高校后勤社会化改革现状分析与对策探讨

我国的高校后勤是在计划经济环境中发展起来的,形成了一种自我配套的特殊的体制结构形态。从1999年高校后勤社会化改革的提出到今天已经十多年,在我国高等教育发展史上曾经发挥过重要作用。但是随着高校的发展,体制内部已经产生了诸多不谐和性及非适应性。现结合十余年的后勤工作经验,尝试从改革带来的成果和问题两方面入手,分析高校后勤社会化改革中存在的问题,并尝试提出解决方案。

基于MPI的并行K-Means算法研究

聚类分析中处理数据量的急剧增加,面对大规模数据,传统K-Means聚类算法面临着巨大挑战。K-means聚类算法在面对海量数据时,时间和空间的复杂性已成为K—means聚类算法的瓶颈;在传统的K均值算法的基础上,详细介绍了基于大规模集群环境下的并行K-means聚类算法,给出了计算速度和效率的方法,并通过实验证明了该算法的正确性以及对传统算法在速度的上优势;研究结果可以为以后设计更好的大规模数据快速并行聚类划分算法提供研究依据。

基于信息熵的政府绩效评估方法的研究

随着信息科学的快速发展,如今云计算与大数据环境下,各国政府对公共事务管理的方式也在随着时代的变化而进行不断的调整,而其管理的质量、效率等问题也面临巨大的挑战,因此政府绩效评估成为各个国家关注的一个重要的研究课题;在大数据理论的基础上,提出了政府绩效评估指标体系设计的原则和思路,并设计了一种基于信息熵和信息增益的政府绩效评估的方法,丰富了公务事务管理绩效评估的理论。

云计算安全问题的研究

云计算是一种新型的计算模型,集虚拟技术、分布式计算、并行计算和其他技术于一体,旨在实现云服务的虚拟化和大规模的经济效应;然而,随云计算的快速发展和推广,其安全问题给云服务提供商和使用者带来了极大的挑战,特别是共享计算和共享存储引发的在可信和隐私问题,为此提出一种全面的安全计算参考模型,用以应对层出不穷的云计算安全问题和风险。