企业MIS理论与发展对策初探

探讨了管理信息系统(MIS)的定义与其组成,分析了我国MIS的现状及存在的问题,提出了我国企业发展管理信息系统的对策。     

庙会——民间影戏传播的重镇

庙会是一种集祭祀、娱乐和贸易为一体的群众性集会活动.民间影戏传播的载体多样,但庙会无疑是其中非常重要的阵地,庙会三位一体的功能也为影戏的传播提供了广阔的空间,并带来了良好的效果.     

控制智能建筑系统

本文涉及提高智能建筑运行应注意的事项，智能建筑的标；隹及设计规范制订的重要性，变送器（传感器）及执行器选择的原则等问题。     

三维数值模拟在掺碱粉煤灰-水泥胶砂强度试验的应用

粉煤灰-水泥中掺氢氧化钠能够增加水泥早期强度,本次试验通过测定3 d、28 d龄期的胶砂强度值;并分析得出氢氧化钠最佳掺量分别为5%和6%;粉煤灰的最佳为10%;相对与基准组强度提高率最高的粉煤灰掺量分别为20%和30%。其次,将3 d龄期的强度提高率和28 d比较,得出龄期对强度发展的影响;同时,利用有限元方法模拟混凝土试件单轴抗压的受压破坏过程;并将数值模拟结果与物理实验对照,精度基本满足要求,其方法为混凝土的研究提供新思路。     

双通道非分散红外SO2在线检测系统设计

当前烟气检测中对低体积分数的SO₂气体在线检测存在干扰因素多、响应时间慢等问题，针对此情况，利用特定波段红外光可以吸收SO₂的特性，采用单光源双通道方法，设计了基于非分散红外吸收原理的SO2在线检测系统。实验结果显示零点漂移为0.4%，响应时间为3.86 s，线性误差为0.3%，重复性误差为0.52%。参数对比表明，该方法能够准确对SO2体积分数进行测量，更适用于目前烟气在线检测需求。     

基于中国人体CT数据的股骨和胫骨参数化模型的开发

下肢长骨骨折损伤在汽车碰撞事故中常见,使用人体有限元模型可以有效开展损伤风险和机理的研究。个体特征(如性别、年龄、身高、体重等)对下肢长骨的几何形状和密质骨厚度具有显著影响。该文以男性中等尺寸有限元模型为基准模型,基于95例国内临床计算机断层扫描(computed tomography,CT)数据,通过网格投影变换和统计学分析建立了能够反映个体特征差异的股骨和胫骨的参数化模型。结果表明:外表面几何模型的平均绝对预测误差在3mm以内,密质骨厚度模型的平均绝对预测误差在0.6mm以内。下肢长骨长度对几何模型影响最显著,年龄和身体质量指数(body mass index,BMI)对股骨密质骨厚度具有显著影响,年龄对胫骨密质骨厚度具有显著影响。     

基于K-非负矩阵理论的并行多分裂法的比较定理（英文）

研究了两个迭代矩阵渐近收敛速度的比较.基于K-非负矩阵理论,用于刻画两种并行多分裂迭代法收敛速度快慢的结论被推导出.具体数值例子表明本文所得结果正确有效.     

甲巯咪唑脂质体的制备及其对大鼠T_3、T_4及TSH值的影响

目的制备甲巯咪唑脂质体并测定其包封率,考察其对大鼠T_3、T_4及TSH值的影响。方法应用逆向蒸发-超声法制备甲巯咪唑脂质体,透射电子显微镜考察其形态与粒径;采用高效液相色谱法测定脂质体的包封率;将大鼠随机分成2组,分别服用甲巯咪唑片剂和脂质体溶液,8周后测定大鼠血清T_3、T_4及TSH值。结果制备的脂质体粒径大小均匀,粒径范围为150～175nm;甲巯咪唑检测浓度的线性范围为0.01～1mg·mL~(-1)(r=0.9991,n=6),平均回收率为100.03%(RSD=1.24%,n=6);包封率最高可达75.8%,最低42.4%;脂质体溶液给药与口服给药两组比较,脂质体溶液给药对大鼠血清T_3、T_4有显著抑制作用,P0.05;对TSH的影响两组间无显著性差异。结论本方法制备的甲巯咪唑脂质体可以在临床上推广使用。     

低温环境下体育锻炼中关节损伤的因素分析

对206例关节损伤患者进行研究,获得这些关节损伤患者的年龄、职业、性别、锻炼时长、环境温度等信息,并与健康人群进行对比,对影响关节损伤的因素进行线性回归.结果表明:在龙岩市2010年至2014年的206名低温环境下进行体育锻炼的关节损伤患者中,年龄、性别、职业、锻炼环境的温度是踝关节损伤的主要因素;性别、运动时间和温度是造成低温环境下体育锻炼中膝关节损伤的主要因素;年龄和温度是造成低温环境下体育锻炼中肘关节损伤的主要因素.     

多尺度融合dropout优化算法

为了改善传统标准dropout无法根据特定数据集确定合适尺度的不足,提出了多尺度融合dropout(MSF dropout)方法.利用验证数据集对多个不同尺度的网络模型进行训练,通过学习得到符合该数据集特征的最佳尺度组合,让MSFdropout具备自适应数据集的能力,从而使网络能够使用最佳尺度来进行高精确度的预测.首先训练若干组不同尺度的网络模型,使用遗传算法求出各网络模型的最优尺度;然后通过最优尺度对对应的网络参数进行缩小得到预测子模型;最后以一定的权重将这些子模型融合成为最终的预测模型.使用MSFdropout在标准数据集MNIST和CIFAR-10中进行实验,实验表明:当选择了合适的尺度数量和尺度梯度后,预测精度获得了明显的提升,同时很好地控制了计算时间,验证了多尺度融合方法的有效性.