电信行业改革实践及其对铁路网运关系调整的启示

我国电信行业与铁路行业同为国有资本控制的重点行业,且都具有以庞大、成网、固定成本高昂为特点的基础设施,电信业的改革历程可为我国铁路改革提供经验借鉴。本文将我国电信业主要改革历程归结为业务分割、区域分割、业务整合、网运分离四个阶段,指出我国电信业改革属于典型的问题导向路径,借鉴电信行业改革经验可知,在我国铁路网运合一模式下,"业务分割"与"区域分割"两种网运关系调整模式不能有效打破垄断,我国铁路应积极探索"统分结合的网运分离"改革路径。     

多特征融合的级联回归人脸对齐方法研究

深度神经网络技术在人脸识别方面已经取得了巨大进步,但是大多数方法只是运用人脸深度特征而并没有分析哪些特征是有效的.为了探索针对人脸识别任务的有效结构化特征,提出了基于多种特征级联回归方法的人脸关键点检测模型,将两两关键点对应的人脸局部特征对之间的结构关系、整张人脸图像的全局表观和关键点对应的局部热图这3种人脸特征融合之后用于人脸对齐任务.实验证明,多特征级联回归法与记忆下降法相比,人脸对齐任务错误率下降了30.17%,与最新的一些人脸对齐模型具有一定的可比性.     

更正声明

本刊2014年11卷第四期(总第64期)正文第2页,右栏第18行,原文公式(1)是“S=1-D=1-(1-R)d=Rd”,现改为:“S=1-D=1-(1-R)d=1-d+Rd”。正文第2页,右栏第19行,原文是“从公式(1)可以看出,这类系统的安全性完全同系统的可靠性成正比”,现改为:“从公式(1)可以看出,当d确定时,这类系统的安全性与系统的可靠性成正相关关系”。     

单桩荷载与沉降关系曲线的神经网络预测方法

本文提出了一个预测单桩荷载-沉降关系曲线的BP神经网络模型。该网络模型包含两级网络，第一级网络以桩长、桩径、桩侧土层的分布情况，桩侧与桩端土层的物理力学指标为输入元，来先预测出单桩的极限承载力及其对应的极限沉降；第二级网络以第一级网络的输入元和输出元作为其输入元，进一步预测各分级荷载下桩的沉降。实际预测精度一般能达到15％以内，且稳定性较好，表明神经网络模型略优于通常的经验公式方法和数值方法。     

0．34／30BF型空压机常见故障及对策

此文针对0．34／30BF型空气压缩机在船舶使用中常见的故障，作出简要分析，提出相应对策和管理要点。     

携手德尔福 山川减振器步入全球化

日前．由中国兵器装备集团公司北京总部传来消息：隆昌山川减振器工业有限公司和美国德尔福汽车系统公司达成长期技术合作关系。2005年11月12日，中美两家减振器专业厂商在重庆签定了正式的协议文本。     

大连海事大学在大连迪施建立实习基地

2005年11月15日，大连海事大学大连迪施船有限公司实习基地正式成立。大连迪施是中远船务集团内一家重要的专业化修造船配套企业，公司应用英国迪施国际有限公司的专业工艺，对船用柴油机重要零部件进行新造、翻新、修理，公司经营生产规模不断扩大，效益逐年提高。大连海事大学轮机工程专业和大连迪施的船用柴油机专业修理、翻新有着极强的相关性和共用性，双方有着很大的互补性和协作性。在确立全面合作关系和建立教学实习基地的基础上，双方将进一步在技术咨询、科研开发、人员培训和人才聘用等方面开展全面合作，实现产学研结合，共同发展。