基于状态方程磁电编码器角度误差主动监督补偿方法研究

针对磁电编码器角度值易受到高频噪声影响,影响角度值输出精度问题,提出了一种基于卡尔曼滤波器及运动状态方程角度值误差主动监督补偿方法。为了降低角度值观测噪声,采用基于运动学状态方程角度值观测方法,有效抑制了磁电编码器角度值观测噪声;提出了基于神经元角度值误差自适应补偿方法,实现了角度值误差观测的自适应收敛过程。针对角度值误差收敛速度缓慢问题,采用基于卡尔曼滤波器角度值误差主动监督补偿方法,调节误差补偿系数进而提高角度值观测误差的收敛速度,经过实验证明所提方法的有效性,在角度值过零点位置的大角度跳变工作位置,采用跟踪性能较好的状态误差调节系数保证了角度值跟踪的一致性。在角度值平滑跟踪状态下,采用所提方法角度值精度从±3°提高到了±0.082°。

论国企纪检监察工作由被动监督向主动监督转变的思路

新常态背景下,为更好地落实全面从严治党的新需求,国企纪检监察工作也在不断地探索创新中寻求新的突破。实践来看,以往所沿用的旁站式被动监督常常会造成监督盲点,不利于企业的长久化发展。因而,立足于时代发展新态势,使国企纪检监察工作突破被动监督局限,逐步朝向主动监督进行转化具有一定的现实意义。

国企纪检监察工作由被动监督向主动监督转变的思路

纪检监察工作作为国有企业党建及企业管理中关键内容,也是深化国有企业改革的重要基础。新时期,被动监督的工作模式已经不能适应国有企业纪检监察工作需求,必须变被动为主动,营造一个干事创业、风清气正的国企政治生态。本文首先对国有企业纪检监察工作由被动变为主动的重要性进行分析,然后提出纪检监察从被动监督向主动监督转变的思路。

一种基于半监督主动学习的动态贝叶斯网络算法

本文提出一种基于半监督主动学习的算法,用于解决在建立动态贝叶斯网络(DBN)分类模型时遇到的难以获得大量带有类标注的样本数据集的问题.半监督学习可以有效利用未标注样本数据来学习DBN分类模型,但是在迭代过程中易于加入错误的样本分类信息,并因而影响模型的准确性.在半监督学习中借鉴主动学习,可以自主选择有用的未标注样本来请求用户标注.把这些样本加入训练集之后,能够最大程度提高半监督学习对未标注样本分类的准确性.实验结果表明,该算法能够显著提高DBN学习器的效率和性能,并快速收敛于预定的分类精度.

国企纪检监察工作由被动监督向主动监督转变的思路

随着时代的发展,科技的进步,全面从严治党的要求也在不断提高,国有企业纪检监察工作方式也在进行着转化和变革。传统的旁站式被动监督往往会造成监督盲点,造成监督不力,甚至会导致企业失去民心。因此,在新的监督执纪工作规则下,将国有企业纪检监察工作从被动监督中解脱出来,由被动监督转化为主动监督,能够改善企业政治生态,提高员工遵章守纪意识,为企业建立更好的社会形象和良好的企业品牌,促进企业实现长远发展。

基于主动半监督学习的智能电网信调日志分类

智能电网的通信调度系统是智能电网正常运行的保证。为保证系统正确运行,值班员需要对电网信调系统的运行状态、突发事件、事故故障以及相应的处理方案进行记录。为帮助管理者及时了解智能电网信息调度系统的工作情况,发现潜在安全隐患,通常需要为这些日志数据标注其日志类型,以方便管理者查询和检索,因此,要求智能电网信息调度系统能够自动对每天记录的各种日志根据管理需要进行分类。对大量根据值班员自己理解和习惯撰写的日志进行自动分类,需要对由信息调度专家提供类型标注的大量日志数据进行学习。然而因人工阅读标注耗时、耗力,故在实际应用中往往仅能提供少量的标注,从而影响自动分类的性能。针对这一问题,提出了基于主动半监督学习的日志自动分类方法,该方法一方面利用主动学习找出对学习最有帮助的日志,获得其类型标注;另一方面,通过利用大量缺乏类型标注的日志进一步提升学习性能。在国家电网的智能电网信息调度日志数据上的应用结果表明,基于主动半监督学习,可获得比现有方法更优的日志自动分类性能。

从“以社会制约权力”的角度看公安机关主动接受社会监督

公安机关主动接受社会监督是新形势下公安执法工作的必然选择,是公安执法监督机制自我完善的内在要求。"以社会制约权力"是公安机关接受社会监督的理论基础,目前全国公安机关积极探索"大走访"开门评警、公安监所"向社会开放"、办案单位"立案公开"及社区民警"驻区制"等主动接受社会监督之举措。如能把握工作的根本、厘清社会监督与内部监督和专门监督的关系,再辅之以良好的制度设计,公安执法将会真正实现执法为民的根本目的。

基于主动学习的图半监督分类算法

为抑制噪声数据对分类结果的影响,将噪声处理算法与高斯随机域算法相结合,提出一种带噪声系数的高斯随机域学习算法;针对样本集不平衡性数据分类问题,考虑主动学习在样本不平衡问题中的应用,将主动学习与图半监督算法相结合,提出一种鲁棒性强的主动学习图半监督分类算法。利用基于样本划分的主动学习方法,对正类的近邻样本集中样本与特定类样本形成的新样本集做总体散度排序,筛选出能使新样本集中总体散度最小的样本,代替正类的近邻样本集中所有样本,形成平衡类。在UCI标准数据集上的实验结果表明,与标准的图半监督算法相比,该算法的分类精度更高、泛化能力更强。

一种主动半监督K-means聚类算法的改进策略

经典的APCKmeans(active pairwise constrained K-means)算法通过主动学习的方式构造must-link约束集和cannot-link约束集作为监督信息进行半监督聚类,提高了结果的准确性.但该算法在样本指派的过程中可能出现指派不是当前最优的问题.提出一种优先指派标签样本的方法,应用于APCKmeans算法,使用改进后的APCKmeans_I算法实现了使用较少的监督信息取得更好的聚类结果.将改进策略应用于PCKmeans(pairwise constrained K-means)算法,提出改进后的PCKmeans_I算法.通过在UCI基准数据集的实验表明,改进后算法的性能得到明显提升.

基于支持对挖掘的主动学习行人再识别

基于监督学习的行人再识别方法需要大量人工标注的数据,对于实际应用并不适用。为了降低大规模行人再识别的标注成本,提出了一种基于支持对挖掘主动学习(support pair active learning, SPAL)的行人再识别方法。具体地,建立了一种无监督主动学习框架,在该框架中设计了一种双重不确定性选择策略迭代地挖掘支持样本对并提供给标注者标注;其次引入了一种约束聚类算法,将有标签的支持样本对的关系传播到其他无标签的样本中;最后提出了一种由无监督对比损失和监督支持样本对损失组成的混合学习策略来学习具有判别性的特征表示。在大规模行人再识别数据集MSMT17上,该方法相比于当前最先进的方法,标注成本降低了64.0%,同时mAP和rank1分别提升了11.0%和14.9%。大量实验结果表明,该方法有效地降低了标注成本并且优于目前最先进的无监督主动学习行人再识别方法。

党报要撇“度”掌握舆论监督主动权

作为党报。做好舆论监督是我们的一项重要职责。党的十七大报告提出要“保障人民的知情权、参与权、表达权、监督权”“发挥好舆论监督作用，增强监督合力和实效”。强化新闻舆论监督是新时期党报提升影响力和竞争力的必由之路，尤其是在当前中央强调科学发展观以及和谐社会的过程中。作为党和人民的喉舌，党报更要把握好“度”，掌握舆论监督主动权。

现代市场经济中的公司股权结构与监督主体——兼议王宗军、黄兴年关于公司有效监督主体的争论

现代资本市场的发展和延伸(深化),造成了生产资料所有制的复杂形式。在中国,未来由谁来监督上市公司,尤其是国有大中型企业,成了世人关注的中心。中国股票市场的发展可能更容易沿袭AS模式,即以机构投资者和散户为主的控股模式。政府实行主动式监督与政府目标多重化的性质不符。让机构投资者来担当企业监督的重担,是一种合理的设想和预见。在机构投资者大量持股的情况下,只要限制他们的被动式监督行为,实行主动式监督就是其唯一的理性选择。

巩义市审计局“四加强”推动政务公开工作

2023年,巩义市审计局认真贯彻落实《中华人民共和国政府信息公开条例》的规定,“四加强”推动政务公开工作,提升审计机关政务公开工作的标准化规范化水平。一是加强信息发布,加大政务公开力度。严格按照“公开为常态、不公开为例外”的原则,履行政务信息公开职责,对各类应公开事项依法公开,及时更新和充实政务信息公开内容,做到应公开、尽公开,主动接受社会监督,提升审计工作的公信力和透明度。全年向社会主动发布各类信息132条。

基于半监督学习与CORBA技术相结合的入侵检测技术

检测率和检测速度是入侵检测系统最关心的两个技术指标。检测系统内部安全组件之间的互动性对于检测率和检测速度也有很大的影响,出此考虑,该文提出基于半监督主动学习和CORBA技术相结合的入侵检测技术。技术的多元性和系统的互动性,不但提高了检测率和检测速度,而且降低了误检率,经实验验证了该入侵检测技术的有效性。

湖北省监狱开展 “统一开放日”活动

9月26日上午,湖北省监狱管理局组织开展全省监狱“统一开放日”活动,1090名社会各界人士、1772名罪犯家属代表受邀走进监狱,开展多种形式的帮教慰问、公开公示等活动。这是三年疫情以来湖北监狱首次统一时间,在全省所有监狱同步开展“统一开放日”活动。目的是为了增进社会对监狱的了解,充分利用社会资源和力量助力罪犯改造,同时主动接受社会监督,促进监狱规范管理。

具有噪声过滤功能的协同训练半监督主动学习算法

针对基于半监督学习的分类器利用未标记样本训练会引入噪声而使得分类性能下降的情形,文中提出一种具有噪声过滤功能的协同训练半监督主动学习算法.该算法以3个模糊深隐马尔可夫模型进行协同半监督学习,在适当的时候主动引入一些人机交互来补充类别标记,避免判决类别不相同时的拒判和初始时判决一致即认为正确的误判情形.同时加入噪声过滤机制,用以过滤由机器自动标记的可能是噪声的样本.将该算法应用于人脸表情识别.实验结果表明,该算法能有效提高未标记样本的利用率并降低半监督学习而引入的噪声,提高表情识别的准确率.

主动协同半监督粗糙集分类模型

粗糙集理论是一种有监督学习模型,一般需要适量有标记的数据来训练分类器.但现实一些问题往往存在大量无标记的数据,而有标记数据由于标记代价过大较为稀少.文中结合主动学习和协同训练理论,提出一种可有效利用无标记数据提升分类性能的半监督粗糙集模型.该模型利用半监督属性约简算法提取两个差异性较大的约简构造基分类器,然后基于主动学习思想在无标记数据中选择两分类器分歧较大的样本进行人工标注,并将更新后的分类器交互协同学习.UCI数据集实验对比分析表明,该模型能明显提高分类学习性能,甚至能达到数据集的最优值.

多元化入侵检测技术

针对检测率和检测速度是入侵检测系统最关心的两大技术指标问题。检测系统内部安全组件之间的互动性对于检测率和检测速度也有很大的影响。为提高系统内部安全组件间的互动性,多元化入侵检测技术采用了基于半监督主学习、防火墙技术和CORBA技术相结合的多元技术,并设计出多元化入侵检测模型。技术的多元性和系统内安全组件间的互动性,使系统内各安全组件不再孤立运作,相互的协调工作不但提高了检测率和检测速度,而且降低了误检率,经实验验证了多元化入侵检测技术的有效性。

坚持依法行政深化政务公开加强法治政府建设

政府政务公开,是践行习近平法治思想,主动接受社会监督、促进政府职能转变和依法行政的重要制度安排。今天是我省第十六个“5·15政务公开日”,也是我们宣传和推进政务公开工作、更好发挥政务公开作用的特殊日子。近年来,我省坚持以习近平新时代中国特色社会主义思想为指导,认真贯彻落实党中央、国务院关于政务公开的决策部署,紧密围绕经济社会发展重点领域和关键环节,不断完善公开制度、创新公开方式、提升公开质量,为持续推进法治政府建设提供了有力支撑。