前言:想要写出一篇令人眼前一亮的文章吗?我们特意为您整理了5篇量化设计论文范文,相信会为您的写作带来帮助,发现更多的写作思路和灵感。
质量是产品的生命,没有好的质量,产品就没有市场,只有高质量的产品,在市场上才有竞争力,建筑设计也是同样如此。
本人认为,只有在建筑设计质量的优化管理上做文章,才能产出高质量的建筑设计成品。建筑设计,在某种意义上讲可等同于建筑产品,它是艺术创作与科学技术的结合体。它不能用工业化、工厂化、程序化的过程进行生产,对于不同使用功能、性质的建筑从内容到外表形态是不同的。
建筑设计成果的质量评定不能用固定的标准去衡量,即使达到建筑设计规范、标准和规程,也不能称该建筑设计就是优良品或精品。建筑设计是科学与艺术双重创作的结合,是创作构思加科学计算合成的结果。在运行过程中设计构思组合产生出全新的东西,不可能有固定的模式可套用,建筑设计具有一定的随机性变化。
建筑设计质量的优劣,确切地说是一个目标范围的界定,建筑规范、规程和标准是建筑设计合格的下限。建筑设计精品是在设计运行过程中优化取舍,完善完美。因此,设计质量的优化管理是十分值得重视的。
建筑设计质量的优化管理,就在于强化、强调了设计的“全过程管理”,这是动态管理。它也打破了过去静止的简单化的“结果管理”淘汰制。从而避免浪费时间和造成直接经济损失。建筑设计运行过程要自始至终,由部分到整体、由管理点到强化点,由方案到施工图,这些工作都要进行细化、优化和筛选。它是积极主动、极具挑战性的动态管理。
2、健全建筑设计质量优化管理的基础——质量管理保证体系
(1)建立法人挂帅的组织机构。成立监督机构,即法人亲自挂帅,专家起主导作用的全方位的有机结合体。设立质量检查小组,每个项目均设质检员。以专家为主导是为了掌握专业技术的高标准高质量,法人挂帅是保证质量管理体系顺利运行。主要目的是使这项工作经济化,制度化,责任化。
(2)健全可操作的规章制度。主要包括以下方面:一是规章制度的制订要结合实际情况,一定要具体化、细化、量化,特别是要具有可操作性,以保证其运用的经常性和可检查性,以其达到预定目标。二是规章制度要量化,做到可以制成表格分门别类填写打分。三是设计人员行为要规范,原则性要强,只有我们自己有效地规范了行为,才能使我们的服务对象满意。四是跟踪服务、反馈信息及时更正与处理。五是事前计划要具体,事中控制有措施,事后总结有效果。
3、建筑设计质量优化管理的运作
建筑设计质量优化,不仅是为了设计产品合格,满足设计规范的要求,而是为了高标准的追求。在设计优化管理运行的前后,从计划到分工、从人员到产品,从部分到整体等都是为了筛选出最优的方法和手段,产出最佳产品。
(1)在定岗定位人员时即时挑选,既要进行优化思想教育,又要注重量才使用,使每一个设计人员都有进取精神,思想中时刻存在着争夺市场的竞争意识。这就是人员的优化组合。
(2)确定每一个项目的优化管理。所谓管理点,就是项目中起决定作用的关键点。比如:项目设计的方案图、施工图、预算,这就是建筑设计项目宏观中既有影响又起决定性作用的关键点。
(3)设计项目的优化统筹安排。设计项目的各个专业及专业内部的不同程序的交叉运行必须要进行周密地安排。只有这样才能使各个专业及专业内部密切联系,避免出现差错,大大地缩短设计时间,提高工作效率。
(4)随时制订与研究项目的创新计划。凡是设计项目运行过程出现新情况新问题,都应该进行分析研究。只有不断地向较高的目标前进,优良产品才会不断产出。
(5)提倡精品化、集成化、信息化。要创新要精品就必须掌握足够的信息,如向国外发达国家学习,他们的设计理念和先进经验,做到这一点也就等于找到了捷径。
(6)提高设计人员整体水平和素质,给设计对象创造更多的学习,深造的机会,使他们在设计运行中的各个环节都能独当一面。
(7)制定优化的最佳目标,打出最低的要求线,尽量把一些定性的要求变成定量的标准,以具有明确的可操作性。
(8)建筑设计方案的优化管理。建筑设计方案对于设计项目十分重要,建筑设计方案的确定不仅仅是为了评选好的方案,优化选取方案不是目的,重要的是在建筑设计方案运行中进行优化管理。当建筑设计方案选取后,按专业部分进行优化、细化、量化而后运行。建筑设计方案优化管理,旨在于打破旧的、固定不变的教条,采取积极地动态管理方法。
建筑设计质量的优化管理,首先在于建筑设计质量的优化,然后才是管理。建筑设计质量的优化关键在于建筑设计思想目标的确立,建筑设计思想的优化。
4、建筑设计运行系统与过程的优化控制
设计运行系统指总体的各个部分运行一体化,而过程是进行设计的全过程。要对其进行优化控制。首先,要确定系统部分的控制点,也就是运行的各个部分,即管理点,使每一个部分都进行优化处理。然后,进行过程的优化控制。如果只提达到质量标准、满足规范、规则的要求,那么建筑设计这个特殊的产品并非是精品。因为建筑设计的创作意识包括科学与艺术的排列与组合。提倡设计质量的优化管理,就是始终有一个较高的目标去奋斗。这里目标指的是一个范围,而不是具体的标准。方案有几个,而最好的只有一个。复杂的建筑设计周期短的几周、长的几年,施工的周期更长。
关键词:截流井,等截流量,锥体控制
0 引 言
城市污水截流井是合流制管道中一个重要的附属构筑物,其主要功能是将城市旱流污水和初期雨水截流入污水截流管,以免城市水体受到更为严重的污染[1]。截流井设计的基本要求可归纳为几点[2]:1)保证旱流时污水的截流;2)雨天时保证初期雨水的截流,当达到设计截流倍数时,能顺畅地溢流排入水体;3)安全可靠、截流效率高,维修量少,管理方便,能适应不同截流倍数的要求;4)构造简单、加工方便、造价便宜。
1 国内常用污水截流井类型及其优缺点
国内目前涉及截流井设计及计算的规范和规程主要包括了《合流制系统污水截流井设计规程》(CECS 91: 97)(以下简称《规程》) 、《室外排水设计规范》(GB50101—2005)、《给水排水设计手册》(第5册)等[3]。在《规程》中提及的污水截流井型式主要有三种,即溢流堰式、截流槽式、跳跃堰式截流井。
1.1溢流堰式截流井
其结构如图1所示。溢流堰式截流井是在井中设置溢流堰,当上游来水过多时机电一体化论文,超量的水从堰顶跌落排入溢流管。其应用范围一般在雨、污水管道基本一致或合流管道与污水管道高程相仿时。在两条管道间加两个检查井做连接管,并在雨水或合流管内加设档堰论文格式。挡堰可以砌砖或做成木板闸,挡堰和挡板的高度视截流污水量的大小而定。这样在非汛期,管道内的污水被堰或堰板挡住,折返进入污水管。而当雨季来临,合流管或雨水管道内的雨污混合水就会越过堰排入河湖中。
根据堰的平面布置形式不同,溢流堰可以分为正堰、斜堰、侧堰和曲线堰。侧堰式截流井在合流制截污系统中的应用是较为成熟的一种[4]。
1.2截流槽式截流井
其结构如图2所示,截流槽式截流井一般只用于已建的合流制管道,该截流井不用改变下游管道,它可以由已建合流制管道上的污水检查井改造而成。但由于其截流量难以控制,在雨季时将会有大量的雨水进入截流管道,增加污水处理厂的负荷,当污水截流倍数值选择不当时,污水又会截不净,因此在使用中受到一定的限制。
1.3跳跃堰式截流井
其结构如图3所示。跳跃堰式截流井是一种主要的截流井形式, 该种井的中间固定堰高度可根据手册提供的公式计算到。由于设计周期较长,而合流管道的旱季污水量在工程竣工之前会有所变化,故将固定堰的上部改为砖砌,且不砌至设计标高,当投入使用后再根据实际水量进行节。但它的使用受到一定的条件限制,即其下游排水管应为新敷设管道。对于已有的合流制管道,不宜采用跳跃式截流井(只有在能降低下管道标高的条件下方可采用)。
图1图2图3
2锥体控制等截流量截流井
2.1工作原理
如图4所示,一般截流井包括:内部中空且具有一定容积的外形为正方体或长方体的井体机电一体化论文,井体壁上至少一个雨污混合水流进口即合流管,截流污水的截流管,溢流堰和溢流管。锥体控制等截流量截流井的特征在于带浮力控制装置的锥体装置。
1.合流管 2.溢流管3.截流管 4.内锥 5.滑杆 6.滑套 7.滑块 8.摇杆 9.拉杆10.杠杆和浮球
图4
锥体装置由锥管和内锥组成,锥管的左端与截流管连接,内锥位于锥管内,与锥管同轴,两者的表面之间有一定间隙,内锥的右端与滑杆固定连接。
浮力控制装置由滑杆、滑套、滑块、摇杆、拉杆、杠杆和浮球组成,滑杆的左端与内锥固定连接,右端与滑块铰接,中间位于、滑套内,滑套与井体固定连接,摇杆是一根弯杆,中间弯头处与井体铰接,垂直端部分位于滑块内,另一端与拉杆铰接,拉杆的另一端与杠杆的中间部分铰接,杠杆的一端与浮球固定连接,另一端与井体铰接。
当旱流或雨量较小时,截流井内水面较低,浮球下落机电一体化论文,带动杠杆逆时针转动,杠杆推动拉杆向下运动,拉杆推动摇杆逆时针转动,摇杆带动滑块向右运动,滑块带动滑杆向右运动,滑杆带动内锥向右运动,内锥与锥管之间的间隙加大论文格式。但由于此时水面较低,截流管口的污水的压强较小,流速较小,流量一定。而当雨量较大时,截流井内水面逐渐升高,浮球抬起,带动内锥向左运动,内锥与锥管之间的间隙减小。但由于此时水面较高,截流管口的污水的压强较大,流速较大,流量也一定。如果将浮力控制装置中的各个构件的尺寸合理确定,就能使锥体左右移动的距离与水面高度相对应,从而使截流管的截流量恒定。
2.2 相关计算过程
(1)当井内的液面高度有h1变化至h2时,截流管处的水流速度变化有v1变化至v2,如图5所示。
根据伯努利方程有[6]:
式中: 为沿程损失;为局部损失;
λ为沿程阻力系数;为截流管管长;图5
为截流管管径;ξ为局部阻力系数;v为截流管内水流速度(m/s)
由此可知:
;
(2)当井内的液面高度有h1变化至h2时机电一体化论文,内锥在双摇杆机构以及摇杆滑快机构作用下有x1移动至x2,如图6所示。
液面高度h和杠杆的转动角度关系:
,
当杠杆产生了转角()后,摇杆L3也产生了一个转角()
(取负值) [6]
其中:
当摇杆转动了角度后,滑块推动滑杆向前移动了
图 6
(3)当内锥在滑杆推动下有x1移动至x2时,锥管内的截面积有s1变化至s2,如图7所示。
即:
而所谓等截流量要求的是:
即:图 7
有以上推导可知,只要选取合适的双摇杆的杆长以及内锥的锥角值,即可保证截流量恒定的要求。
3 结 语
本文介绍了一种由液面高度控制截流量的锥体控制等截流量截流井,可用以解决在现有污水处理厂处理、储存能力和截流井、管网储存能力的不变的情况下,减少稀释后的雨污混合水过多地进入截流管,从而进一步稀释污水处理厂的储水池的污水的问题,实现截流流域污染物截流的最大化。
参考文献:
[1]周建忠,罗本福,蒋岭.新型城市污水截流井介绍[J].西南给排水,2007 (3): 5-7.
[2]曹久耕,林淑佳.钟罩虹吸式溢流井的探讨[J].给水排水,1994 (7): 20-22.
[3]李胜海,许晓毅.污水截流井设计计算方法探讨[J].中国给水排水,2006(24):41-44.
[4]陈鲲.山区城市内河污水截流方案及技术措施研究[硕士学位论文].长沙:中南大学,2008
[5]杨根权.污水截流井截流量的控制[J].安徽建筑,2003 (6):59-60
[6]陈兴和.步行器原理设计[J].镇江市高等专科学校学报,2000 (3):74-76
随着计算机技术的蓬勃发展和广泛应用,计算机辅助教学管理也日趋普及。计算机辅助高等教育评估是其中一个比较新的分支,它的出现不仅改善了教育评估方式,而且有力地促进了传统教育评估方法向高效率、高质量和更加准确可靠的方向转变,促进了教育评估系统的改革,推动了教育评估方法的更新。教育评估是高等教育活动中一个非常重要的方面。而建筑工程专业毕业设计(论文)工作则是本科生培养中一个至关重要的环节,做好本科生毕业设计(论文)评估工作,有助于改进建筑工程专业本科生的培养。遗憾的是,多年来对本科生毕业设计(论文)评估工作普遍重视不够,或者虽然重视,却仅仅停留在定性评价的阶段,缺乏准确可靠的评价标准,所有这些都不同程度地影响了本科生毕业设计(论文)工作的质量。在这种情况下,将计算机引人本科生毕业设计(论文)评估活动中来,可以大大改善这种状况。计算机具有存储量大、可连续工作等特点,而且利用计算机处理评估材料,获得评估结果,具有速度快、效率高、结果可靠的特点,只要指标体系建立合理,计算机能不受任何人为因素的干扰,提供给教学管理人员实事求是的结果,成为他们工作中得力的助手。为此,我们开发研制了建筑工程专业毕业设计(论文)计算机辅助评估预测系统(以下简称评估预测系统)。
二、评估预测系统的开发研制
(一)基本原理与方法
如何实现评估过程从定性到定量的转变,是开发研制该系统的关键所在。我们依据高等教育评估的原理,采用模糊综合评价的基本原理和方法,给出了建筑工程专业毕业设计(论文)评估的量化模型,具体步骤如下:
1.建立毕业设计(论文)评估指标体系。一级指标分为教师、学生、选题、客观条件四个方面。各方面再细分则为二级指标,如:教师方面分为准备工作、课堂讲授、出勤率、答疑情况、教学方式、教师职称等六个方面;学生方面分为学习态度、平时成绩、计算书完成情况、图纸完成情况、创新情况、译文完成情况等六个方面;选题方面分为结构类型、课题新颖程度、计算机应用合理程度、题目性质、外文资料、创新性等六个方面;客观条件分为设计教室、绘图仪器及图板、机房及出图设施、每位教师指导学生人数等四个方面。
2. 设立评价等级V,V=1好(VI),较好(V2),—般(V3),较差(V4)|。
3. 构造单因素评判矩阵R,
其中,R中每一个元素rij表示第i个评价因素对第j个评价等级的隶属度。
4. 设立各评价因素权重集A,例:一级指标权重集八=(0_35,0.35,0.15,0_15),八的取值可根据经验,并依据以往各届毕业设计(论文)评估结果经反复试算确定。
5.计算综合评判矩阵
6.对各级指标体系重复步骤
7.计算测评结果
求得最终评判矩阵B该量化模型针对毕业生总体进行评估,评价毕业生的综合质量,改变了过去仅片面地对个人进行评估的状况。
(二)评估预测系统的计算机开发语言
系统采用流行的Windows人机交互式界面,力争做到界面友好,操作方便。根据本系统的特点和具体要求,我们选用了Windows环境下的VisualBasic5.0可视化编程语言开发本系统。VisualBasic5.0是微软公司开发的功能十分强大而又简单易用的可视化编程环境,编程速度快,界面质量高,是编写Windows应用程序的最佳选择。使用VisualBa¬sic语言开发本系统充分体现了本系统处理数据、信息快捷方便的特点。
(三)评估预测系统的总体结构
在Windows操作系统下安装本系统后,启动系统,进人主菜单,依据界面提示您就可以轻松完成评估工作,系统主框图如下:
三、评估预测系统的优点
1. 量化评估,提前预测,动态管理。该计算机辅助评估预测系统能够对毕业设计(论文)工作方案可能取得的效果进行预测。教学管理人员只要依据该系统的提示输人各项有关毕业设计(论文)工作方案的参数,系统随即能计算出毕业设计(论文)工作的成绩,从而对各项工作方案的结果作出预测。通过反复改变参数——计算成绩,教学管理人员就能够发现各种方案的优缺点,即哪一项安排对毕业设计(论文)工作是有利的,如果实施下去会取得好的工作效果;哪一项安排对毕业设计(论文)工作是不利的,实施下去必将导致毕业设计(论文)工作成绩下滑。这种预测如果安排在毕业设计(论文)工作开始之前,管理者就能有效地对毕业设计(论文)方案进行调整,从而获得满意的效果。我们将99届与往届的工作方案作了一下比较,发现由于老教授退休较多,本次毕业设计年轻教师比例上升,但年轻教师职称偏低,讲师居多,教授、副教授比例严重下降,用该系统初步预测发现毕业设计整体质量将要下滑。根据这个信息,系学术委员会马上采取措施,对年轻教师提出更高要求:指导教师中讲师一级必须具有硕士学历,且应有一定的工程实践经验,在课题选择及指导上必须具有较强的创新性,最后经系学术委员会严格审查后方可上岗。再用本系统预测后发现,毕业设计(论文)工作最终得分并未降低,反而稍有提高。目前,99届毕业设计(论文)工作已经结束,最终得分的确较98届有所提高,与系统预测结果吻合较好。
2. 有效监督,对症下药。毕业设计(论文)工作进行到中期时,系里为了加强对毕业设计(论文)工作的监督管理,一般要求安排一次中期检查。该检查能发现一些问题,但对这些问题造成的结果却很难预知。这样的话,发现缺点往往不能及时纠正,任其发展下去必将导致不良后果。这时,如果用该计算机辅助评估预测系统进行一下“中期评估”,各种问题可能导致的结果将一览无遗,且该系统会帮助教学管理人员清楚地发现各种导致毕业设计(论文)工作成绩偏低的原因,从而有针对性地,高效率地对缺点进行纠正,对优点给予肯定,保证毕业设计(论文)工作顺利进行,最终取得优异成绩。例如,99届某老师所带设计组,由于指导教师出勤率过低,中期检查时系统评估预测该设计小组成绩偏低,系领导马上对指导教师进行了批评教育。由于纠正及时,最终这个小组成绩达到了总体平均成绩。
3.总结校核,公平合理。毕业设计(论文)工作结束后,系里要对指导教师、学生的工作学习成绩进行评定。由于诸多非客观因素的影响,结果往往难以做到公平合理。此时借助该系统对毕业设计(论文)工作的成绩进行校核评估,可使毕业设计(论文)成绩评定1:作更加公平合理。该软件是“诚实的检查官”,只要输入的各项参数正确,系统将实事求是地予以评分,这就摒弃了人为因素的干扰。
1 评审方法
1.1 专业化评审
按专业类别将专业技术人员分为5个专业组组织评审,分别是临床医学、中医与中西医结合、医学辅助技术、预防医学、综合(药学、护理等)。如遇专业组申报人员少于10人,合并到其它专业组评审,专业组申报人数超过150人时,分成2个专业组进行评审。按专业不同制定侧重点不同的量化标准。
1.2 两级评审
1.2.1 推荐评审 各分支局级企业职改办组织所属医疗单位的推荐评审。首先对符合申报条件的申报人员进行资格审查,然后组织推荐评审会议,按量化标准对申报人的能力与业绩进行量化评分,得出量化成绩。
1.2.2 评审 评审会前,各局级企业将推荐评审成绩及申报人的评审材料上报到职称评审办公室,评审办公室组织专职人员审查上报材料,主要审查:①上报材料的真实性;②是否符合申报的基本条件;③对学历、资历、外语、计算机、文章、科研等业绩指标进行初步量化评分。另外,评审办公室还要将全部申报人员的材料按专业分组、按已量化成绩排序。评审会分为两程序:①专业组会议,5个专业组分别对本专业组的申报人员进行评价和量化评分,按量化评分结果淘汰一部分成绩较差的申报人员,形成专业组评审意见报评委会;②评委会,对5个专业组报送的评审过程和评审结果逐一进行审核,按比例再次淘汰一部分成绩较差的申报人,形成最终评审结果。
1.3 基本申报条件与量化评价相结合
1.3.1 基本申报条件 对申报人的品德、学历、资历、外语、年度考核结果、科研和论文著作、企业服务等业绩进行基本条件设置。对在学历、资历上不符合基本条件的,设置破格申报条件,对破格申报人的文章、科研等其他条件的要求相对提高。
1.3.2 量化评价 由推荐评审的职改部门、评审会的评审办公室先后进行材料审查和初步评分,在推荐评审会、专业组会议、评审会上,由评委再次审核材料、复核评分的准确性。推荐评审会、评审会,按量化总成绩进行排序,分别得出推荐评审成绩和评审成绩,按排序结果等额投信任赞成票。
2 量化指标与权重的设置
2.1 基础指标的量化
2.1.1 学历 按申报人员所取得的最高学历、学位计分。博士研究生10分,只有博士学位的9分,硕士研究生8分,本科硕士7分,本科学士6分,本科无学位者5分,破格评审0~1分。
2.1.2 资历 按申报人员取得现任职资格之日开始,计算到拟评审高一级任职资格当年的12月31日。累计1年计1分,满分10分。
2.1.3 外语和计算机 要求申报人员参加全国卫生系列高级职称外语、计算机考试且成绩合格,成绩×0.1进行量化。
2.1.4 单位年度考核及荣誉 按申报者近三年年度工作考核的结果、任现职期间获得的与专业技术相关的劳动或技术荣誉称号进行评价。年度考核是每年度对专业技术人员的政治思想、技术能力、工作实绩的考评。近三年年度考核结果“合格”的5分,“优秀”1次加1分,依据获得与专业技术工作相关的荣誉称号,如劳动模范、优秀老师等,按国家级、省部级等级别不同给予0.5~2.0分的加分。
2.1.5 科研 依据国家级、省部级、地市局级的科学技术奖、自然科学奖、技术发明奖、科技进步奖、技术创新奖等政府奖给予量化计分,见表1。非政府奖如各医疗单位、各种协会、学会评定的奖项在评审会上不计分。
2.1.6 论文著作 论文按发表的期刊的性质、等级、论文类别、作者排名情况评分,见表2~4。单篇论文得分=4×期刊性质权重×期刊等级及论文类别权重×排名权重。
著作要求是有学术价值的、与本专业相关的科技专著或译著。高等医学院校教材的编者均以中华级核心期刊论著第一作者的权重计分,即计4分;其他著作或译著的主编按中央级核心期刊论著第一作者的权重计分。计分的权重与申报人著译部分的字数相关,著作中未明确标识作者著译章节、无法统计个人编写字数的,按“0.8×著作总字数/作者人数”计算。单部著作实得分=3.2×著作作者的计分权重(不包括高等医学院校教材)。见表5。
2.1.7 教学 按申报人员承担继续医学教育课程、研究生和本、专科等教学任务的工作量和教学效果等业绩进行评分。
2.1.8 推荐评审成绩 本项指标只用于评审。依据“各单位在推荐评审会对专业技术人员的总量化评分-本单位全部申报人员推荐评审的平均成绩+50”的十分之一进行量化。
2.1.9 继续医学教育与专业技术考试 本项指标只用于推荐评审。要求参评人每年必须完成继续医学教育学分要求,在本单位组织的各项技术考试(如“三基”考试)中成绩合格,用近三年度的技术考试平均成绩直接量化[2]。
2.2 评审指标
2.2.1 个人技术水平和能力 根据申报人的述职答辩情况、代表个人最高技术水平的诊治病种、手术、技术操作及开展过的新技术项目的病例资料、科技资料等,结合相应的年度、地域等技术环境因素,在本专业组内比较,评价申报人技术水平情况。
2.2.2 履行技术岗位职责、工作量、工作质量 评分以专业技术履职岗位、工作量和工作质量报告、工作业绩和成果为重点,参考医疗、教学、科研水平及创造经济、社会效益情况,在本专业组进行评价。
2.2.3 学术影响力 学术影响力从3方面评价。一是学会等社会兼职。学会限于本专业全国性一级学科学(协)会及其各专业组、各省市级分会。国家级学术委员会成员或局级学术带头人10分,省级学术委员会成员或处级学术带头人8~10分,地市局级学术委员会成员或科级学术带头人6~8分,本单位学科带头人4~6分,其他0~4分。主任委员等学(协)会负责人酌情按评分值的上限量化,副主任委员等学(协)会主要成员酌情计分,委员降一等级酌情计分,会员不计分。二是承担的专业技术职务,需组织过临床、教学、科研、卫生、管理等工作,凭任命文件(如科主任、教学秘书、护士长等)或有效证明材料计分。三是组织的一次性的学术活动或工作。要求有相关的证明文件,如省部级以上科研工作要有科研立项及成果证书,仅限主研人。
2.2.4 述职、答辩 除考察答辩论文的质量,按期刊级别、影响力、文章类别、作者排序、文章设计是否合理、论证是否严谨、实用性、与本专业的相关性进行评分外,还要结合申报人员的现场述职、答辩情况,特别是回答提问的情况(提问问题一般为与答辩论文相关的专业基础、专业应用和新进展的学术问题,不少于3个),进行评分。
2.2.5 专业技术工作环境、条件 参考申报人员上报的各项申报资料,同时要考虑申报人所在单位和科室等技术工作环境,在本专业组内进行比较按一至五级评分。见表6。
2.3 权重的设置
2.3.1 基础指标 根据申报人的基本业绩的依据进行评分,主要反映了申报人的学历、资历、外语、计算机、年度考核及荣誉、完成继续医学教育等能力与业绩基础,以及科研、论文、教学能力、推荐评审成绩等,权重共占总成绩的55%。
2.3.2 评审指标 根据申报人的个人技术水平和能力、履行技术岗位职责和工作量及工作质量、学术影响力、述职和答辩、专业技术工作环境和条件进行评分,反映申报人的实际工作能力和专业技术水平,由评委进行评分,权重占总成绩的45%。
3 矛盾分析与政策应对
3.1 地域分布不同带来的问题
因企业所属卫生机构分布在全国20余个省市自治区,在新疆、内蒙等西北部地区的医疗单位的工作条件和技术水平整体上不如东南部地区,在偏远地区医院工作的比在大都市工作的人员更难在科研、教学、论文上取得较好的业绩。在评审指标中酌情考虑为企业服务和地域因素进行评分。
3.2 医院等级不同带来的问题
在企业的卫生工作中,三甲医院负责较重疾病的救治,二甲以下医院,对企业员工和家属的医疗服务工作也非常重要。考虑医院等级不同、专业技术人员的工作环境不同,小的卫生机构更难取得科研、教学的业绩,在指标权重的设置上,分三甲医院和非三甲医院两个标准,非三甲医院的学历、资历、外语、计算机、年度考核及荣誉、工作量、工作质量等权重设置较大,科研、论文、教学等权重设置较小。
3.3 评审会不能现场答辩的问题
因人员在全国散在分布,统一现场述职答辩困难较大,在评审会上不进行现场述职答辩。通过要求推荐评审会组织现场述职答辩、并将推荐评审会的现场述职答辩成绩、总成绩纳入评审会成绩中(占评审最后成绩的20%左右)、对推荐评审的答辩论文质量重新评分,作为评审成绩的指标之一,弥补了不能现场答辩的不足。
4 成效及体会
4.1 提前公示量化标准
为卫生专业技术人员指明职称评审、职业生涯努力的方向,利于专业技术人才的培养和医疗机构的发展[3]。学历、外语、计算机指标的设置加强了专业技术人员的学习动力;年度考核、工作量、工作质量、新技术项目等指标的设置(以病历为依据),使专业技术人员更加重视日常的点滴工作;教学、科研、论文、学术影响力等指标设置使大家更加重视教研能力的培养、临床经验的总结和交流;专业技术水平的要求促进了专业技术人员钻研业务的动力[4];重点学科、专业技术工作环境等指标的设置,促进了医院和学科的不断发展。
4.2 体现公平、公正、公开
程序和结果公平是专业技术人员对职称评审制度的理性诉求[5]。建立评委专家库,将企业全部具有高级职称的人员作为专家库成员,随机抽选评委;专业化评审,将相近专业的申报人、评委相对集中分组;量化评审、两级评审;细化《评审标准》,评委在评分时对能力与业绩的具体评分“刚性较强、弹性较小”,对全部申报人员的评审条件、推荐评审和评审量化成绩进行公示。每个申报人都能看到本人在全部申报人员中总体得分和排名情况,看到自己各项量化考评方面取得的业绩和不足,将职称评审材料相关的电子版材料归档保存备查[6],增加了职称评审工作的透明度,提高了广大申报人员对职称评审工作的支持、认可程度。另外,通过权重设置,在一定程度上减小了地域不同、医院等级不同引起的专业技术人员发展的不平衡。体现了程序和结果的公平。
4.3 重视日常工作能力、专业技术水平等工作实绩[7]
“三基”等技术考试、专业技术水平、工作质量、年度考核和荣誉等指标的设置,以及将推荐评审成绩、推荐评审时的答辩成绩纳入评审总成绩的方法,改变了以往论文和科研业绩主导职称评审结果的局面。在申报材料中要求上报能代表个人技术水平的病历、科研任务书等资料,端正了卫生技术人员要努力钻研业务、开展新技术、踏踏实实做好日常工作、正确应对技术难题的工作态度,改变了一些专业技术人员只重视科研和论文、不重视日常工作和日常技术工作进步的工作作风。
4.4 严格量化评审
量化评审能够对申报人员进行相对全面的能力和业绩评价,改变了以往评审专家只能对申报人员的学历、资历、外语、发表文章形成感性认识的弊端,减少了评委的主观因素,能够形成对申报人员的业绩进行具体刚性评价的结论,避免了评审结果的确定弹性过大等诸多矛盾与弊端,评审结论能够得到申报人员的普遍认可。
4.5 严格评审纪律
评审办公室、专业组评审与评审委员会相互核查评审材料的真实性,保证评审过程和结果的公正。在评审程序上,各局级企业的职改部门将申报人的申报材料、推荐评审结果上报到职称评审办公室,评审办公室的专职工作人员对上报材料进行初审、复审、终审三次审核,明确并公示核心期刊目录[8],对论文、著作、科研成果奖等业绩进行检索核实[9-10],并对基础指标进行量化评分。在近4年的工作中,逐渐杜绝了论文、科研、教学等业绩造假现象,消灭了非法期刊、增刊代正刊等报送现象。专业组评审会上,专业组评委对评审办公室的材料审核和对基础指标的评分情况进行核查,对评审指标逐一评分。对每个申报人员,明确主评、副评人,如整个评审过程中出现违规现象,责任追究到主评和副评人。评审委员会会议最后对评审办公室的工作、专业组评审的工作进行核查。通过以上措施,杜绝了职称评审中的舞弊和违规现象。
4.6 科学设置量化指标和权重
量化指标及其权重的设置是建立合理的量化评审方法的核心和关键[11-13]。本研究共设置指标14项、20多个方面,包括了卫生技术工作人员专业技术能力、承担的工作和业绩等内容。在指标和权重设置前,注重工作实绩,向各个医疗机构专家、职改部门广泛征求了意见,复习了各个省市职称评审的文件要求和相关文献报道。在办法正式实施前组织了专家进行了模拟评审,对办法进行了反复修订和广泛宣传,保证了办法正式实施中无重大缺陷发生。
[参考文献]
[1] 黄淇敏,史峰,诸海英.医院职称评聘中的问题与对策研究[J].中华医院管理杂志,2008,24(6):375-377,412.
[2] 马海泉,王冬,许红民,等.将“临床技能考核”纳入医师职称晋升评审的做法[J].中国医院,2007,11(5):45-47.
[3] 周丽蓉.做好卫生专业技术人员职称申报工作之我见[J].黑龙江科技信息,2012,(2):148.
[4] 白毅.职称评审中加强临床技能考核对临床队伍建设的意义[J].中国现代医学杂志,2007,17(12):1531-1532.
[5] 余兴龙.以公平为导向的职称评审制度构建研究[J].中国行政管理,2011,(11):77-80.
[6] 李殷青,丘如华.信息化背景下职称材料归档的思考[J].兰台世界,2011,(6):14-15.
[7] 丁志明,徐向荣,徐键.我院职称晋升实行评分制的实践体会[J].中华医院管理杂志,2011,27(3):218-220.
[8] 谭长拥,赵飞,彭国莉.高校职称评审中核心期刊认定出现的主要问题及解决办法-以四川省高校职称评审为例[J].四川图书馆学报,2012,34(3):97-100.
[9] 徐玫,崔云,高绘玲.高校职称评审材料学术检索工作的实践与思考[J].农业图书情报学刊,2012,24(5):223-224.
[10] 易映.量化评分模式在专业技术职称评审工作中的运用与探讨[J].人力资源管理,2012,7(5):62-63.
[11] 李彩华.如何做好卫生专业技术人员职称申报工作[J].现代医院,2009,9(1):134-135.
[12] 林文红,黎绮和.推行专业技术职称聘任制度的经验及思考[J].现代医院,2010,10(1):128-129.
【关键词】过程存储和重组模型 时序控制 脑电波 微循环 结构风险 中枢神经系统 信息处理 微环路 时间认知 智力起源 大脑量化模型 前向网络树
一、从信息处理系统的角度研究脑运作机制
脑具备信息处理系统的功能,研究大脑时,可以把脑看成“一种特别的信息处理系统”。目前神经生物学一个受关注的研究方向是大脑的整体运作机制是怎样的,也就是脑中分子层面的活动如何影响、决定细胞层面的活动;细胞层面的活动如何影响、决定微环路和环路层面的活动并最终影响、决定系统层面的活动和功能。当把大脑运作机制看成“一种特别的信息处理系统的运作机制”时,这个研究方向涉及信息系统研究中的“系统结构”、“系统组成原理”、等方面的问题。如果把脑这一信息处理系统的“系统架构”和“系统组成原理”看成一套未知的待探索的机制,已积累的“分子层面、细胞层面、微环路和环路层面、系统层面的各种知识和实践经验”可以看成“自然和人们无意中编排设计的、探索脑信息处理运作机制的实验获得的数据和结果”,因此,综合整理分析已有的各层面的知识,建立有坚实解剖学基础、能联系各层面、量化描述大脑信息处理过程的模型和框架,发现、掌握系统运作所遵循的基本规律和原理,会对更深刻理解大脑信息处理运作机制有所帮助;将有利于对各种神经系统疾病发病机制的理解、治疗方案的制定;也将有助于我们更深刻地理解,理性、客观地对待我们已知的各种知识和所建立的各种理论。
综合整理分析、建立量化描述模型、探索系统运作所遵循的基本规律和原理是一项繁杂艰巨的工作,笔者在多年前就已经开始了这项工作,并发表了一系列论文。我们于2007年3月正式[1]提出血液循环(包括微循环)机制在大脑运作过程起到时序控制的作用,在研究大脑运作机制的时候,要考虑血液周期性灌注的影响;分析了各种脑电现象形成的机制和原因;等。我们笔者在上述论文和一系列发表于网站、全国学术会议、期刊等的论文[1-20](这些于2006年至2012年)中,提出了血液循环在大脑处理信息的过程中具有时序控制作用;分析了各种脑电现象形成的机制和原因;建立描述大脑处理信息过程的量化模型,用量化模型结合结构风险最小化相关理论分析说明时序控制作用对大脑高效可靠处理信息的意义;汇总介绍量化模型中的细节;分析了大脑能正确而高效处理信息,使智力能够诞生的原因;分析了理论建立和应用过程的神经生理学原理、只能有相对真理的神经生理学原因;还建立和介绍了另外一种量化分析方案;等。我们还介绍了更多的细节[21-24]。
为方便同行阅读,我们在2013年也整理发表了系列综合报告[25-28]。
上面的文字已经发在我们以前的文章中[29]。
二、脑研究辅助工具的研发
脑研究领域的另外一个研究方向是研发更多用于研究大脑的辅助工具。本文介绍了我们设计的一种网络分解算法,这一算法用于将有向网络分解为一系列前向网络集合,为每个节点都生成一个以这个节点为输出细胞的前向网络,并且实现前向网络的扩维次数可控、不会无限制扩维,观察时间长度可控。分解出来的前向网络集合可用于分析各种情况对任一细胞活动状态的影响,也可以用于搭建精细的神经网络模型,进而用于辅助医学等方面的研究。
本文介绍的算法设计过程中用到了笔者在2004年论文中总结的一种算法分析设计思路:面对一些需求复杂的算法设计时,从“递归空间的分类”这一个角度入手,进而分析各递归空间间的参数传递关系,从而设计出符合需求的算法流程及其“搭配策略”[30]。
(一)第一节 算法需求分析总结
需求1:将有向图分解为一系列树集合,为每个节点都生成一个以这一节点为根节点的树,前向网络的反馈回路相关的扩维次数可控,前向网络从输入细胞到输出细胞的时间最长时间可控。
说明:脑神经网络可以看成一个有向网络:节点表示细胞,边表示细胞间连接,细胞间能双向传递信号的连接可以用两条边表示;在有需要进行更精细化量化分析的时候,可以增加节点类和边类的成员、等描述系统属性、行为、等;等。生成的每个前向网络由于后面叙述的原因可以用树结构表示。对有反馈回路的图分解过程中,按论文[1-20]的量化方案将进行扩维处理,因反馈回路的存在,可能进行多次扩维,最大扩维的次数应该可控、不会无限制扩维。按论文[1-20]量化方案,生成的树的边的中有传输延迟,从树的根节点到叶子节点路径总传输延迟可控。
需求2:算法完成和反馈回路处理相关的扩维处理,两节点间多通路相关的扩维处理,使每个生成的前向网络实际可以用树结构表示,称为前向网络树,FeedForward Network Tree,简称FFN树。
说明:按论文[1-20]的量化方案,网络分解过程中对网络中存在反馈回路和两节点中存在多通路的情况进行扩维处理,使每个生成的前向网络实际上可以用树结构表示。
(二)第二节 若干相关概念
1.递归空间的分类:一代递归空间和后代递归空间:
递归空间是指某一个有递归调用区的程序在某一次调用它的递归调用区时,为其递归调用区所建立的进程对应的系统资源的集合。一代递归空间是指程序第一次进入递归调用区和与其有相同递归深度的递归调用区时为执行递归区代码所建立的进程对应的系统资源的集合。而该程序以后进入更大深度的递归调用区时为执行递归区代码所建立的进程对应的系统资源集合都属后代递归空间。[30]
2.BaseTable 标识符 和 Space标识符
它是本论文引入的一种标记符号,它的格式是:
Space( k, i ) 是在k代递归空间集中产生的FFN所有子树在程序返回上一代递归空间时都要以 i 为根节点的父节点的那一个递归空间。Space( k, i1 )和Space( k, i2 )是具有相同递归深度的递归空间,都叫k代递归空间。
BaseTable( k , n ) , k 表示该 BaseTable是在第k 代递归空间产生的,假设BaseTable(k,n)是在Space(k,i)中产生的,则n表示BaseTable(k,n)是在k代空间中为对应有边直接到节点i的节点n产生的 BaseTable。由BaseTable( k , n ) 为基础产生的所有FFN子树在返回k代空间时将以 n为根节点的父节点 。
3.Space类 和 BaseTable类 的重要成员介绍:
Space类:Space(k,i) 的k,i成员含义前面已经有介绍;有一个Length成员,用于存储FFN树的根到当前递归空间对应i节点的路径中,经过的路径长度总和,可以是传输时间延迟长度总和;有一个ChildrenTable,存储了有边直接连接到节点i的节点,这些点在生成的FFN树中可能成为i节点的孩子节点;有一个ResultTreeList成员,用于存放一系列结果树,具体作用见后面叙述。在有需要更精细建模时可增加成员、等。
BaseTable类:BaseTable(k,n)的k,n成员的含义前面已经有介绍;一个是BaseLength,从FFN树的根节点到BaseTable( k , n )对应的节点n的长度总和,可以是传输时间延迟总长;有一个Result成员,以n节点为根节点,由BaseTable(k, n)产生的后代递归空间Space(k+1,n)返回的子树的根节点作为n节点的孩子节点。在有需要更精细建模时可增加成员、等。
4.GenerationSign 标识符:
为了在程序中实现对不同类型的递归空间采用分治策略,我们必须使程序能够“感知”自己所处的递归空间,因而设立int类型变量GenerationSign。[30]
5.图类:
脑神经网络可以采用有向图建模描述:节点表示细胞,边表示细胞间连接,
能双向传递信号的细胞间连接可以用两条边表示;在有需要进行更精细化量化分析的时候,可以增加图节点类和边类的成员、等描述系统属性、行为、等;等;从而建立符合分析需要的神经网络模型。
(三)第三节 控制总传输延迟长度、扩维次数的关键和后代递归空间的数据传输关系
1.从第二节定义我们已知,以BaseTable( k , i ) 为基础找出的子树在程序返回Space(k, i 1)时会以节点 i为根节点的父节点。
2.后代递归空间结构和后代递归空间之间的数据传输关系如图1所示:
3.分析图一可以看出,实现总传输延迟长度控制和最大扩维次数控制的关键在于控制好用于产生下一代递归空间的BaseTable,避免不受限制地递归产生BaseTable和后代递归空间。实际上,实现了总传输延迟长度控制后,最大扩维次数就受到了限制,不会无限制增长。
(四)第四节 后代递归空间中控制前向网络扩维次数和控制总传输延迟长度解决方案的设计
(五)第五节 后代递归空间的产生、对后代递归空间返回数据的处理
(六)第六节 算法总体流程设计
1.在获得细胞n为输出细胞的前向网络时,可先构造BaseTable(0,n), 用BaseTable(0,n)生成Space(1,n),然后,递归执行第四节到第五节介绍的流程,可获得以细胞n为输出细胞的前向网络树。
2.对图中的每个节点都执行一所描述的操作,可获得一系列前向网络集合,完成网络分解工作。
(七)第七节 所设计算法特点
上面算法设计的主要特点有:
特点一,问题分析过程比较条理,能满足算法需求
特点二,在计算量大的情况下,这种思路设计的算法对应的计算任务可以:
1.按树形的递归空间结构自然分拆成多个子计算任务,然后分布到多个系统中计算。
2.在节点数量多的情况下,可以将网络分解对应的计算任务分布到多个系统中计算,将所有节点划分为多个子集,每个系统负责生成以一个节点子集中的节点为输出细胞的前向网络子集合。
(八)第八节 可进一步改进的工作
1.在程序设计中,需求满足的优先级顺序为“正确性、稳定性、可测性、规范性和可读性、全局效率、局部效率、个人风格 ”,上面算法采用了递归程序的框架设计,先满足了优先级高的需求,后续可以通过递归程序的非递归化优化效率。
2.在计算量大的情况下,通过适当改造,上述算法对应的计算任务可以按第七节介绍的方法分拆成多个子计算任务,然后分布到多个系统中计算。
3.为程序调试方便,个别数据结构设计存在信息冗余,可进一步进行程序的代码级优化。
参考文献:
[1] 谢勤,王乙容.大脑处理信息的过程存储和重组模型[J].现代生物医学进展,2007,(3):432-435,439
Xie Qin, Wang Yi-rong. Storing and Re-engineering of Models of Cerebral Information Process [J]. Progress of Modern Biomedicine, 2007,(3):432-435,439
[2] 谢勤.血液循环在大脑信息处理过程中的时序控制作用[J].现代生物医学进展,2008,(6):1152-1159
Xie Qin. Timer Role of Blood Circulation When Brain Processing Information [J].Progress of Modern Biomedicine, 2008, (6):1152-1159
[3] 谢勤.过程存储与重组模型[Z].cn,2006
Xie Qin. Model of Process Storing and Recalling [Z].cn, 2006
[4] 谢勤.一种关于脑电波起源和含义的观点[C].中国神经科学学会第七次全国学术会议论文集.北京:科学出版社,2007:144
Xie Qin. A Viewpoint about origin and meaning of EEGs[C].Proceedings of the 7th Biennial Meeting and the 5th Congress of the Chinese Society for Neuroscience. Beijing: Science Press, 2007:144
[5] 谢勤.血液循环在大脑信息处理过程中的时序控制作用整理[C].中国神经科学学会第八次全国学术会议论文集.北京:科学出版社, 2009: 135
Xie Qin. A Review of [C].Proceedings of the 8th Biennial Meeting of the Chinese Society for Neuroscience. Beijing: Science Press. 2009: 135
[6] 谢勤.血液循环在大脑信息处理过程中的时序控制作用整理[J].中外健康文摘,2011,8(20):93-98
Xie Qin. A Review of [J].World Health Digest, 2011, 8(20) : 93-98
[7] 谢勤.大脑处理信息的样本量和网络规模问题[J].中外健康文摘,2011,8(21):88-91
Xie Qin. Matching Problem of Sample Quantity and Network Scale when Brain Processing Information [J].World Health Digest, 2011, 8(21): 88-91
[8] 谢勤.大脑处理信息量化模型中的另一种样本重组方案[J].中外健康文摘,2011,8(22):209-210
Xie Qin. Another Sample Recombination Solution for Quantitative Model of Brain Information Processing [J].World Health Digest, 2011, 8(22): 209-210
[9] 谢勤.大脑处理信息的样本量和网络规模问题[C].中国神经科学学会第九次全国学术会议论文集.北京:科学出版社, 2011: 366
Xie Qin. Matching Problem of Sample Quantity and Network Scale when Brain Processing Information [C].Proceedings of the 9th Biennial Meeting of the Chinese Society for Neuroscience. Beijing: Science Press. 2011: 366
[10] 谢勤.大脑处理信息量化模型中的细节汇编[J].中外健康文摘,2011,8(48):78-80
Xie Qin. Details of Quantitative Model of Brain Information Processing [J].World Health Digest, 2011, 8(48): 78-80
[11] 谢勤.大脑处理信息量化模型中的细节汇编二[J].中外健康文摘,2012,9(4):101-102
Xie Qin. Details of Quantitative Model of Brain Information Processing II [J].World Health Digest, 2012, 9(4):101-102
[12] 谢勤.大脑处理信息量化模型中的细节汇编三[J].中外健康文摘,2012,9(16):61-62
Xie Qin. Details of Quantitative Model of Brain Information Processing III [J].World Health Digest, 2012, 9(16):61-62
[13] 谢勤.大脑处理信息量化模型中的细节汇编四[J].中外健康文摘,2012,9(23):193-194
Xie Qin. Details of Quantitative Model of Brain Information Processing IV [J].World Health Digest, 2012, 9(23):193-194
[14] 谢勤.大脑处理信息量化模型中的细节汇编五[J].中外健康文摘,2012,9(20):56-57
Xie Qin. Details of Quantitative Model of Brain Information Processing V [J].World Health Digest, 2012, 9(20):56-57
[15] 谢勤.大脑处理信息量化模型中的细节汇编六[J].中外健康文摘,2012,9(29):238-239
Xie Qin. Details of Quantitative Model of Brain Information Processing VI [J].World Health Digest, 2012, 9(29):238-239
[16] 谢勤.大脑处理信息量化模型中的细节汇编七[J].中外健康文摘,2012,9(33):45-46
Xie Qin. Details of Quantitative Model of Brain Information Processing VII [J].World Health Digest, 2012, 9(33):45-46
[17] 谢勤.大脑处理信息量化模型中的细节汇编八[J].中外健康文摘,2012,9(39):393-395
Xie Qin. Details of Quantitative Model of Brain Information Processing VIII [J].World Health Digest, 2012, 9(39):393-395
[18] 谢勤.大脑处理信息量化模型中的细节汇编九[J].中外健康文摘,2012,9(39):402-403
Xie Qin. Details of Quantitative Model of Brain Information Processing IX [J].World Health Digest, 2012, 9(39):402-403
[19] 谢勤.大脑处理信息量化模型中的细节汇编十[J].中外健康文摘,2012,9(39):407-408
Xie Qin. Details of Quantitative Model of Brain Information Processing X [J].World Health Digest, 2012,
9(39):407-408
[20] 谢勤.大脑处理信息量化模型中的细节汇编十一[J].中外健康文摘,2012,9(50):112-113
Xie Qin. Details of Quantitative Model of Brain Information Processing XI [J].World Health Digest, 2012,
9(50):112-113
[21] 谢勤.大脑处理信息量化模型中的细节汇编十二[J].待发表
Xie Qin. Details of Quantitative Model of Brain Information Processing XII [J]
[22] 谢勤.大脑处理信息量化模型中的细节汇编十三[J].待发表
Xie Qin. Details of Quantitative Model of Brain Information Processing XIII [J]
[23] 谢勤.大脑处理信息量化模型中的细节汇编十四[J].待发表
Xie Qin. Details of Quantitative Model of Brain Information Processing XIV [J]
[24] 谢勤.大脑处理信息量化模型中的细节汇编十五[J].待发表
Xie Qin. Details of Quantitative Model of Brain Information Processing XV [J]
[25] 谢勤.大脑处理信息量化模型和细节综合报告[J].大家健康(下旬版),2013,7(11):6-9
Xie Qin. Comprehensive Report Of A Quantitative Model Of Brain Information Processing And Its Details [J].ForAllHealth,2013,7(11):6-9 wanfangdata Online Publish Date: August, 2013 Official Publish Date: November,2013
[26] 谢勤.基于量化模型的对大脑高效可靠处理信息实现机制的分析[J] .大家健康(下旬版),2013,7(11):11-13
Xie Qin. Comprehensive Report Of A Quantitative Model Of Brain Information Processing And Its Details II [J].ForAllHealth,2013,7(11):11-13 wanfangdataOnline Publish Date: August, 2013 Official Publish Date: November,2013
[27] 谢勤.基于大脑处理信息量化模型的对若干认知问题的分析[J].大家健康(下旬版),2013,7(11):14-15
Xie Qin. Comprehensive Report Of A Quantitative Model Of Brain Information Processing And Its Details III [J].ForAllHealth,2013,7(11):14-15 wanfangdata Online Publish Date: August, 2013 Official Publish Date: November,2013
[28] 谢勤.大脑处理信息量化模型和细节综合报告[C].中国神经科学学会第十次全国学术会议论文集.北京:科学出版社, 2013
Xie Qin. Comprehensive Report Of A Quantitative Model Of Brain Information Processing And Its Details [C].Proceedings of the 10th Biennial Meeting of the Chinese Society for Neuroscience. Beijing: Science Press.2013
[29] 谢勤.从信息处理系统的角度研究脑运作机制[Z].2013
[30] 谢勤.WAP算法连续化及其应用.毕业论文,2004