浅谈如何实施现代人力资源管理

人力资源管理是一门科学,科学的人力资源管理,就是在人力资源管理工作中应用现代人力资源管理理论和方法,改进企业中传统的人事管理,需要人力资源管理工作者以现代人力资源理论作为基础,为实现企业的长足发展,学习研究现代人力资源管理的科学理论,掌握人力资源管理的科学知识,运用现代人力资源管理理论提高人力资源管理工作水平。人力资源管理贯穿于各个行业和领域,理论界已经确认企业管理重点从以＂财务管理＂为中心,过渡为以＂人力资源管理＂为中心,     

一种改进的决策规则生成算法

将神经网络集成与C4.5Rule方法相结合,提出了一种改进的决策规则生成算法.该算法以神经网络集成作为C4.5Rule学习的前端,利用其产生用于C4.5Rule学习的数据集,在此基础上进行决策规则的生成.在UCI机器学习数据库上的实验结果表明,该算法可以产生泛化能力较强的决策规则.     

神经网络集成在肺癌细胞识别中的应用

通过一种特殊的一级集成结构将神经网络集成应用于肺癌细胞识别,集成中的个体网络由Bagging方法产生,第一级集成的归纳结论由本文提出的完全投票法合成,第二级集成的归纳结论由相对多数投票法合成,实验和原型系统试用表明,该方法的总体误识率较低,更重要的是,其将癌细胞判为非癌细胞的误识率非常工,大大降低了肺癌患者漏诊的可能性。     

数据流挖掘技术

简要概述了数据流挖掘技术，探讨了数据流的特点．数据流的概念漂移现象，给数据流上的数据挖掘带来很大困难．由于计算机的内存有限，数据窗口技术只针对最近的数据，而最近的数据常常导致数据挖掘系统中的分类器过配，文中介绍了解决这一问题的方法，并讨论了数据流挖掘技术的应用．     

基于基因表达谱的肿瘤样本分类规则提取

样本分类规则提取是基因表达谱数据挖掘工作中的重要内容,提取肿瘤病理组织与正常组织的样本分类规则具有重要的生物学意义与临床诊断价值.针对该问题,基于机器学习与数据挖掘技术,研究了用于区分肿瘤与正常组织样本的分类规则提取问题.首先,利用改进的Relief算法生成候选特征子集,并以支持向量机作为样本分类模型,利用交叉验证方法在训练集上评估候选特征子集的样本分类能力,确定分类特征基因集合;然后,利用CART(classification and regression trees)学习算法构建决策树获得样本分类规则;最后,对所得规则进行了分析和解释.     

数据流挖掘技术

简要概述了数据流挖掘技术,探讨了数据流的特点.数据流的概念漂移现象,给数据流上的数据挖掘带来很大困难.由于计算机的内存有限,数据窗口技术只针对最近的数据,而最近的数据常常导致数据挖掘系统中的分类器过配,文中介绍了解决这一问题的方法,并讨论了数据流挖掘技术的应用.     

小木球在固液两相流中上升规律研究及Magnus力测量

提出了一种可视化实验和计算机图像处理技术,目的是研究小木球在静止液体中自由上升的规律和测量Magnus力的大小．实验结果表明,不同小木球在开始上升后的很短时间内,水平方向和竖直方向的速度分量都会达到一个稳定的最大值,随后以这个最大速度匀速上升．小木球处于稳定上升阶段时所受Magnus力的大小是在对小木球的竖直方向和水平方向速度分量的大小及小木球自旋角速度大小测量之后通过计算得到的．