试论火力发电厂机组优化运行和辅机节能改造策略

随着经济的快速发展与进步,人们的生活质量以及生活水平也得到了很大的提升,对电能的需求量也在不断加大,供电企业必须要不断优化其机组运行方式,这样才能够保证供电企业输送电的安全性以及经济性。同时还要对辅机进行节能改造,积极研发新技术以及新技术,不断提高辅机的经济运行效率,为供电企业创造更大的经济效益。     

百年老矿本质安全型矿井建设

文章就什么是本质安全、何为本质安全型矿井、本质安全型矿井应具备的条件以及如何构建本质安全型矿井等问题进行了重点的分析阐述和探讨,明确了矿井由管理安全型向本质安全型过渡的目标和方向,对加快本质安全型矿井的建设步伐,进一步提高矿井的安全管理水平、减少和控制煤矿重大事故的发生将起到积极的推动作用。     

ERP实现全面预算的设想

全面预算主要包括经营预算和财务预算两个部分。其中经营预算又具体包括销售预算、生产预算、直接材料预算、直接人工预算、制造费用预算、期末产成品存货预算和销售及管理费用预算;而财务预算则包括现金预算、预计利润表、预计资产负债表和资金预算。通过分析上述各类预算的编制方法,我们不难得出全面预算的数据来源主要包括以下6个方面:     

金融衍生产品与投资理财问题分析

本文首先对衍生金融工具的分析,然后探讨了金融衍生产品投资风险,最终使投资理财者能够适应处理国内外金融衍生品市场的发展,并运用各种金融衍生工具为我国的现代化建设服务,积极参与日益激烈和复杂的国际金融市场的竞争。     

大规模定制下的需求预测研究

在大规模定制生产环境下,随着客户需求向多样化、个性化的发展,导致产品需求的品种繁多,这给需求预测带来了很大的困难.但是人们在实践中发现,要精确预测某一种产品的需求很难,或者根本不可能.这里针对大规模定制下需求预测的特点,重点研究预测精度对成本的影响,并着从经济效应的角度出发,定量地分析预测精度对采购件和自制件成本的影响.     

基于无人机遥感可见光影像的农作物分类

[目的]无人机遥感具有高空间、高时间分辨率的优点,并可同时获得光谱和空间信息,因此在农作物分类中备受研究者的青睐。与侧重于从高分辨率RGB图像中提取纹理特征的分类方法不同,文章重点研究如何利用作物在光谱和空间维度上的联合特征尤其是作物高程特征,以实现农作物精细分类。[方法]首先,我们进行研究区域选择和地面实际情况调查,用无人机遥感系统进行可见光影像采集;其次,确定研究区域内农作物分类类别,分别对可见光遥感影像进行可见光植被指数计算及纹理滤波;针对数字表面模型(DSM)数据特点,对两期DSM数据进行差值处理,获得差异数字表面模型数据(DDSM),提取作物高度信息,并根据农作物冠层特性对差异数字表面模型进行滤波处理;最后,进行特征优选及组合,使用SVM方法进行农作物分类。[结果]确定最优分类特征为RGB、红波段对比度、绿波段二阶矩、蓝波段方差、DDSM、DDSM方差、DDSM对比度,分类精度由71.86%提高到92.30%,验证了由DSM影像提取的空间特征可以提高农作物分类精度。[结论]该研究探索了一种基于可见光及空间联合特征的农作物精细分类方法,方法简单可行,设备成本低,在基于无人机低空遥感的样方调查领域中有较大的应用前景。     

试论城市土地利用结构与经营机制

随着社会主义市场经济的纵深发展,城市用地引入了经营机制.本文探讨了市场经济体制下城市用地结构的演变规律,提出了城市土地的经营原则,运行模式和经营对策.     

冰城政府采购走向“火热”

“首届东北三省省会城市政府集中采购工作联席会”于2005年11月9日～11日在吉林省长春市召开。此次会议是由长春市政府采购中心倡议并承办,旨在加强3个省会城市之间交流,增进友谊,推动东北三省政府采购工作的创新与发展。会议通过开展经验介绍、座谈交流、实地参观等活动,共同探讨了政府集中采购工作的热点、难点问题。长春市政府采购中心主任孙小梅、哈尔滨市政府采购中心副主任何梅、沈阳市政府采购中心主任邹昊分别在会上介绍了中心在近几年开展政府采购工作的具体情况,并提出了自己对推进政府采购工作的心得。本刊记者借参加此次会议之…     

突出投放重点 加强银企合作——宿州市农行积极支持地方中小企业发展

今年以来，宿州市农行认真贯彻十六届五中全会和全省中小企业银行合作促进活动电视电话会议精神，坚持科学的发展观，以服务和支持地方经济发展为已任，以支持中小企业发展为重点，不断加大市场营销和有效信贷投放力度，有力地支持了地方经济快速健康的发展。     

行政体制改革与政府采购

本期观察的题目看似有点大,但确是杂志同仁每期做特别报道时都会遇到的问题。可以说,我国的行政体制已阻碍了政府采购工作全面发展,所以有必要在这里先简要探讨一下我国的行政体制。现行我国行政体制存在的问题包括：一是行政体制涉及的制度缺失。