高校国有资产管理问题及对策研究

随着国家对高等教育投入的不断增加,高校国有资产总量不断增大。“重采购,轻管理”“资产配置结构失衡”“使用效率低”等一系列问题逐渐显现。文章通过分析高校在国有资产管理过程中存在的问题,针对性提出对策建议,为高校提高国有资产管理水平提供帮助。     

共享经济背景下新零售企业人才共享意愿调查

随着共享经济发展的逐渐深入,人才共享应运而生.目前,新零售行业人才需求旺盛,新零售人才协同发展在行业间有效流动和优化配置已成为大势所趋.探究新零售人才共享意愿及其影响因素,有针对性地构建新零售人才共享机制具有重要的现实意义.本文从新零售人才共享意愿出发,通过问卷调查,探寻新零售企业的共享参与度,并依此提出迎合新零售人才共享意愿的人力资源配置策略.     

基于互联网的校园共享服务平台分析

阐述基于互联网的校园共享经济服务平台现状，存在的问题，面临的机遇，应对的策略，包括团队的多样性、管理筹集的多渠道、平台运行的风险。     

地方高校大型分析仪器设备开放共享机制的探索

实验室是高校提高教学质量的前提与基础，通过推进大型分析仪器设备的开放与共享能够切实延伸实验室的育人维度和实践功能。然而在大型分析仪器设备开放共享的过程中存在理念、组织、经费及评价机制等层面上的问题，影响到大型分析仪器开放共享的质量和效率。对此结合我校在大型分析仪器设备开放共享中的具体问题，提出相对应的开放共享机制，促进大型分析仪器设备更好地服务于教学、科研及地方经济。     

面向异步网络的安全分布式随机数通用构造

随机数在密码学和区块链领域扮演着极其重要的角色，如密码学中的安全参数生成、共识机制中的委员会重配置以及电子投票的智能合约应用等.近年来针对不依赖可信第三方的分布式随机数生成技术的研究受到了越来越多的关注，其中基于秘密共享的方案数量最多，但普遍通信复杂度较高，而通信复杂度较低的一些方案通常牺牲了随机数的抗偏置性和不可预测性.另外，现有大多数方案基于同步网络模型，网络假设较强，与现实网络环境不符.本文主要研究基于秘密共享的分布式随机数生成技术，抽象出不同方案的共性并兼容特殊性，以及弱化网络假设和优化通信开销.具体贡献如下：(1)提出了交互的分布式随机数生成通用构造.满足伪随机性、唯一性和鲁棒性安全目标，并使用该通用构造对一个分布式随机数生成方案进行了分析，从而更加证明其通用性；(2)设计了面向异步网络的安全分布式随机数生成方案.将现有方案O(n³)和O(f²n²)的通信复杂度降为O(fn²)，将O(fn²)计算复杂度降为O(n²);(3)实现了分布式随机数仿真...     

基于先验知识的文本实体识别方法

阐述文本实体识别作为医疗相关人工智能应用的关键中间任务，其效果直接决定下游任务表现上限，然而传统方法中通常忽略医学知识的应用，很难取得良好表现。提出一种基于RoBERTa与CRF并融合医学知识的医学文本实体识别方法，将医学知识作为先验引入到CRF最优路径搜索环节，极大程度地提升了标签转换的连贯性，并在相关数据集主指标上取得了改善。     

福特制在科学技术史上的体制变革与工业效应

本文将以福特制为主线,探索人类在社会生产实践中运用科学知识和管理知识对社会生产力的改革,梳理工业革命下美国大规模生产的时代进程,从多个角度剖析福特制生产管理模式的历史意义.福特制生产管理模式产生的联动效应改变了世界,是整个人类科学技术史上的福音,并引导着人类思维方式和生活方式的转变,进而也影响社会的方方面面,同时带动其他一些相关产业的发展,对我们的现在与未来具有重要的历史借鉴意义.     

Chapter 1 时计简史

在研究学习一门专业知识之前,如果能先对其有个整体、结构性的认识,就可以以此为基础逐步深入了解,收到事半功倍之效。诚所谓"历史可以断经纬",因此在本书的第一章,希望读者利用简短的钟表发展历史作为研习钟表知识的基础,再结合本书数量庞大的钟表专业名词以及详尽解释,跟着我们一起进入钟表殿堂。本章分为两个小节,先从16世纪初的怀表历史展开,接着来到20世纪初期,即第二节的腕表历史,两小节串接起长达将近五百年的时间轴线,让我们循着时间线,欣赏各种时计如何承载着时间,遨游于传统和现代,并展现机械与艺术的美感。     

KSN:一种基于知识图谱和相似度网络的Web服务发现模型

服务发现旨在解决服务信息爆炸的问题,找到定位满足服务请求者需求的服务.由于服务描述信息主要由带有噪声的短文本组成,并且具有语义稀疏的特征,因此很难提取服务描述文档的隐含上下文信息,此外,传统的服务发现方法在获取服务的特征表示后,直接进行相似度计算,其使用的度量函数是不符合人类感知的.针对上述两个问题,文中提出了一种基于知识图谱和神经相似网络的服务发现框架(KSN).它使用知识图谱来连接服务描述和规格中的实体以获得丰富的外部信息,从而增强服务描述的语义信息,使用卷积神经网络(Convolutional Neural Network,CNN)提取服务的特征向量,并将其作为神经相似网络的输入,神经相似网络会学习一个相似度函数,用于计算服务和请求之间的相似度以支持服务发现过程.通过对ProgrammableWeb爬取的真实服务数据集的大量实验结果表明,就多种评估指标而言,KSN优于现有的Web服务发现方法.