建筑业企业资质审批层级监管的缺失与完善

提出建筑业企业资质审批层级监管的概念,并对当前资质审批层级监管工作中存在的主要问题进行了分析,进而提出从制度建设、组织关系及信息平台等方面加强监管的对策.     

地铁综合监控系统的层级优化研究

本研究借助信息技术研发信息管理平台的优化,可在地铁系统灾变发生时,提供地铁运营单位紧急应变时信息整合查询与决策支援参考。在这种背景下,文章基于安全视角,对地铁综合监控系统的层级优化处理进行了研究。优化后的紧急应变子系统支援以手机简讯、电子邮件等方式结合事故通报流程,可通知相关权责人员与单位或最近的消防、救灾、以及医疗单位及时加以救援。     

蚕茧茧壳的结构性能分析及其仿生设计

蚕茧作为具有特殊几何特性的天然材料,表现出了优异的性能,在仿生应用领域中是良好的参考模型.从仿生学的角度出发,对两种代表性蚕茧做了全面的测试和比较,对茧壳的尺寸、各层级的表面形貌、蚕丝直径、孔隙率、透气性、力学性能和热传导性能进行了表征、分析和总结.基于对蚕茧层级和性能的研究,仿生设计了一种层级结构,可应用于隔热服上,...     

情境特征及其在情感分类模型中的应用

研究情境特征在文本分类中的作用,提出了一种层级双向LSTM模型用于情感分类问题。该模型首先将句子分词,把词向量作为第一层双向LSTM模型的输入;其次从文档中提取出稠密、连续的向量作为情境特征;然后将第一层模型的输出向量和情境向量共同输入第二层双向LSTM;最后将这种层级双向的LSTM模型的输出向量通过sigmoid函数进行分类。情境向量作用于每个句子,一致的情感得到增强,不一致的情感被弱化,从而提高了分类的精度。在两个公开数据集上的实验表明,整合了情境特征的层级双向LSTM取得较优的精度。除此之外,通过在一个包含两万余条中文评论的公开数据集上对模型进行测试,表明该模型测试正确率相比于普通的LSTM和双向LSTM都有提升,说明情境特征对于提升情感分类的作用比较显著。     

基于层级注意力机制与双向长短期记忆神经网络的智能合约自动分类模型

针对区块链平台上智能合约应用种类繁多,人工筛选合适的智能合约应用服务日益困难的问题,提出一种基于层级注意力机制与双向长短期记忆（Bi-LSTM）神经网络的智能合约自动分类模型——HANN-SCA。首先,利用Bi-LSTM网络从智能合约源代码和账户信息两个角度同时建模,最大限度地提取智能合约的特征信息。其中源代码角度关注智能合约中的代码语义特征,账户信息角度关注智能合约的账户特征。然后,在特征学习过程中从词层面和句层面分别引入注意力机制,重点捕获对智能合约分类有重要意义的单词和句子。最后,拼接代码特征与账户特征以生成智能合约文档级特征表示,通过Softmax层完成分类任务。实验结果表明,所提模型在Dataset-E、Dataset-N和Dataset-EO数据集上的分类正确率分别达到了93.1%、91.7%和92.1%,效果明显优于传统的支持向量机模型（SVM）和其他神经网络基准模型,且具有更好的稳定性与更高的收敛速度。     

手机界面信息层级可视化设计的秩序

目的对手机界面信息可视化元素秩序性设计进行分析。方法信息具有内生性逻辑,构成金字塔型的信息层级,通过信息可视化传达与受众阅读接收心理进行研究。结果寻找和运用布局、色彩、布白、字体字号等视觉元素的秩序,进行合理准确表达,构建起科学系统的信息可视化有效方法,达到视觉最优化。结论使受众有愉悦的阅读心情并快速地获取信息,从而实现最美和最易阅读的目标。     

基于“事件”的图形语言模型与表征

目的建立以"事件"为导向的模型分析方法,实现设计系统中图形语言的整合创新、开放认知与多维转换。方法以符号学和语言学为理论工具,解析图形语言的形义构成、生成原理,图形的两种样态特征,以及样态间的转换方式;以日常的事件类型为切入点,深化设计系统中图形语言的结构关系、认知与解释理论。结果图形语言以立体的开放系统为基础,在以事件为中心的维度转换中,生成具有"流动三分层级"的有机体。其结构转化为三组形义统一的表征序列,即实现"理性-感性"抽象图式的表达。结论日常事件产生多样的图形语言,包括异质的"言语-意义-事件"变元。模型分析方法为图形语言提供了有效的可操作、可解释、可观察的路径。结合实践案例,论证了其合理性和可行性。     

基于多层非负局部Laplacian稀疏编码的图像分类

针对单层稀疏编码结构对图像特征学习能力的局限性问题,提出了一个基于图像块稀疏表示的深层架构,即多层融合局部性和非负性的Laplacian稀疏编码算法（MLLSC）。对每个图像平均区域划分并进行尺度不变特征变换（SIFT）特征提取,在稀疏编码阶段,在Laplacian稀疏编码的优化函数中添加局部性和非负性,在第一层和第二层分别进行字典学习和稀疏编码,分别得到图像块级、图像级的稀疏表示,为了去除冗余特征,在进行第二层稀疏编码之前进行主成分分析（PCA）降维,最后采用多类线性支持向量机进行分类。在四个标准数据集上进行验证,实验结果表明,MLLSC方法具有高效的特征学习能力,能够捕获图像更深层次的特征信息,相对于单层结构算法准确率提高了3%~13%,相对于多层稀疏编码算法准确率提高了1%~2.3%;并对不同参数进行了对比分析,充分展现了其在图像分类中的有效性。     

在减少政府层级中释放社会活力

来自国家发改委的消息说,“珠三角”有望成为中央、省、县三级政府架构试点地区,通过减少政府级次,最终形成中央、省、县三级政府架构。这表明,一项重大的国家治理结构改革起步在即,并可望推向全国。