基于配置的快速应用开发无线中间件平台的设计

尽管移动信息业务的前景广阔，但是移动OA、位置管理系统等移动业务开发周期长，技术门槛高，因此要通过整合共性技术来降低开发难度和成本，提高开发效率。而无线中间件技术正是伴随着移动通信技术、嵌入式OS和中间件技术的发展和融合而出现的关键共性技术，是开展未来3G业务乃至广大智能终端增值业务的坚实基础。文章介绍了一种基于配置的快速应用开发无线中间件平台，包括通用网关、安全中间件、通用客户端、数据平台四大部分，并设计配套开发工具、编程接口及管理维护界面，为移动OA等应用系统提供统一的开发运行环境和灵活的运营模式。     

新校区学生公寓管理探讨

2006年9月,我校9个系部6000余名学生首批入住新校区。新校区的学生公寓实行后勤社会化管理,由我校和兴盛公司共建共管。一年来,在多方共同努力下,新公寓整体运行良好,学生住宿条件得到较大改善,各项配套设施基本完工,宿舍管理较为规范,为学校的稳定、建设和发展发挥了十分积极的作用。但由于这种管理模式在我校尚属首次,没有先例可循,再加上一些主客观因素的影响,我们在新校区学生公寓的管理上还存在不少问题,还有诸多须要改进和加强的地方。按照学校总的指导思想,结合从事学生工作几年来的经验,特别是根据新校区工作的实际情况,对如何加强和改进新校区学生公寓的管理谈几点想法。     

铁路改革的回顾与思考──纪念改革开放二十周年

回顾了20年来铁路改革进程，结合铁路的属性、铁路改茧的特殊性、中国改革的渐进性，探讨了如何推进铁路改革。     

重组铁路 规划未来──维也纳铁路改革圆桌会议追记

日前，在维也纳召开了铁路改革圆桌会议。这次会议由世界银行和中国铁道部筹备主办，会议的主题是“重组铁路，规划未来”，重点研讨中国铁路改革，并交流各国铁路改革情况。参加会议的除世界银行官员和专家外，邀请了瑞典、德国、法国、英国、意大利、罗马尼亚、加拿大、日本等国咨询专家以及国际铁路联盟和奥地利交通运输协会的代表出席。综合各国专家的意见，主要有以下几点：1．中国铁路要抓住机遇，加快改革，避免世界铁路改革滞后的老路。许多国家的铁路都经历了兴盛一衰退一复苏的曲折过程。铁路改革的滞后导致市场份额大幅度下降，…     

新校区学生公寓管理探讨

2006年9月,我校9个系部6000余名学生首批入住新校区.新校区的学生公寓实行后勤社会化管理,由我校和兴盛公司共建共管.一年来,在多方共同努力下,新公寓整体运行良好,学生住宿条件得到较大改善,各项配套设施基本完工,宿舍管理较为规范,为学校的稳定、建设和发展发挥了十分积极的作用.但由于这种管理模式在我校尚属首次,没有先例可循,再加上一些主客现因素的影响,我们在新校区学生公寓的管理上还存在不少问题,还有诸多须要改进和加强的地方.按照学校总的指导思想,结合从事学生工作几年来的经验,特别是根据新校区工作的实际情况,对如何加强和改进新校区学生公寓的管理谈几点想法.     

福州铁路分局改制试点思考

福州铁路分局改制试点思考胡志超，邓进瑞，陈林芳国有企业实行公司制是建立现代企业制度的有益探索。１９９４年全路领导干部会议确定福州铁路分局为公司制改革试点单位之一，要求以界定产权为基础，明确建立起出资者与法人财产经营者的新型经济关系。按照这一要求，我们...     

关于铁路运输管理体制改革的几点认识

结合对铁路运输业的特殊性和铁路运输生产复杂过程的详细阐述和分析,探讨铁路运输管理体制改革的方向,以及铁路参与市场竞争的方式与方法。     

基于多模型组合和EIS的锂电池SOH和URL预测

电池健康状态（state of health, SOH）和剩余使用寿命（remaining useful life, RUL）是评价电池健康程度和剩余寿命的重要技术指标。SOH和RUL的估计是电池管理系统的重要组成部分,是实现电池管理系统智能监控和科学运营的基础。电池电化学阻抗谱（electrochemical impedance spectroscopy,EIS）是一种用于表征电池内部电化学过程的测试方法,它具备精度高和非侵入性损害等优点。多种研究表明,电池阻抗谱EIS与电池的SOH和RUL存在一些内在的联系,因此成为电化学领域的研究热点。基于EIS预测SOH和RUL,传统机器学习方法比较成熟,但预测精度和稳定性仍有局限,难以完全挖掘电池衰减规律。因此,需要与深度学习等方法相结合才能提高预测性能。将降维模型和多种深度学习模型引入SOH和RUL预测领域,并对模型进行有效组合,取得了很好的效果。将EIS所有频率对应的实部和虚部数据依次排列作为频率特征,首先使用主成分分析（principle component analysis,PCA）模型对EIS值进行降维,提炼出10个精炼的主成分,然后使用卷积神经网络（convolution neural network,CNN）模型提取EIS的空间特征,使用双向长短期记忆网络(bidirectional long short-term memory,BiLSTM）模型提取EIS时间序列变化规律,使用注意力（attention）机制进一步选取EIS数据的时空特征中的重要部分,共同预测SOH和RUL。在测试数据上进行实验表明,SOH预测的均方误差（root mean square error, RMSE）达到0.146 8,RUL预测的均方误差达到2.614 5,效果均好于传统的方法。     

电力企业管理现状与对策分析

改革开放三十余年以来,我国经济与社会得以高速发展,企业间的竞争日益加剧,企业要在激烈的市场竞争中占有一席之地,必须与时俱进,将现代化的管理理念贯穿至企业的经营与管理工作之中。当今社会,电已成为人类社会生存与发展必不可缺的重要能源之一,随着经济与社会的发展以及管理理论的不断深入,电力企业的内部管理已成为影响与制约企业可持续发展的根本所在。     

基于神经网络和电化学阻抗谱的锂电池重要频率分析及电池健康状态预测

电化学阻抗图谱是电池的一种非侵入性的信息，与电池的状态、剩余寿命以及健康度之间存在内在联系。本文将EIS所有频率对应的实部和虚部数据依次排列作为频率特征，基于神经网络模型，将EIS的频率特征作为输入特征，构建了电化学阻抗谱（electrochemical impedance spectroscopy，EIS）与电池健康状态（state of health, SOH）之间的拟合关系，结果表明均方根误差可以达到0.7789。通过对EIS中各个频率特征的重要性进行计算，得到重要频率的赫兹取值范围，研究发现EIS高频和低频频率比较重要。通过对重要频率特征进行相关性分析，进一步得到重要频率特征为f61、f65和f91，对应的频率分别是20004.453HZ、7835.48HZ和17.79613HZ。模型拟合结果表明，在预测电池SOH的模型中，基于EIS的16个最重要频率特征的模型拟合效果与全部120个频率特征的模型拟合效果相当甚至有所提升，均方根误差为0.624，为预测电池SOH时缩小EIS检测范围提供了参考。