摘要：本文以广西壮族自治区认定的或所在地区认定的及各高校自行认定的高层次人才为样本分析对象,通过文献查阅、调查问卷及访谈等形式,重点研究高层次人才薪酬福利体系设计与实施评价,了解高层次人才对广西高校薪酬福利待遇满意度情况,探索构建宽带柔性总体薪酬福利激励体系,以期提高薪酬福利满意度,为优化高校高层次人才薪酬福利体系设计提供参考。

摘要：对冲压成形整体质量进行控制,极易遇到目标质量冲突的问题,影响控制效果。文章以此为背景,首先介绍了遗传算法、神经网络的特征,其次对多目标优化所适用算法进行了分析,指出合理运用过滤器、群体排序等技术,可赋予该算法更加良好的可行性,最后围绕多目标优化展开了讨论,内容主要涉及建模、系统设计两方面,并结合仿真实验结果,对该技术的实际意义进行了说明,供相关人员参考。

摘要：利用蒙特卡洛理论分析CMOS电路无时延和有时延电路平均功耗间的关系,估计时延功耗平均值,然后将电源电压转换时间设置为给定的常数,电源单体任务调度依据电压下降的顺序进行调整,减少了电源电压转换次数,从而降低动态能耗和电压转换过程中的能耗,并以此为依据设计了基于蒙特卡洛的嵌入式系统CMOS电路节能模型.实验结果表明,该模型可以有效降低嵌入式系统CMOS的电路能耗,获得理想的节能效果.

摘要：现代化是我国社会发展的必然方向。在此背景下,少数民族传统文化呈现碎片化、断裂化的发展现状,但其在表征现代性价值观念、社会制度和生活方式的同时,以现代媒介融合为新的文化生长点,不断实现少数民族优秀传统文化的现代重构。这既具有重要的文化功能与现实价值,也是现代化进程中繁荣中华文化的重要路径。在融媒体视域下,京族文化通过主体再嵌、符号筛选、场域创建,实现京族文化重构的“内循环”,并通过以文化人、自主建构,实现京族文化重构的“外循环”,进而扩大京族文化的传播力、影响力,并在多元文化互动的场域建构中增进多民族交往交流交融,为彰显少数民族优秀传统文化的时代价值,形塑新时代中华民族文化自信,加强现代化精神文明建设提供不竭动力。

摘要：高校广泛面向大学生开展职业生涯规划指导工作,为了确保职业规划的合理性,需要以学生专业背景相关的知识库数据作为依据指导实施更精准的规划。文章针对职业规划知识推荐需要处理大量非结构化文本数据的场景,根据推荐算法优劣性分析,以RippleNet算法模型为基础构建基于知识图谱的职业规划推荐系统,在系统构建过程中研究数据处理和推荐算法的关键技术。通过推荐系统的构建,以数据采集、自然语言处理、知识图谱构建、数据推荐等关键流程,实现自动推荐职业规划关键内容,系统的构建与应用对高校提高职业生涯规划指导能力具有现实意义。

摘要：采用一种可靠的方法预测隧道围岩挤压变形对隧道的设计与施工至关重要。文章构建了用于围岩挤压变形分类的SVM-BP组合模型,通过设计不同特征参数和3种分类器“SVM模型、BP模型、SVM-BP组合模型”用于隧道挤压预测的试验,分析了不同模型的预测准确性和特征参数对预测结果的影响,验证了SVM-BP模型的可靠性。研究结果表明:采用隧道直径D、隧道埋深H、岩石质量指数Q和支撑刚度K这4个特征可较好地反映围岩挤压变形的分类效果;SVM-BP模型组合了SVM和BP神经网络模型的优点,具有灵活的非线性建模能力和大规模信息的并行处理能力,因此,SVM-BP模型比SVM和BP模型的分类性能更优;D,H和K这3个指标共同耦合对隧道围岩挤压变形预测结果的影响较大。

摘要：本文基于1995-2017年中西部地区省级面板数据,考察了城乡流通差距与城乡居民消费差距之间的动态关系。实证结果得出,城乡流通差距与城乡居民消费差距存在动态影响关系,从动态关系来看,前4年的城乡流通差距是扩大城乡居民消费差距的主要原因,不过这种影响随着时间流逝而呈现减弱趋势。在第4年之后,城乡流通差距对城乡居民消费差距的整体作用开始趋向稳定。这意味着尽管中西部地区人均收入水平与潜在消费需求同步上升,但消费需求与商品供给发生层次性与结构性错位,导致城乡居民生活水平差距进入扩大趋势。最后,本文提出相关政策建议。

摘要：文旅融合对于促进传统文化的活态传播、提升旅游业态的文化价值具有重要作用。广西师公戏作为我国非物质文化遗产的重要组成部分,其传承与发展都具有厚重的文化底蕴和浓郁的民族特色。但在当前多元文化日益激烈的市场竞争下,广西师公戏同其他地方传统戏剧一样,面临着文化传承与传播的困境。本文以文旅融合为视域,结合广西师公戏的文化优势与发展困境,提出与广西师公戏发展实际相适配的发展策略,同时也为其他地方传统戏剧的保护和传承提供解困思路。

摘要：针对序列模式的高效用模式挖掘过程中搜索空间大、计算复杂度高的问题,提出一种基于多效用阈值的分布式高效用序列模式挖掘算法。采用数组结构保存模式的效用信息,解决效用矩阵导致的内存消耗大的缺点。设计1-项集与2-项集的深度剪枝策略,深入地缩小候选模式的搜索空间,减少搜索时间成本与缓存成本。提出挖掘算法的分布式实现方案,通过并行处理进一步降低模式挖掘的时间。基于中等规模与大规模的序列数据集分别进行实验,实验结果表明,该算法有效减少了候选模式的数量,降低了挖掘的时间成本与存储成本,对于大数据集表现出较好的可扩展能力与稳定性。