首页 | 官方网站   微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   12篇
  免费   0篇
  国内免费   3篇
工业技术   15篇
  2022年   1篇
  2021年   1篇
  2019年   1篇
  2018年   1篇
  2017年   2篇
  2015年   1篇
  2014年   1篇
  2013年   2篇
  2010年   1篇
  2007年   2篇
  2003年   2篇
排序方式: 共有15条查询结果,搜索用时 30 毫秒
1.
图书馆是学校科研教育的一部分,是学校文献的收藏中心,也是教师和学生学习的重要场所之一,其充分展示着学校的学术地位和教学实力。本文针对当前图书馆借阅管理中存在的主要问题进行分析,研究其主要形成因素和解决策略,以求找到合理有效的管理方法,加强我校图书馆的借阅管理力度,推进图书馆的健康、有序发展,实现其有效的功能。  相似文献   
2.
介绍了壳聚糖、胶原蛋白等天然高分子和聚乙烯醇(PVA)、聚乳酸(PLA)等合成高分子止血材料如海绵、水凝胶、气凝胶、颗粒、纳米纤维膜和薄膜等的研究现状及其在创伤止血中的应用,重点阐述其止血、凝血、抗菌、生物活性和相容性等相关性能,展望了其应用前景。  相似文献   
3.
新形势下的高校教材管理模式探索   总被引:1,自引:0,他引:1  
在高等教育大众化和加入WTO的新形势下,高等学校的办学形式、办学层次日趋多样,特别是学分制、双语教学等改革的引入与深化,给教材管理带来严峻的挑战,传统的综合型教材管理模式已不再适应新形势下的教材管理需要。为应对这些挑战,本文提出双轨运作的教材管理模式,其要点在于充分利用专业化的社会分工,将教材的管理和经营分开,在管理上专业化,遵循教学规律,削除供应冗务,强化质量管理;在经营上社会化,遵循市场规律,通过引入竞争来获得优质服务,从而以最小的代价达到最优的管理目标。  相似文献   
4.
聂慧  彭娇 《硅谷》2015,(1):66+59
在图像修复中,传统的全变分(TV)模型因其能有效地对小面积破损区域进行修复而被广泛地使用。但若将其直接应用于彩色图像的修复,往往会因彩色图像中各分量(R,G和B)之间的相关性而给修复的结果带来伪彩色。为了解决这一问题,本文在TV模型的基础上提出了一种基于KL变换的彩色图像修复算法(KLTV算法)。该算法首先采用KL变换将彩色图像中R、G、B三个分量的相关性去除以得到三个独立的图像分量,然后运用TV模型对这三个独立分量分别进行修复。实验结果表明,相较于传统的修复算法,KLTV算法不仅可以确保图像修复后的视觉效果,而且可以确保图像修复后的图像质量。  相似文献   
5.
6.
为解决传统的完成-开始时序不能满足描述真实项目调度顺序要求的问题,引入广义优先关系(GPRs)及改进的AON描述任务的时序约束。提出将布谷鸟搜索算法应用于求解广义优先关系下的多技能人力资源项目调度问题(MS-RCPSP/GPRs)中的构想,建立了基于改进布谷鸟搜索算法(ICS)的求解方法,采用Powell局部改进技术和精英保留策略,并给出了算法流程。基于相关案例生成器生成该问题的数据集,实验结果表明ICS是一种求解MS-RCPSP/GPRs的有效方法,对解决实际问题具有重要意义。  相似文献   
7.
通过分析建立高效系统生物学科研团队的组织理论与方法,指出系统生物学是一个全新的前沿交叉学科.经深入剖析创建高效系统生物学科研团队面临的内部挑战-生物系统的极端复杂性和交叉学科研究的综合性,及其外部挑战-管理层的支持,提出了应用学习型组织的理论来克服这些挑战.追求自我超越、改善心智模式、建立共同愿景、团队学习、系统思考等方法,使团队和个人学会学习、善于创新,形成学习型研究团队.将学习型组织理论运用于中医药系统生物学研究团队的构建,结果表明系统生物学的学科特点及其面临的挑战,决定了运用学习型组织理论建立其高效研究团队方法有效,是十分合适的.  相似文献   
8.
在简要阐明我院双语教学或采用外文教材授课的背景的基础上 ,概要介绍了这一重大教学改革项目的总体规划与目前实施情况 ,最后通过详实的调查 ,指明了取得的成绩 ,并重点针对存在的一些问题 ,提出了五项可行的解决措施 ,以期使我院的双语教学或采用外文教材授课取得更大的成绩。  相似文献   
9.
排序学习(learning to rank)一直是机器学习领域的研究热点之一。作为解决排序学习的常用模型,线性RankSVM一直备受研究者关注。尽管现有的线性RankSVM已得到较有效地研究,但在训练大规模的线性RankSVM时,过长的训练时间依然难以让人接受。通过对当前最先进算法Tree-TRON的分析可知,利用信任区域的牛顿迭代(Trust Region Newton Method,TRON)去训练线性RankSVM模型涉及大量的Hessian-vector内积(Hessian-vector product)计算。同时完成Hessian-vector内积计算又需计算大量的辅助变量和矩阵运算。为了有效地加速与Hessian-vector内积有关的计算,本文在多核系统下提出了一种高效的并行算法(命名为PRankSVM)用于提高大规模线性RankSVM的训练速度。PRankSVM的特征主要体现以下两个方面:(1)训练数据按不同的查询划分为不同的子问题,(2)在多核系统下,利用多核加速辅助变量和相关矩阵的计算。通过实验分析可知,相较于现有的算法(如Tree-TRON),PRankSVM不仅可以有效地提高训练速度,而且可以有效地确保预测的准确率。  相似文献   
10.
通过对湖北省农村中学开展阳光体育活动的调查,开展阳光体育活动的现状,指出存在的问题,并提出相应的对策建议,推动阳光体育运动的蓬勃发展。  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号