金江善的鸽派管理

什么是鸽派管理？金江善的鸽派管理是相对鹰派管理而言,鹰派管理即是以强势施压、雷厉风行的方式要求员工,在鹰派管理的方式下,“员工眼中是恐惧的眼神”。而鸽派管理是以温和的方式督促、引导员工发挥主观能动性,讲求“快乐生活、健康工作、激情拼搏”,营造宽松自主的管理氛围。     

2010年度中餐科技进步奖榜单出炉

科技进步是社会进步的阶梯,科技进步也是中餐走向现代化的阶梯。1月14日,在“首届（2010年度）中国餐饮业科技进步奖颁奖大会”上,中国烹饪协会公布了2010年度中餐科技进步奖榜单。     

齐韵鲁味展新篇——从碧波太公宴看餐饮品牌打造

一个由一家地方酒店举办的论坛研讨和烹饪比赛,竞能面向全国,请来数十位业内领导、专家学者、烹饪大师,引起多家“国字头”媒体的关注,这本身已经罕见。更为罕见的是,所有这些努力,只为打造一堂宴席,甚至相关的烹饪比赛也只有一个目的——提高这堂宴席的知名度,为这堂宴席遴选厨师。     

地下连续墙抓斗主卷扬和胶管随动液压系统

地下连续墙抓斗是上世纪中叶起源于欧洲的一种深基坑工程技术,在美、日等国家得到了长足的发展。我国在上世纪80年代后期得到了全面推广。尤其是2000年以后,地下连续墙已经不再简单的作为防渗墙或者是挡土墙,而是更多地被用作永久性结构物的一部分或主体结构,在城市建设中得到越来越广泛的应用,发挥着越     

第二届世界厨王争霸赛亮点频频

5月26日，“李锦记杯”2012世界厨王江阴华西争霸赛在“天下第一村”江苏省江阴市华西村拉开大幕，33个国家和地区的干余名选手和嘉宾参加了大赛。第一届世界厨王争霸赛曾于2011年5月在中国台湾成功举办。在那次大赛上，由李锦记组队、屈浩等国内名厨组成的代表队一战成名，勇夺桂冠。因此，第二届世界厨王争霸赛究竟花落谁家，就更加引人关注。经过两天激烈的厨艺比试，武汉代表队获得了境内组团体赛冠军，金萌苏浙汇餐饮有限公司队获得境外组团体赛冠军，无锡的潘松涛、澳门的陈植强、林坚强分获国内热莱、国际海外热莱、面点类个人冠军。     

秧草佳肴

糯米秧草圆 原料：新鲜秧草，糯米，肉糜，盐，味精，色拉油，葱，姜，料酒。 制法：将秧草汆熟后挤干水分后，剁细加肉糜调味成馅：将馅做成圆球状，滚上糯米；将做好的菜圆上笼蒸熟即可。 特点：糯香肥嫩，口感独特。     

曹彬和他的“师傅”们

又见曹彬，是一个意外。10年前，当我以一个媒体记者的身份初次接触餐饮行业时，他和他的那一代英才们，如红高梁的乔赢、金三元的沈青，正如日中天。他们谈营养，话标准，讲连锁，说量化，指点餐饮江山开启一代理念，洋洋洒洒让人仰望。那之后，时过境迁，由于种种社会的和个人的、     

知识增益: 文本分类中一种新的特征选择方法

特征选择在文本分类中起重要的作用。文档频率(DF)、信息增益(IG)和互信息(MI)等特征选择方法在文本分类中广泛应用。已有的实验结果表明,IG是最有效的特征选择算法之一,该方法基于申农提出的信息论。本文基于粗糙集理论,提出了一种新的特征选择方法(KG算法),该方法依据粗糙集理论关于知识的观点,即知识是分类事物的能力,将知识进行量化,提出知识增益的概念,得到基于知识增益的特征选择方法。在两个通用的语料集OHSUMED和NewsGroup上进行分类实验发现KG算法均超过IG的性能,特别是在特征空间的维数降到低维时尤其明显,可见KG算法有较好的性能;     

文本分类中特征选择的约束研究

特征选择在文本分类中起重要的作用.文档频率(DF)、信息增益(IG)和互信息(MI)等特征选择方法在文本分类中广泛应用.已有的实验结果表明,IG是最有效的特征选择算法之一,DF稍差而MI效果相对较差.在文本分类中,现有的特征选择函数性能的评估均是通过实验验证的方法,即完全是基于经验的方法,为此提出了一种定性地评估特征选择函数性能的方法,并且定义了一组与分类信息相关的基本的约束条件.分析和实验表明,IG完全满足该约束条件,DF不能完全满足,MI和该约束相冲突,即一个特征选择算法的性能在实验中的表现与它是否满足这些约束条件是紧密相关的.     

不均衡数据集上文本分类的特征选择研究

文本自动分类是信息检索与数据挖掘领域的研究热点与核心技术.文本分类中数据集的不均衡问题是一个在实际应用中普遍存在的问题.如何在不影响整体分类性能的基础上,提高稀有类别的分类效果是解决不均衡数据集问题的基本要求.从特征选择的角度出发,提出选择具有较强类别信息的词条是提高稀有类别分类性能的关键.一般而言,具有较强类别信息的词条不是高频词,甚至有倾向于稀有词的趋势.提出了解决不均衡数据集问题的一个途径--构造形如DFICF的特征选择方法.在Reuters语料上进行实验,实验结果表明该特征选择方法的效果比IG,DF都要好,特别是在微平均指标上.从而表明该方法对稀有类别的分类效果有明显的改进.