了点检标准，印刷了点检记录。同时做到每…     

基于关键字组合的网格层次社区资源发现

基于节点间的相关性创建网格社区,实现社区资源检索是近年来受到较多关注的网格资源发现方案之一.为了将扁平社区模型扩展为层次结构,并支持资源的多关键字组合检索,提出了基于频繁关键字组合的网格层次社区模型,采用跳表结构组织社区覆盖网络,设计了相应的资源检索方法,可以将查询消息快速路由给目标社区,并支持查询消息向下层社区的受控扩散.仿真实验表明,查询消息到达目标社区的跳数随网格规模的扩大而缓慢增长,使资源发现系统具有良好的伸缩性.     

电子政务系统安全工程能力的综合评估方法

提出了基于SSE-CMM的电子政务工程过程能力安全评估的多级模糊综合评判模型和方法。结合实例,给出了具体的评估分析步骤和结果。该评判模型和方法对电子政务安全工程总体过程能力进行客观评估。     

突发事件Web新闻中时间信息分析及抽取

为了更深入地挖掘突发事件Web新闻并应用于应急管理,提出了突发事件Web新闻时间抽取方法。首先引入中文的时间关系理论;然后从突发事件Web新闻的时间构成、时间位置特征以及时间常用词三个方面分析了突发事件Web新闻的表达特征;基于此,提出突发事件Web新闻的时间抽取方法,通过统计学习,正确率较理想;最后,基于已抽取到的事件发生时间信息,程序实现了突发事件Web新闻排序。     

基于机器学习的中文微博情感分类实证研究

使用三种机器学习算法、三种特征选取算法以及三种特征项权重计算方法对微博进行了情感分类的实证研究。实验结果表明,针对不同的特征权重计算方法,支持向量机(SVM)和贝叶斯分类算法(Nave Bayes)各有优势,信息增益(IG)特征选取方法相比于其他的方法效果明显要好。综合考虑三种因素,采用SVM和IG,以及TF-IDF(Term Frequency-Inverse Document Frequency)作为特征项权重,三者结合对微博的情感分类效果最好。针对电影领域,比较了微博评论和普通评论之间分类模型的通用性,实验结果表明情感分类性能依赖于评论的风格。     

多层次序列模式采掘算法及其在供需链管理中的应用

供需链管理中一个重要的问题是加快处理各类交易数据,由于经济的全球化趋势,一 个先进企业或商业机构会不断地获取到来自于自身以及全球供需链中其他企业的各类数据, 包括生产、供应、销售等,往往还包括竞争对手的各类数据,如何从这些海量的数据中获取 有用信息成为非常紧迫的问题,数据采掘技术的出现为有效信息获取和即时分析提供了有效 手段．本文从市场数据的多层次性上着手,提出了一种在用于发现多层次序列模式信息的有 效算法,并给出了在分析顾客基础数据上的应用案例．     

在线拍卖商品最终成交价格预测

在线拍卖产生了大量的电子数据，充分利用这些数据，无论对于卖者、买者还是站点管理员，都会产生极大的作用。卖者通过预测最终的成交价格可以优化自己拍卖商品的拍卖价格。在线拍卖中的大量属性是动态变化的，以至于不能直接运用机器学习算法对最终成交价格进行预测。为了解决这个问题，收集了大量的在线拍卖成交数据，提取和构造了维度固定的特征列表，运用BP算法进行最终成交价格的预测，并对预测结果进行了分析。     

在线信誉系统中的信任模型构建研究

针对现有在线信誉系统中信任模型的缺陷,基于在线拍卖的特点,并结合已有信任研究成果,构建了基于多影响因素的信任模型．本模型适用于在线拍卖环境下对用户信誉状况的全面、准确的评估．仿真实验表明,与现有信任模型相比,本模型的信任度计算精确度较高,具有较好的可行性．