基于SVM的改进RBF网络板形模式识别方法

为了提高带钢生产中板形模式识别精度,提出了基于支持向量机(SVM)的改进径向基(RBF)网络板形模式识别方法,由SVM回归确定RBF网络优化的初始参数,解决了传统方法存在的学习时间长、易陷入局部极小值等问题。此外,分别将输入样本与一对互反的基本模式间的模糊距离之差作为RBF网络的三个输入,使输入节点减少一半,进一步简化了网络模型。实验表明,该方法有效地提高了模式识别精度和速度,可推广到其他具有两两互反性基本模式的模式识别系统中。

大数据时代教育PPP项目“按效付费”预算管理模式研究

随着教育强国大政方针的确定,国内社会资本与社会组织广泛参与到教育公共服务项目中,大数据时代背景下,项目预算管理的改革创新势在必行。作为新型融资及管理模式,源自卫生部门的"按效付费"迅速在教育领域兴起。以"结果"为纽带,按效付费加速推进跨政府部门、市场、社会组织之间的伙伴关系,推动项目管理从注重产出转型到聚焦长期结果,从被动问责转型到主动追求积极绩效,从而优化资源配置并提高教育公共服务质量。其核心要义是对结果进行可信、独立验证后提供资金,将投资与可衡量、可验证结果的实现联系起来,重视项目干预和绩效评价,数据监控贯穿始终。虽然有着结果选错和不正当激励的风险,"按效付费"模式不但对于提高教育预算绩效管理水平及公共服务供给质量具有借鉴意义,也有助于我国新时代教育的精准决策与施策。