-
题名企业核心竞争力缺失原因及其防范途径
被引量：3
- 1
-
-
作者
余晓钟
解淑娟
-
机构
西南石油大学经济管理学院
-
出处
《科技进步与对策》
CSSCI
北大核心
2010年第5期93-96,共4页
-
文摘
核心竞争力缺失是众多企业面临的问题。在对核心竞争力缺失的含义、状态特征、判断识别分析的基础上,探讨了导致企业核心竞争力缺失的原因,提出了防范企业核心竞争力缺失的途径。
-
关键词
核心竞争力
缺失状态
缺失原因
防范途径
-
Keywords
Core Competence
Deletion Status
Reason of Lackl Way to Guard against
-
分类号
F270
[经济管理—企业管理]
-
-
题名大豆异黄酮减缓去卵巢大鼠骨量丢失的实验研究
被引量：4
- 2
-
-
作者
叶艳彬
苏宜香
卓淑雨
方仕
卢味
-
机构
中山大学附属第一医院营养科
中山大学公共卫生学院营养系
-
出处
《中国骨质疏松杂志》
CAS
CSCD
2005年第2期239-242,共4页
-
基金
市科技局立项课题(2002J1-C0081)
-
文摘
目的研究大豆异黄酮对雌激素缺失状态下大鼠骨量丢失及骨转换的影响。方法 12月龄雌性SD大鼠40只随机分为4组,除假手术组大鼠行卵巢切除假手术外,其余均切除卵巢建立雌激素缺失模型。分组设计为:实验组[大豆异黄酮类40 mg／(kg．d)]及元素钙250 mg／(kg·d), 假手术组[蒸馏水)、实验对照组[元素钙250 mg／(kg·d)]及雌激素组[雌二醇30μg／100(g· 3d)及元素钙250mg／(kg·d)],除雌二醇皮下注射给予外,其余灌胃给予。28 d实验期满后处死大鼠,取股骨测定骨密度、股骨钙含量、股骨形态计量学相关指标,并测定血清碱性磷酸酶 (AKP)活性及血清骨钙素(OC)水平。结果实验组股骨骨密度、股骨钙含量稍高于假手术组和实验对照组,但未呈显著性差异(P>0．05);实验组骨小梁面积与假手术组无显著差异(P> 0．05);各组动物AKP活性无显著差异(P>0．05):实验组和雌激素组OC水平显著高于假手术组 (P<0．01)。结论大豆异黄酮具有弱雌激素样作用,可能通过促进成骨形成而减少雌激素缺失状态下的骨丢失,维持骨健康,预防绝经后骨质疏松。
-
关键词
骨量丢失
去卵巢大鼠
实验研究
血清碱性磷酸酶
绝经后骨质疏松
减缓
雌性SD大鼠
大豆异黄酮类
骨形态计量学
雌激素样作用
缺失状态
骨钙含量
血清骨钙素
显著性差异
骨小梁面积
实验组
12月龄
卵巢切除
皮下注射
雌二醇
-
Keywords
Soy isoflavones
Ovariectomy
Bone loss
Rats
-
分类号
R681
[医药卫生—骨科学]
R95
[医药卫生—药学]
-
-
题名基于隐马尔可夫模型的行为轨迹还原算法
被引量：8
- 3
-
-
作者
冯涛
郭云飞
黄开枝
吉江
-
机构
国家数字交换系统工程技术研究中心
-
出处
《计算机工程》
CAS
CSCD
2012年第18期1-5,共5页
-
基金
国家自然科学基金资助项目(61171108)
-
文摘
针对行为轨迹还原过程中观察序列状态缺失、无法对终端轨迹进行精确还原的问题,提出一种基于隐马尔可夫模型的行为轨迹还原算法。利用基站布局的空间相关性,在不考虑缺失观察状态的情况下,对隐马尔可夫模型求解过程中的局部概率进行修订,还原出轨迹序列。性能分析和仿真结果表明,状态倾向度越大,轨迹还原成功率越高,当状态倾向度取0.8时,轨迹还原成功率在90%左右。
-
关键词
行为轨迹
状态倾向度
轨迹还原
状态缺失
局部概率
隐马尔可夫模型
-
Keywords
behavior trajectory； state propensity degree； trajectory restoration； state missing； partial probability； Hidden Markov Models（HMM）
-
分类号
TN92
[电子电信—通信与信息系统]
-
-
题名基于高斯混合模型的卫星电源系统异常检测方法
被引量：3
- 4
-
-
作者
魏居辉
王炯琦
穆京京
何章鸣
周萱影
-
机构
国防科技大学
中国航天科技集团有限公司
北京空间飞行器总体设计部
-
出处
《空间控制技术与应用》
CSCD
北大核心
2022年第4期104-114,共11页
-
基金
国家自然科学基金资助项目(61903366,61903086,62001115)
湖南省自然科学基金资助项目(2019JJ50745,2020JJ4280,2021JJ40133)
+1 种基金
北京控制工程研究所基金资助项目(HTKJ2019KL502007)
民用航天预研基金资助项目(B0103)。
-
文摘
作为具有多种工作模式的复杂系统,卫星电源系统在不同工作模式下的观测数据具备不同的统计特性.因为卫星电源系统的实际观测数据缺少状态标识作为先验信息,所以传统异常检测方法无法区分系统的不同工作模式,具有较大局限性.针对无状态标识的卫星电源系统异常检测问题,提出了一种基于高斯混合模型(GMM)的异常检测方法.高斯混合模型被用于状态标识缺失数据的特征挖掘,从而实现对不同工作模式的聚类与识别;可区分性、稳定性、以及拟合优良性三个指标被用于GMM的评价,使得聚类簇数的选取是合理的;在异常检测阶段,训练好的高斯混合模型被用于构建了模式识别准则,距离信息和F分布被用于构建了检测阈值,并通过增加待检测数据集窗口长度来提升检测效果;以卫星电源系统的太阳能帆板机构为对象,开展了数值仿真和实验验证.异常检测结果表明,该方法能有效实现多种工作模式下的异常检测,具有较高的准确率和召回率.
-
关键词
卫星电源系统
异常检测
高斯混合模型
EM算法
状态标识缺失
数据驱动
-
Keywords
anomaly detection
satellite power system
gaussian mixture model
EM algorithm
lack of state identification
data driven
-
分类号
V19
[航空宇航科学与技术—人机与环境工程]
-
