曾子强纪实人像作品选

1944年5月6日出生于成都，高中文化，当过农民、教师、干部，现为自由摄影师，中国摄影家协会会员、中国人像学会会员。《俐米人少女》在“中国摄影艺术年鉴”被选作封面，《铁路装卸工组照》获2007年香港首届全国摄影展纪实类银牌，《山里人》获第二届全国新农摄影大赛E类收藏作品奖，《山民出山》获2010年上海国际摄影展纪实类银牌，《彝家汉》获2010年第十二届全国当代摄影艺术展人像类金牌。近期专注于纪实人像摄影。

气动技术在机器人领域中的应用与发展

本文在分析了气动机器人的特点及目前存在的问题的基础上,从运用智能材料、创新结构设计、结合先进技术、拓展应用领域等方面对气动机器人的技术现状(仿生学设计、功能化设计等)进行了综述性研究,并结合新型工业化的特征探讨了气动机器人未来的发展方向(模块化、数字化设计等),为未来气动机器人的技术发展提出了一定的预测。

第三届中国成都国际非物质文化遗产节在成都成功举办

2011年5月29月至6月11日,第三届中国成都国际非物质文化遗产节（简称＂国际非遗节＂）在成都成功举办。本届非遗节由文化部、四川省人民政府、联合国教科文组织共同主办,成都市人民政府、四川省文化厅、中国非物质遗产文化保护中心承办,成都市文化局、成都市青羊区人民政府、国际非物质文化遗产博览园协办。节日期间,7大类286项节会活动吸引了国内外共570万人参与,充分体现了＂弘扬人类文明,共建精神家园＂的主题,展示出巨大的国际影响力。

二维直线电机的多入多出无模型自适应轮廓控制

针对传统的单入单出控制器无法解决二维直线电机存在的非线性,不确定性以及强耦合作用等问题,依据无模型自适应控制不依赖于被控系统精确数学模型,仅需受控系统输入输出数据便能实现自适应控制这一特点,采用多入多出的紧格式动态线性化无模型自适应控制算法对二维直线电机XY轴进行整体控制器设计.同时,针对二维直线电机这种含有纯二阶积分环节的非自平衡系统,提出了多入多出无模型自适应控制改良方法,并进行严格的稳定性和收敛性证明.为了提高二维直线电机的轮廓精度,在多入多出无模型自适应控制改良方法的基础上,加入交叉耦合控制器,与传统的交叉耦合控制方法相比较,提高了跟踪精度和轮廓精度.最后通过仿真和实物实验证明了所提方案的有效性.

基于口内数码照图像深度学习的牙周病早期筛查研究

目的:基于卷积神经网络(convolutional neural network,CNN)的深度学习技术构建人工智能(artificial intelligence,AI)牙周病早筛模型,辅助非牙周医生对牙周病进行早期筛查。方法:收集南昌大学第二附属医院口腔医学诊疗中心就诊的牙周非健康人群以及牙周健康人群的口内数码照和临床资料。基于VGG-16结构对口内数码照图像进行训练和测试,建立口腔九宫格、正位咬合、正位咬合(剔除无效背景)3种训练集模型。结果:共收集到578位研究对象的3869张口内数码照图像,其中牙周健康图像2230张,牙周非健康图像1639张。采用VGG-16结构建立3种训练集模型,对九宫格口内数码照、正位咬合口内数码照、正位咬合(剔除无效背景)口内数码照预测的准确度分别为66.62%、64.66%、77.44%,曲线下面积(area under curve,AUC)值分别为0.651、0.767、0.784。结论:本研究构建的VGG-16模型能有效通过对口内数码照图像识别,辅助非牙周医生对牙周病进行早筛。

浅谈企业知识型员工激励机制

在知识经济时代,企业之间的竞争主要表现在知识技术的竞争上,因为知识的创造者是人,知识的创造、利用、增值,资源的合理配置都要有知识型的员工来实现。因此合理使用知识型员工,有效地激励知识型员工使其最大的限度来发挥创造力,来提高企业的竞争力。

基于证据权和卡方自动交互检测决策树的滑坡易发性预测

滑坡与其环境因子间的非线性关联计算影响滑坡易发性预测建模的不确定性。为研究不确定性因素下易发性建模规律,以中国延长县为例,获取82处滑坡和14种环境因子,通过频率比(Frequency Ratio,FR)和证据权(Weight of Evidence,WOE)等关联法与卡方自动交互检测(Chi-squared Automatic Interaction Detector,CHAID)决策树相耦合进行建模,并用原始环境因子(称为“原始因子数据”)作为输入变量的单独CHAID决策树进行对比。使用精度、易发性指数均值、标准差和平均秩等评价易发性建模的不确定性。结果表明:WOE-CHAID模型预测的滑坡易发性不确定性低于FR-CHAID模型,可见WOE具有较优秀的非线性关联性能;单独CHAID决策树预测的易发性精度整体略低于WOE-CHAID和FR-CHAID模型,但其建模效率较高;在体现滑坡与其环境因子空间关联性方面,考虑FR和WOE关联法的CHAID决策树模型优势显著。WOE是更优秀的关联分析法,CHAID决策树预测性能好且预测效率高,WOE-CHAID决策树模型的易发性预测不确定性较低且更符合实际滑坡概率分布特征。

过程再造与政府治理数字化转型的探索——基于贵州“一云一网一平台”的个案研究

在新一轮产业变革和科技革命最新成果的驱动下,政府形态朝着数字政府的方向发生转型。贵州是我国大数据综合试验区,以“一云一网一平台”为代表的政府治理数字化转型工具为全国数字化政府建设提供了先行经验,在打破职责同构约束,理顺条块权责关系等方面显现出独特的优势。云网平台服务于政府的运行过程中,政府不仅是一种体制同时也是一个过程。因此,运用政府过程理论延展“云网平台”服务功能是信息技术深度嵌入政府过程,促进政府形态数字化转型的关键。

环境因子筛选及组合方法对滑坡易发性预测的影响规律

采用不同筛选方法从滑坡环境因子中获取各种因子组合,将其作为滑坡易发性预测模型的输入变量,用以研究不同环境因子筛选及组合下的建模规律,对准确可靠地预测滑坡易发性具有重要的理论和实践参考价值.以三峡库区万州区为例,首先,选取23种环境因子,如地形、水文、岩性等;然后,用相关系数(Coefficient Analysis, CA)、线性回归(Linear Regression, LR)、主成分分析(Principal Component Analysis, PCA)、神经网络(Artificial Neural Network, ANN)和粗糙集(Rough Set, RS)等筛选方法来优化环境因子组合,将其作为支持向量机(Support Vector Machine, SVM)、多层感知器(Multi-layer perceptron, MLP)等典型机器学习模型的输入变量,构建CA-SVM、CA-MLP等耦合模型,预测滑坡易发性,并与未进行环境因子筛选的全部因子耦合机器学习模型作对比;最后,用受试者操作特征曲线下面积(Area under receiver operating characteristic curve, AUC)精度、易发性指数的均值和标准差等指标探讨建模规律.研究结果表明:(1)全部环境因子耦合的滑坡易发性预测精度总体上优于考虑环境因子筛选的机器学习模型,可见环境因子筛选对提升易发性预测精度并不理想;(2)滑坡易发性精度对不同环境因子筛选方法的敏感度略低于不同机器学习模型,显示开展环境因子筛选是不必要的,且其将导致建模过程更复杂,当然仍需避免采用相关性太高、且作用机制类似的环境因子.总之,可依据数据准确、类型齐全、意义明确、操作可行和主次清晰等原则,构建出完善的滑坡环境因子组合体系.