浅谈不同视角下混合动力汽车技术的分类

为达成“双碳”目标,社会各界积极推动新能源汽车的研发和推广。当今混合动力汽车技术日趋成熟,能较好兼顾节能减排和的续航里程的需求。混合动力汽车结构复杂,针对行业各界对混合动力技术的分类不够全面的问题,通过梳理市场上主流的混合动力技术,从不同的视角出发,分门别类进行归纳,阐述各类型的结构原理、特性特点、市场表现,并展望混动技术的发展。

基于云平台的科技特派员工作量化考评体系研究

在福建省科技特派员工作大数据的基础上,选取2019—2021年科技特派员服务数据进行综合评价、分类考核,一类为考核合格线,考核结果另一类为优秀科技特派员,主要从政策宣传、科技传播、创新创业、带头致富等4个纬度进行评价,并运用熵权法确定各指标权重。研究结果表明所构建的评价指标体系是合理的,同时凸显分类评价的重要性,应该从不同层面对科技特派员进行分类评价。

自动分类技术在数字参考咨询服务中的应用

本文介绍了自动分类技术在数字参考咨询服务系统中的应用,详细概述了自动分类技术的概念、作用及其方法,并加以总结。

创新链视角下科技人才分类评价指标体系构建研究

为激发人才科技创新活力,构建精准科学、规范有序的科技人才分类评价指标体系能有效引导科技人才的职业发展,促进我国创新型国家的建设。基于创新链视角,借鉴科技人才在经济社会中所处的层次以及在科技活动过程中扮演的角色,本文将科技人才具体划分为基础研究型、应用研究型、技术开发型、成果转化型四种类型,并分析不同类型科技人才的特征,以创新知识为基础,创新技能为核心,创新动力为导向、管理能力为依托,通过文献梳理、问卷调查法和德尔菲法,对科技人才分类评价指标不断优化,构建科技人才分类评价指标体系并确定各维度的权重。

激光技术的舰船类别识别

针对当前舰船类别识别方法无法高精度辨识舰船类别的难题,设计了一种基于激光技术的舰船类别识别方法。首先采用激光技术采集舰船类别识别的信息,并提取舰船类别识别的特征,然后采用回声状态网络设计舰船类别识别的分类器,实现舰船类别识别,最后进行舰船类别识别的仿真模拟实验,本文方法的舰船类别识别精度超过95%,而且可以抵抗各种噪声的干扰,舰船类别识别的鲁棒性要优于对比模型,实验结果表明本文舰船类别识别方法的优越性。

基于分类DEA的高校科技成果转化绩效评价——以江苏省39所本科高校为例

结合江苏省高校科技创新成果转化的现状,构建高校科技成果转化效率评价体系,以江苏省39所本科院校为研究对象,采用分类DEA法,将评价指标的选取和成果转化效率的测算有机结合,分别测算39所江苏省高校、28所其他本科院校的科技成果转化的总体效率。研究表明211高校的科技成果转化效率相对较高,18所非DEA有效的其他本科院校中有11所高校的规模报酬递增。

运用传统文献组织方法组织网络资源

随着网络信息资源规模的迅速扩大,网络信息资源的利用难度明显增加。如何通过对网络信息资源的有效组织,使终端用户对于网络信息资源的使用更加便捷,成为亟待解决的问题。而要解决这一问题,就必须重视对网络资源组织方法的研究。基于此,提出了建立在传统文献组织方法之上的网络资源组织方案,并对各类方法的实际应用情况进行了详细分析与说明。

基于Stacking策略的稳定性分类器组合模型研究

针对Bagging、AdaBoost等通用的集成算法对于稳定性分类算法集成效果不是很好的问题,提出了基于Stacking策略的稳定性分类器组合算法.该算法通过构造一个两层的叠加式框架结构,融合数据降维技术处理两层分类器的输入特征,对4种稳定性分类器(LDA、GLM、SVM、KNN)进行组合学习.利用UCI数据集测试算法的性能.实验结果表明:相比一些集成算法(RF、Bagging、C50、AdaBoost),基于Stacking策略稳定性分类器组合模型可以获得更高的分类准确率.同时也为二分类的分类模型提供了一个可行的参考方法.

基于分类器技术的白内障组织图像去噪方法

为实现根据视频图像等信息自动识别白内障组织及硬度,并对其进行智能分类的目的,提出了基于分类器技术的白内障组织图像去噪方法。对白内障图像去噪的关键在于区分白内障与正常组织和区分白内障硬度级别。这两个方面均涉及了图像特征提取和分类器方法。对图像特征提取,采取了颜色特征和纹理特征进行提取,并在这两种传统的特征上提出了一种新的图像特征提取方法。在分类器算法的选择上,采取了最近邻法和支持向量机的方法。以某医院提供的手术视频截图为例,对比了采用不同方法对白内障组织的识别率。

重要信息系统安全检查实施方法与技术措施

文章从重要信息系统安全保障的迫切需求出发,依据国家等级保护相关政策和标准,以安全检查实践活动为基础,提出了重要信息系统等级保护安全检查的工作方法、工作内容、工作流程、实施步骤和技术措施,为主管单位和责任单位部署开展重要信息系统的安全检查提供参考。

创新型科技人才分类评价方法

在创新型科技人才内涵和分类评价指标体系研究的基础上,利用模糊层次分析法和逼近理想解排序法(TOPSIS法),提出创新型科技人才分类评价方法,并以2019年北京市科技新星计划的生物医药领域申报者为研究对象进行实证分析,结果表明该方法的评价准确率达到80.95%,验证了该方法的可行性与有效性。