導語：如何才能寫好一篇心靈禪語，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

2、才德全盡謂之圣人，才德兼亡謂之愚人，德勝才謂之君子，才勝德謂之小人。

3、了結，是一場放過。不管是從眉頭還是從心頭，放過了別人，不是對他人的恩惠，是對自己的善待。面對遠去的，念念不忘，心中不舍，不過是一種自我的折磨。學會了放手，才是對自己的真正解脫。你終會發現，原來人生最美的是釋然。

4、可嘆我去不得人間我知紅塵百色樣樣鮮妍不似我這黃泉若你能常來給我講講這人間的風貌故事那便好了你若多來一時我便多歡喜一時。

5、人生最寶貴的，就是有一顆平常心，遠離混濁，平靜如水，不為世間五色所惑，不被人生百味所迷。

6、快樂，就是在平淡中窺見了神奇；幸福，就是于平淡中嘗出了真味。快樂不是生活的賜予，而是心的領悟。幸福，不是別人的饋贈，而是心地淡然。只有甘于平淡，不爭，不執著，不計較，才能感受到更多幸福。

7、生命中的許多東西是可遇不可求，刻意強求的得不到，而不曾被期待的往往會不期而至。因此，要擁有一顆安閑自在的心，一切隨緣，順其自然，不怨怒，不躁進，不過度，不強求，不悲觀，不刻板，不慌亂，不忘形，不以物喜，不以己悲。

篇2

【關鍵詞】 高齡產婦； 心理護理； 分娩方式； 分娩結局

中圖分類號 R473.71 文獻標識碼 B 文章編號 1674-6805（2015）24-0065-02

Effect of Psychological Intervention on Delivery Outcome in Elderly Maternal/YANG Yang.//Chinese and Foreign Medical Research，2015，13（24）：65-66

【Abstract】 Objective：To investigate the effect of psychological intervention on delivery outcome in elderly maternal.Method：132 cases of elderly maternal were randomly divided into the intervention group and the control group，66 cases in each group.The women in the control group was received routine nursing，while the intervention group was received psychological intervention based on the routine nursing.The mode of delivery，the total duration of labor，postpartum hemorrhage，and Apgar score were compared in the two groups.Result：The natural birth rate in the intervention group were higher than that in the control group，the rate of cesarean section was lower than that in the control group and the total labor time were less than the control group，the differences between the two groups were all statistically significant （P

【Key words】 Elder maternal； Psychological intervention； Mode of delivery； Delivery outcome

First-author’s address：The Tongling People’s hospital，Tongling 244100，China

doi：10.14033/ki.cfmr.2015.24.035

隨著社會的進步與發展，女性在社會發展中有著不可替代的地位，這也促使了一批批高齡產婦的誕生。高齡產婦由于其生理及心理原因使其成為備受關注的特殊群體。這一群體的妊娠與分娩過程相較適齡產婦更為艱辛，承受的壓力及風險更大。研究表明，高齡產婦較適齡產婦更易發生流產、早產及難產等[1]。恐懼、緊張、不安等負性情緒的滋生可能會對其妊娠結局有較大的影響。因此，對高齡產婦進行積極的心理干預、支持有著極為重要的意義。筆者所在醫院產科自2011年5月起實施高齡產婦的心理干預支持措施，效果良好，總結如下。

1 資料與方法

1.1 一般資料

選取2011年5月-2014年9月在筆者所在醫院產檢及分娩的132例高齡產婦作為研究對象，均具有完備的孕期資料。隨機將其分為干預組及對照組，每組66例。干預組產婦中，初產婦52例（78.8%），經產婦14例（21.2%）；年齡35～47歲，平均（38.6±0.63）歲；孕周37～40周，平均（37.9±1.4）周；文化程度：大專及以上學歷38例（57.6%），高中23例（34.8%），高中以下5例（7.56%）；對照組中，初產婦50例（75.8%），經產婦16例（24.2%）；年齡36～45歲，平均（37.9±0.78）歲；孕周37～41周，平均（38.2±1.1）周；文化程度：大專及以上學歷34例（51.5%），高中26例（39.4%），高中以下6例（9.1%）。兩組高齡孕婦年齡、孕周、文化程度、既往身體健康狀況等比較差異無統計學意義（P>0.05），具有可比性。

1.2 方法

對照組產婦接受常規宣教護理，密切監測生命體征、產程輔助及產后護理。干預組產婦除接受常規護理外，實施積極的心理干預，具體如下。

1.2.1 心理咨詢 組建分娩心理護理小組，一對一實施，與高齡產婦建立良好的信任關系，開展心理咨詢，了解產婦的心理特點及其需求，建立個體化心理干預方案，細心傾聽，幫助其樹立信心，克服心理困擾。

1.2.2 認知及行為干預 宣教分娩知識，練習拉瑪澤減痛呼吸法，根據孕產婦SAS檢查結果進行針對性疏導，積極評估，給予其系統的分娩信息支持，包括各種分娩方式的優缺點，糾正其錯誤的妊娠、分娩觀念，消除負性情緒，緩解焦慮情緒。建立家庭支持體系，允許親屬陪護，使其獲得親情支持，緩解壓力，做好產前準備。在產程中，要多與產婦溝通、交流，分散產婦注意力，使其放松，保持情緒穩定[2]。出現緊急情況，多鼓勵勸導，采取激勵式心理干預，誘導其配合助產士完成分娩。

1.2.3 心理康復 建立心理康復個體機制，幫助其完成角色轉換，消除其對身材恢復、新生兒健康狀況的顧慮；提倡母嬰同室，多進行肢體接觸，增進感情，鼓勵新生兒及早吸吮，宣揚母乳喂養的益處及方法，消除其在分娩過程中遺留的痛苦，注意力轉移到對新生兒的關切上。詳述產褥期注意事項，加強巡視，掌握情緒變化，積極預防產后抑郁癥的發生。

1.3 觀察指標及評價標準

對兩組高齡產婦的分娩方式及產程、產后出血量、新生兒Apgar評分狀況進行比較研究。產后出血標準：新生兒分娩后24 h

內出血量≥500 ml。新生兒窒息診斷標準：新生兒出生1 min 內Apgar評分≤7分判定為窒息，0～3分判定為重度窒息，4～7分為輕度窒息。

1.4 統計學處理

應用SPSS 13.0統計學軟件進行數據處理，計量資料以均數±標準差（x±s）表示的，采用t檢驗；計數資料以百分比表示，采用字2檢驗，P

2 結果

2.1 兩組高齡產婦分娩方式及產程比較

干預組剖宮產率較對照組低，總產程明顯少于對照組，兩組比較差異有統計學意義（P

表1 兩組分娩方式比較及產程比較

組別 剖宮產

例（%） 自然分娩

例（%） 陰道助產

例（%） 總產程

（h）

干預組（n=66） 21（31.8） 32（48.5） 13（19.7） 8.3±1.8

對照組（n=66） 37（56.1） 20（30.3） 9（13.6） 11.5±2.4

字2/t值 4.887 6.324 8.221 1.733

P值 0.028 0.034 0.061 0.025

2.2 兩組高齡產婦產后出血量比較

干預組產后出血量較對照組低，兩組比較差異有統計學意義（字2=4.768，P=0.031），見表2。

表2 兩組產婦出血量比較 例（%）

組別

干預組（n=66） 50（75.8） 16（24.2） 0

對照組（n=66） 45（68.2） 19（28.8） 2（3）

2.3 兩組高齡產婦新生兒窒息率比較

對干預組產婦實施有效的心理咨詢、認知及行為干預等，產婦分娩配合度提高，新生兒窒息率較對照組產婦明顯低，差異有統計學意義（字2=1.49，P

表3 兩組高齡產婦新生兒窒息率比較 例（%）

組 別 新生兒窒息 正常新生兒

干預組（n=66） 1（1.5） 65（98.5）

對照組（n=66） 9（13.6） 59（86.4）

3 討論

圍產醫學的目標是優生優育，保護母嬰安全[3]。高齡產婦作為一類特殊的群體，在面對其自身的特殊時期，有著一系列異于適齡產婦的生理和心理變化[4]。這些變化促使其心理壓力較適齡產婦更為劇烈。高齡產婦多有著較高的文化水平，對高齡懷孕的風險有著一定的認識[5]。對胎兒發育狀況的擔憂、對分娩的順利與否的顧慮及產后大出血、產后自身恢復等共同構成了其負性情緒的誘發因素[6]。長期、過多的緊張憂慮情緒會使產婦機體出現一系列變化，如宮口擴張緩慢、宮縮乏力等致產程延長、出血量增多、疼痛感加劇及新生兒窒息率提高等[7]。

高齡產婦的特殊心理特點決定了醫護人員在圍產期應進行積極的心理干預措施，建立個體化心理干預方案，幫助其樹立信心，克服心理困擾。宣教分娩知識，糾正其錯誤的妊娠、分娩觀念，促進其正確認識分娩，選擇合理的分娩方式，在產程中采取激勵式心理干預，減少產褥期并發癥的發生。

本組資料中，產科專職護理人員對干預組66例高齡產婦施行圍產期心理咨詢、認知和行為干預及心理康復等綜合干預措施。結果顯示，給予心理干預的高齡產婦選擇自然分娩的概率明顯高于對照組產婦、剖宮產率低（P

2 h出血量（程度）明顯少于對照組（P

綜上所述，心理干預可明顯改善高齡產婦的負性情緒，抓住心理特點實施針對性心理干預手段，調動產婦自身的主觀能動性，積極配合醫生、護士順利完成分娩，保障了母嬰安全。心理干預護理對高齡產婦分娩結局產生了積極正面的影響，值得關注和借鑒。

參考文獻

[1]袁勝云，方芳.高齡孕婦妊娠并發癥及妊娠結局臨床調查[J].中國婦幼保健，2012，27（9）：1372-1373.

[2]孫守民.心理干預護理對高齡產婦分娩期與產后的效果分析[J].中外醫療，2014，33（9）：159-160.

[3]段濤.圍產醫學的過去，現在和將來[J].現代實用醫學，2012，24（7）：721-722.

[4]黃偉政，郭為華，林曉霞.高齡產婦分娩期心理特點分析及心理護理干預效果[J].中國現代醫生，2014，52（25）：83-85.

[5]趙玉青，凌琳.高齡產婦妊娠期的心理分析及護理措施[J].世界最新醫學信息文摘（電子版），2014，14（3）：204-205.

[6]楊桂梅.高齡產婦產前的不良心理狀態與臨床護理分析[J].吉林醫學，2012，33（16）：3542-3543.

[7]吳命坤，馬香蕊，黃麗霞，等.高齡初產婦住院待產時的心理狀態及其護理[J].護理研究：上旬版，2012，26（5）：1183-1185.

[8]曾淑琴.心理護理對高齡產婦分娩方式和產程的影響[J].中國現代醫生，2011，49（10）：56-56.

[9]鐘小雁，朱彩霞，黃水燕.心理干預護理在高齡產婦分娩前后的相關影響[J].國際護理學雜志，2013，32（9）：123-126.

篇3

財政部等五部委聯合的于2009年7月1日實施的《企業內部控制基本規范》（以下稱《規范》），將內部控制目標界定為“合理保證企業經營管理合法合規、資產安全、財務報告及相關信息真實完整，提高經營效率和效果，促進企業實現發展戰略。”顯然這是對持續經營企業內部控制的規范，而企業破產清算的內部控制制度建設是值得我們深入研究的一個新領域。

破產清算內部控制制度，首先要解決的是其內控制度的制定主體、實施主體和監督主體。

《規范》規定，“企業應當根據有關法律法規、本規范及其配套辦法，制定本企業的內部控制制度并組織實施。”“董事會、監事會、經理層和全體員工是內部控制制度的實施主體”“國務院有關部門可以根據法律法規、本規范及其配套辦法，明確貫徹實施本規范的具體要求，對企業建立與實施內部控制的情況進行監督檢查。”而破產清算中，破產企業已經移交給組織破產清算工作的管理人，破產企業原有的相關機構已經失去功能，有關破產清算內部控制的相關主體問題需要我們重新思考和設計。

破產法規定，人民法院受理破產清算申請的同時應指定管理人，人民法院應當自破產清算裁定作做出之日起五日內將該裁定送達債務人（此時稱為破產人）和管理人，十日內通知已知債權人并予以公告，自債權申報期限屆滿之日起十五日內人民法院集第一次債權人會議，債權人會議可以決定設立9人以下的債權人委員會。可見，破產清算的直接關系人主要包括人民法院、管理人、破產人、債權人（債權人會議及債權人委員會）等四個方面。此外還涉及到破產企業的出資人、企業的職工、國家稅收等政府部門。其中，管理人在人民法院主導下負責具體清算事務，向人民法院報告工作；破產人的法定代表人、企業財務管理人員和其他經營管理人員，應配合管理人的工作，妥善保管其占有和管理的財產、印章和賬簿、文書等資料，根據人民法院、管理人的要求進行工作，并如實回答詢問，列席債權人會議并如實回答債權人的詢問，未經人民法院許可不得離開住所地；債權人要在規定期限內向管理人申報債權，債權人團體（債權人會議和債權人委員會）討論表決管理人提出的破產財產變價方案和分配方案，監督管理人的清算工作；人民法院負責裁決有爭議的債權申報、監督破產人的破產清算配合情況等。此時，破產人失去對企業的控制權，作為正常企業外部人的債權人已經變為破產清算期間的內部人，成為破產清算治理結構的重要組成部分。

關于破產清算內部控制制度的制定主體。人民法院只是履行法律程序的審判機關，不具有商業判斷的功能；破產人失去企業的控制權，無權成為其制定主體；債權人作為破產財產分配的受益人，也不適于充當該主體；破產企業的出資人此時也只能是處于“觀戰”狀態，無權具體插手破產清算事宜。因此，由管理人作為破產清算內部控制制度的制定主體較為合理。

關于破產清算內部控制制度的實施主體。在破產清算中，除了管理人以外，還涉及到破產人、債權人，管理人內部還涉及到財產管理組、勞動人事組、主張權利組、財務管理組、債權審查組、破產程序組、綜合協調組等機構和人員設置。因此，破產清算內部控制制度的實施主體應該是管理人、破產人、債權人等多重關系人。

關于破產清算內部控制制度的監督主體。債權人是破產清算工作中重要的監督主體，管理人應該向人民法院報告清算工作，職工、政府相關部門在清算工作中也存在重要的經濟利益。因此這里既包括由債權人、職工為主的內部監督和人民法院、政府部門為主的外部監督，也包括對破產清算內部控制制度實施情況的日常監督、專項監督。

篇4

與此同時，各大行業的業績表現也出現了比較大的分化。根據wind資訊提供的資料，在27個行業中（根據申萬一級行業分類，剔除綜合類），有19個行業的同比增幅超過平均水平。與此同時，包括鋼鐵、房地產等在內的七大行業出現了不同程度的同比利潤下滑。

從行業性質來看，新興產業的成長迅猛，而在轉型壓力下的傳統行業則表現不佳，但與中報業績相比已有所好轉。

九大行業同比增長超兩成

根據wind資訊提供的數據，有九大行業的凈利潤同比增長率超過了20%，除了通信業以84.02%的漲幅一馬當先之外，非銀金融、傳媒、計算機、電子等新興產業也囊括其中。

隨著國家提出培育和發展戰略性新興產業的政策，并與“十二五”規劃相銜接，在過去幾年間，一系列針對新興產業的政策相繼出臺。2014年前三季度的財務數據顯示，新興產業正在順利度過“增收快、增利慢”的起步期，盈利能力整體大幅提升。

通信：通信行業2014年靚麗表現的關鍵驅動力一方面受益于4G大幅投資、行業信息化發展推動，使得通信業整體業績2014年觸底回升趨勢明朗；另一方面，結合TMT領域的并購轉型交易項目迅速增加，從而估值大幅提升。

金融IC方面，截至2014年第三季度末，我國金融IC卡累計發卡量已突破10億張，今年前三季度新增金融IC卡發卡量4.5億張，預計2015年可以新增7.5億張。在國產替代的大趨勢不斷加速的情況下，芯片層面包括同方國芯（002049）、大唐電信（600198）等公司將有業績表現的大機會。

另外，在北斗板塊，可以看到眾多公司的收入進入翻番的時期，同時在行業應用、智慧城市、智能交通等方面基于北斗運營的趨勢變得更加明顯，未來的平臺型、服務型的公司應該得到更大的關注，如海格通信（002465）。

傳媒：數據顯示，2014年前三季度傳媒類上市公司整體業績表現靚麗，并沒有受到經濟增速下滑的太大影響。

2013年，傳媒板塊出現了一輪并購熱潮，大多直接增厚上市公司業績。一方面，新媒體子板塊中營銷龍頭公司依然保持強勁的增長勢頭，互聯網公司表現較好。另一方面，面對行業的趨勢性下滑，傳統媒體類上市公司積極轉型，通過并購重組等手段迅速介入新媒體領域。從今年前三季度來看，并購轉型戰略已初現成效，轉型動作迅速的公司業績大幅改善，對沖了傳統主業下滑的風險。

廣證恒生相關研究員指出，未來行業業績依然將保持穩定快速的增長，將體現良好的成長性。傳統媒體將加速進軍新媒體領域，再次掀起并購重組的浪潮，而手握巨額資金的中南傳媒（000785）和積極打造內容特色、創新轉型方式的新華傳媒（600825）將體現出巨大的優勢。同時，體育等新的投資熱點正在形成。稀缺的足球傳媒標的雷曼光電（300162）有望受益。而粵傳媒（002181）先天具備體育傳媒轉型的稟賦，互聯網足彩運營平臺已初具雛形，可以關注。

非銀金融：以券商為例，三季報數據顯示，19家上市券商共實現營業收入830億元，同比增長43.19%；實現凈利潤317億元，同比增長57.17%。

華融證券研究員指出，從支持資本市場改革和國家產業轉型的角度看，3-5年內將是證券行業跨越式發展的轉型期，金融改革將為券商提供一個優秀的發展平臺，新三板、場外市場、創新式衍生品、結構化產品等等，都將為券商創造發展機遇。

傳統領域轉型期依然有看點

業績下跌的七大行業中包括鋼鐵、軍工、機械設備、房地產等。在目前的“新常態”經濟下，由于宏觀經濟增速放緩，周期性行業受到沖擊，成為業績下滑“重災區”。

對于一直保持高增長的房地產行業而言，今年的業績增速就出現明顯下滑，前三季度上市房企凈利潤同比降幅達到8.15%，較中報擴大了約3個百分點。在經過前幾年快速擴張后，我國不少城市的樓市庫存量高企，房地產公司去庫存壓力倍增。

相關業內人士指出，傳統領域現在正處于艱難的轉型期，業績增速暫時的下滑在所難免。然而，在經濟轉型的過程中，傳統產業并不會因經濟轉型而被終結，相反傳統產業在通過經濟轉型將會得到更大程度的改造和提升。因此，傳統領域的前景依然看點眾多。

篇5

關鍵詞：數據挖掘；高校資產；資產管理；決策支持

中圖分類號：G647 文獻標志碼：A 文章編號：1673-8454（2016）09-0041-06

當前，我們正處在一個網絡化、信息化高速發展的時代，數據挖掘技術正在迅速地改變著整個社會的發展進程。計算機技術與Internet技術的迅猛發展，大大提高了數據挖掘（Data Mining）、收集與整理加工的能力，當今社會數據資源變得日益豐富，各行各業充斥著大量的數據源。正當此時新的問題應運而生，如何挖掘出數據源中蘊含的知識與信息并加以利用，怎樣處理不斷涌現出的信息源噪聲問題，已迫在眉睫。

新興技術即數據挖掘技術與知識發現（Data Mining and Knowledge Discovery in Databases）順勢而生，并展現出旺盛的生命力，學者們匯聚了數據庫技術、數據統計學、人工智能以及管理信息系統等學科，致力于這一邊緣科學的蓬勃發展，解決當前數據源噪聲問題。自此，數據挖掘技術在各行各業得到了極大應用，為資產管理、生產運營以及信息處理提供了新的理論指導。

于此同時，高校是特殊的事業單位群體，其資產管理效率直接關乎于高校的整體運行。當今，高校的資產管理已經普遍實現了信息化管理，并針對其數據的存取與檢索配備了相應的設備。但當前高校資產信息化管理的過程中存在一個致命性問題，即數據源未得到充分應用，蘊藏在其中的信息未得到有效挖掘與開發。高校資產信息化處理系統在運行過程中會收集大量數據信息，而在實際操作中系統管理員僅具有簡單的統計評估與分析功能，而隱藏在數據背后的價值卻不能進行深度挖掘與應用。資產管理者需要采用一種有效的方法自動的發現與分析隱藏在各數據之間的關聯性與動態的發展趨勢，從而為管理者的決策提供有效的數據支撐，以此來發揮信息系統收集的當前與歷史數據的價值。依前文所述，數據挖掘技術與知識發現能夠有效地將信息系統收集的大量數據源進行整合，提高高校資產管理效率。為此，本文會引入數據挖掘技術與知識發現對高校資產的需求與使用情況，以及資產的損耗情況進行深層的剖析，以為決策者的資產管理提供有力的支撐，從而合理有效地利用高校有限的資源創造出更優越的教學育人環境，進而提高其整體的教學質量。

一、數據挖掘技術的國內外研究現狀

上世紀八十年代末，國際上召開了第11屆國際聯合人工智能的學術性會議，首次提出了數據挖掘。此后，上世紀九十年代中期，美國的計算機年會（ACM）召開之際，首次確定了數據挖掘技術的概念，指出集來的大量且不完全的有噪聲的隨機數據中，提取出蘊藏在其中的有價值的信息與知識即為數據挖掘，通過這種數據挖掘技術能夠有利于數據分析與決策支持。自此，學者們匯聚了數據庫技術、數據統計學、人工智能以及管理信息系統等學科，致力于這一邊緣科學的蓬勃發展。到了二十一世紀初，數據挖掘技術已經滲入到了各個學科領域，并在企事業單位的生產經營過程中發揮了巨大作用。于2002年中，在加拿大舉行了第八屆關于數據挖掘與知識發現（KDD）的ACM. SIGKDD國際性大會，將數據挖掘與知識發現技術這一邊緣學科推向了新的研究進程。

美國電氣與電子工程師協會（IEEE）出版的會刊中從上世紀90年代開始多次出版關于KDD技術的專刊，專門對數據挖掘與知識發現技術進行專項研究。除此之外，其他領域的專業技術學會也出版了專刊，計算機網絡與信息工程技術方面紛紛展開了對數據挖掘技術的探討，KDD技術的發展受到了越來越多領域學者的重視，如在《半月刊》中發表了關于KDD的諸多研究成果。時至今日，美國人工智能協會關于數據挖掘與知識發現技術方面的國際性研討會已經舉辦了數十次，涉及范圍越來越廣。有關KDD技術的學術成果越來越多，研究領域也逐漸擴大，逐漸由原來的方法發現擴大到了系統應用，從而擴大到了大規模的綜合系統的應用與開發。于此同時，學術界還注重了對多種技術的集成，以及交叉學科之間的相互滲透。在實踐方面，諸多數據挖掘軟件在國際范圍內得到了廣泛的應用，早在二十一世紀初期，美國IBM公司就研發了智能開礦工（Intelligent Miner）軟件，而美國硅圖公司則開發了SPSS軟件（統計產品與服務解決方案）。當前，KDD技術已經成為了數據庫與信息應用方面最前沿的研究領域，KDD技術已然成為世界計算機領域最大的研究熱點。

相對來說，國內關于數據挖掘技術的研究起步較晚，且研究的進程相對緩慢。直到上世紀就是九十年代中期，才逐漸引入數據挖掘技術。在研究的進程中，《計算機學報》與《軟件學報》紛紛刊載了一些該領域的研究成果，這些研究成果多借鑒于國外先進的學術成果，其重點也是從發現方法到系統的應用問題，但在實踐方面的研究十分匱乏。國家自然科學基金首次出資支持KDD研究項目是在1993年，經過幾年到二十一世紀初才形成KDD研究的基本框架，自此以后研究的重點逐漸側重于如何將知識發現與數據挖掘技術應用到企事業單位生產經營當中。當今，清華大學、華中科技大學以及華中理工大學等高等院校及科研單位正致力于數據挖掘技術理論及其應用的研究。而復旦大學與吉林大學則對關聯規則挖掘算法的優化進行了大量的研究；而北京大學對數據立方體代數領域的探索成為推動數據挖掘技術發展的重要推動力。

于此同時，隨著數據挖掘技術理論研究的發展，國內學者開始了對數據挖掘技術應用方面的探討，尤其是金融與商品營銷領域。隨著數據挖掘技術的發展，其應用范圍越來越廣泛，既包括了證券銀行等金融行業，又包括了制造業和批發零售業，KDD技術的應用已經滲透到人們生活中的方方面面，成為了基金與企業投資的熱點。學者們普遍認為數據挖掘技術擁有者廣闊的應用空間和無限的發展潛力。但縱觀已有的研究成果來看，眾多學者的研究重點仍是理論方面，在實踐方面的研究成果匱乏。與此同時，已有的數據挖掘方面應用的研究多是金融行業或生產零售業等商業領域，鮮有對高校等事業單位方面應用的研究。當前對數據挖掘領域的研究涉及到高校資產的研究更是鳳毛麟角。有關于高校資產管理的研究多側重于資產采購環節，而利用數據挖掘技術設計高校資產管理系統方面的研究才剛剛起步，其研究的深度與廣度十分有限。如何提高日趨龐雜的高校資產管理的效率，是數據挖掘技術應用方面的一個新的課題。本文旨在引入數據挖掘技術與知識發現對高校資產的需求與使用情況，以及資產的損耗情況進行深層的剖析，以提高高校資產管理的效率。

二、高校資產管理的現狀和問題分析

隨著高校擴招擴建，其辦學規模得到了跨越式的擴大，其國有資產得到了突飛猛進增長，但隨之而來的是高校資產管理問題的凸顯：高校不同部門間資產雷同，且長期擱置，資產利用率低下；資產購置價格過高，使用期限短，性價比低下；資產浪費嚴重。高校長期的教學管理過程中，積累了大量的設備、儀器以及耗材等賬目問題，形成了龐雜的歷史數據記錄。高校資產管理人員無法理清各種資產賬目，資產購置、報廢、外借等無法得到有效及時的動態化管理，數據源混亂。具體來說高校資產管理的問題體現在以下四個方面：

（1）現有的資產管理系統相對落后，無法滿足日益龐雜的資產賬目問題。

當前，高校擴招擴建嚴重，國有資產規模日益擴張，形成了龐雜的歷史數據記錄，而高校采用的資產管理系統多為簡單化辦公軟件，在處置資產時多采取的是簡單的計算機信息錄入功能，對于資產流轉無法進行動態化管理。高校資產管理人員在進行資產數據處理過程中，僅以數據統計為主，缺乏自動化管理和數據分析功能，無法為決策提供有力支撐。

（2）資產管理體制不完善，缺乏合理有效的分工制度。

高校是特殊的事業單位，其經費多由國家或省級財政予以撥款，受到計劃經濟體制的影響，且官僚風氣嚴重，多年來資產管理體制混亂，管理人員權責分配不對等，造成高校資產賬目不清，統計數據存在偏差，資產流失嚴重。很多高校資產管理體制不健全，政策模糊、分工混亂，教學設備流轉混亂，責任落實不到位，出現資產重復采購與提前報廢等現象。分工不明，權責不清，資產責任人與使用人分離，約束不足，長此以往造成高校賬目混亂、資產流失嚴重。

（3）資產管理缺乏規劃。

在資產的流轉過程中需要進行預先規劃，而在高校的資產管理過程中，管理者僅憑經驗進行采買與使用，缺乏理性分析和事前規劃。在進行圖書、儀器設備的采購前資產管理人員收集到各部門上報的數據后僅進行簡單的統計就憑經驗進行購買。缺乏理性的判斷和合理的規劃，往往造成了相同資產的重復購買和資源的浪費。而在集體采購過程中，管理者根據個人利益與經驗選擇供應商，事前并不對供應商提供的產品性價比進行綜合性分析比較。這種采購方式形成了主觀臆斷的決策，隨意性強，給高校資源造成極大浪費。而在購置后的使用管理過程中，缺乏合力有效的規劃，資產使用與報廢僅憑經驗處置，缺乏長期性規劃，造成高校資產大量流失。

（4）信息傳遞存在障礙。

信息的順暢傳遞是高校資產高效率使用的保障。而就當前高校資產管理的形勢來看，僅有管理部門才擁有高校資產的全部信息，而各部門之間的信息是閉塞的。每個部門僅擁有本單位資產的信息情況，而部門之間信息與資源不能共享，造成資源的重復購買與閑置。與此同時，不僅部門之間的信息傳遞存在障礙，管理部門與各資產使用部門之間的信息傳遞也存在障礙，為保障高校資產的完備性，管理者要在每年進行清查工作，但在資產盤點過程中，資產管理處僅為各使用單位提供賬目清單，各單位根據清單進行實物盤點，然后管理處再根據賬實情況對設備保管情況進行調整。這種資產盤點方法的信息傳遞效率低下，無法滿足當前高校日益龐雜的資產賬目管理的需要。

綜上所述，高校資產存在著重復購買與資產流失的問題，亟待科學化與準確化管理。隨著高校建校規模的擴大，積累了龐雜的資產，若仍像過去那樣無紀律、無規劃地進行管理，必然會造成高校資產管理效率的低下。而解決當前問題之關鍵在于充分利用購置資產過去與現在的數據，利用計算機技術與數據挖掘技術，構建高校資產管理信息化系統，運用自動化辦公系統從海量數據中挖掘出各部門資產需求度與資產采購匹配度，并深度分析資產購置價格、使用期限與頻率之間的動態關聯關系，挖掘出蘊藏在高校資產內部的發展趨勢與規律，從而提高高校資產使用率，降低資產購置經費，為高校資產管理提供決策支持。

三、利用數據挖掘技術設計高校資產管理系統

當前，數據挖掘方法主要有關聯分析、聚類分析、分類以及時序模式等，綜合上述方法能夠合理有效地構建高校資產管理系統，能夠挖掘出蘊藏在海量的數據源中有價值的信息，從而提高高校資產管理效率。

1.以資產為中心的設計主題

在設計高校資產管理系統的過程中，首先要確定系統中最有價值的決策主題域以及各個主題域的維度。根據對高校資產管理系統的需求分析，明確了數據庫系統的主題域包含資產、部門（即系統用戶）以及資金這三個主題域。而這三個主題域之間關系是，資產是管理系統主體設計之核心，通過對這一主題域數據分析，能夠獲得相應的主題域分析結果，從而為決策支持提供信息庫。而部門與資金這兩個主題域在系統管理過程中起輔助作用，反映一些需要關注的備用信息。具體來說利用數據挖掘技術設計的資產管理系統擁有以下三個主題域：

（1）資產主題，即用來分析各單位的資產運行情況。

各部門的資產數據信息均會錄入到資產管理系統中，資產主體會通過對各單位過去與當前的資產運行情況數據進行分析，獲取資產更新或升級數據，從而對資產進行全面管理與調配。該數據域不僅錄入過去與當前資產信息，還需囊括各部門下一年度的資產購置與更新的財務預算，以為決策者提供完備的信息庫。

（2）部門主題，即對高校各部門（系統用戶）狀況的分析。

不同部門之間的職能不同，使得其購置的資產性質存在一定的差異性。而不同部門之間的工作內容又存在一定的關聯性，為避免資產的重復購置有必要了解不同部門之間的關聯關系，從而促進部門間資源共享。而部門主題域的設計用途是容納各部門性質與工作職能等數據信息，從而根據不同部門的特點制定資產管理與購置計劃，以在制定下一年度的財務預算時有所側重。與此同時，還可利用關聯規則挖掘各部門之間的內在聯系，從而避免資產的重復購置。

（3）資金主題，即是對各部門與各資產的資金運作狀況的分析，包括整體資金情況以及各部門資產管理資金配置情況。

資金域中錄入的是已購置資產資金花銷及來源，資產管理過程中的折舊、升級投入經費情況。不僅如此，這一主題還要涵蓋資金分配規劃和預處理數據信息。

通常，高校資產管理系統中都要涵蓋以上三個基本主題域。但在實踐中，有時為了簡單化將三個主題域進行合并，即在資產主題域內對部門與資金主題進行考慮，但在數據庫設計過程中需要通過增加維度的途徑來達到相同之效果。

2.以決策支持與數據挖掘為目標的二級粒度設計

高校資產管理系統設計之目標在于對資產數據的有效挖掘，并為管理者提供決策支持。高校資產管理者為對資產管理系統提出各種要求，而高校資產數據會隨著高校規模的擴大而無限增加，自然分化出常調動數據與沉淀數據，在存儲上有必要進行區分，即將沉淀數據存儲在備用存儲器中，并清楚報廢多年資產的數據，這就要求粒度級別劃分的精準性。經過對各大高校資產管理情況進行反復分析與合理推測，筆者認為可將高校管理系統數據庫設計為二級粒度，即詳細數據與綜合數據。前者是指每天的資產數據，后者則分為輕度綜合數據（每部門數據、每月數據或每大類資產數據）與高度綜合數據（每年數據或綜合大類資產數據）。詳細數據冗雜，不宜長期在管理系統中保存；可定期整理生成綜合數據并進行轉存、清理，而綜合數據量較小，數據關聯性強，可在數據庫中長期保存，并利用其定期生產資產數據報表。

3.資產管理系統邏輯模型設計

資產管理系統邏輯模型由事實表與維度表，前者是模型的核心部分。事實表包括鍵與詳細指標兩項，在模型中通過事實表的鍵將維度表組織連接起來，以為系統用戶提供查詢功能。事實表用來對設計的主題域多個角度進行描述，而維度表從不同角度對設計的主題域數據進行描述。通過對高校資產管理情況的深度分析，本文認為高校資產管理系統適用于雪花模型，據此設計出資產管理系統邏輯模型。其中“資產數據事實表”和后面的“部門表”、“資產編碼表”、“資產分級表”以及“時間表”4個主維度表關聯，而“部門表”、“資產編碼表”以及“資產分級表”則分別具有“上級部門表”、“資產類別表”以及“資產指標表”3個2級的維度表。這種多層級的維度表降低了資產數據冗余度，節省了資產管理系統的儲備空間，提高了系統數據挖掘粒度的靈活性。

模型設計后需要對管理系統進行數據裝載（ETL），首先要對資產的源數據進行簡單抽取，然后依據預先設定的邏輯模型對源數據進行轉換并進行數據倉庫的存儲。

4.資產數據歸約與取值

對數據的屬性進行歸約，能夠使挖掘的數據規則更加簡單化，本質來說大戶也是對數據庫施加的約束，能夠縮減生成候選集的數量，從而能夠快速發現數據關聯規則。教育部規定，高校資產分為16個大類，既包括房屋等地產又包括了圖書與器具等教學設備，對其進行管理是十分復雜的工程。為此本文在實際應用中可以確定四個管理指標，即資產購置價格（A）、資產剩余使用年限（B）、資產年使用率（C）以及資產質量評估（D）。

對上述確定的資產管理指標進行統一的分級，即1～5級，分別用1～5表示實現指標數據取值的分類轉換。

（1）根據購置價格、購置時間與當前市場行情等因素對資產進行評級。

（2）根據折舊情況與使用年限進行評級，在折舊與使用年限的確定上應根據會計與稅務上的規定進行計算，得出資產的剩余使用年限率，并根據資產屬性與具體使用情況進行相應調整。將資產使用年限分為五個區間，并根據資產的剩余使用年限率=（稅務規定資產使用年限-已使用年限）/稅務規定資產使用年限公式，計算出分區化的資產剩余使用年限的區間值。通過對高校資產情況的深度分析，將其區間值定為（1，0.8]、（0.8，0.6]、（0.6，0.4]、（0.4，0.2]以及（0.2，0]，其分別對應著1～5各級別。

（3）依據資產使用率確定資產級別取值。資產使用率源數據來自于資產管理者定期的核查與記錄，并據此做出評價，使用率越低則級別越接近1級，即使用期限越長，反之則越接近5級。

（4）根據資產定期的質量檢查與評估。

綜上，高校資產歸約與取值的描述為：（資產編號，購置價格、剩余使用年限率、使用頻率、質量評估值）。如編號414011的資產其購置價格是3級，剩余使用年限率是2級，使用頻率是2級，而質量評估值為1級，則在數據庫中為（414011，A3，B2，C2，D1）。

5.數據挖掘過程

上述通過對高校資產管理系統的設計，獲得高校資產的數據庫的具體構建，下面將分析如何對源數據進行整理與特征化轉換。本文認為通過Apriori算法能夠實現對資產數據庫關聯規則的數據挖掘。而利用高校資產的數據庫多指標之間的關聯規則就可以實現對高校資產的數據庫進行多變量數據集合進行數據挖掘。

（1）在高校資產管理的指標設定下，將高校資產質量評估值作為規則目標，利用Apriori算法的生成頻繁數據項集。頻繁數據項集中可以確地各個高校資產資產管理系統中變量的信任度和支持度。

（2）通過分析高校資產質量指標數據集合之間的關聯性規則，計算出滿足最小信任度的相應規則。

（3）挖掘數據間的關聯性，即計算出滿足最小信任度的規則。

四、資產管理系統決策支持模塊的實現

可想而知，利用數據挖掘技術設計高校資產管理系統的目的，在于為資產管理者提供決策支持。而通過管理系統挖掘出的數據越精準，得到的資產的動態數據越有意義，其關聯規則對輔助管理者進行決策越具有價值。而通過上述方法設計的管理系統收集的數據十分龐雜，若直接進行數據挖掘其效率與實際價值定會十分低下，信息可信度會大大降低。這樣，保證資產管理系統決策支持模塊的實現，是利用數據挖掘技術提高我國高校資產管理的效率的關鍵。資產管理系統決策支持模塊是面向業務主管或更高級別管理人員而設定的，通過對高校資產管理系統收集而來的數據進行更深層次的挖掘分析而來，以為管理者提供決策支持。資產管理系統決策支持模塊的實現是高校資產數據庫建立的重要目標，依賴于資產管理系統，但又與其完全分開，即是高校資產管理系統的有益補充，彌補其系統功能之不足。

1.決策支持模塊中的數據挖掘過程

決策支持系統的數據挖掘有別于資產管理系統，具體來說包括了管理問題定義、數據準備與轉換、數據挖掘、結果分析以及知識運用等五個過程。

（1）管理問題定義，即數據挖掘的目標，即定義出資產管理過程中需要解決的業務問題。

（2）數據準備與轉換，是指根據確定的目標，在上述設定的資產管理系統中提取出特定數據集，并對這些數據集進行預先加工和處理，剔除數據缺值與冗余，并修正其存在的錯誤，從而完成數據的準備工作。

（3）接下來進行的是決策模塊的數據挖掘，即根據上述收集加工的特定數據集的功能與特點，利用相應的數據算法建立分析模型，從而實現對經過轉換的數據的挖掘工作。

（4）經過數據挖掘后，要對挖掘的數據進行結果分析，所謂的結果分析及對挖掘的數據進行系統分析、解釋與評價，并運用文字或圖表的方式將數據蘊含的動態關聯規則進行轉換與闡釋，以被用戶所理解與采納。

（5）最后一步是知識運用，即將通過上述數據挖掘過程獲得的知識集成到決策系統的知識庫當中，構成決策備用信息庫為管理者提供決策支持。

2.決策支持模塊中數據挖掘的分類應用

決策支持系統是為高校資產管理提供決策支持的系統，具體來說包括了設備采購、資產配置、維修管理以及報廢決策四個方面的決策實現過程。資產管理不同環節的決策依據不同，要根據管理特點選擇合適的算法對數據進行有效的挖掘，為管理者提供科學有效的決策依據，是資產管理系統決策支持模塊的實現的關鍵：

（1）資產采購環節的決策支持，采購決策的合理與否關乎后續的維護成本與資產使用效率。在這一環節，要挖掘資產管理系統中已有的海量歷史采購數據，與此同時結合當前市場情況，對預采購資產進行技術經濟分析與性價比分析，并配合調研選型。在數據挖掘過程中適當采用聚類分析與關系分析相結合的方法，對市場上不同供應商提供的產品進行差異性分析，根據大數據中提供的平均使用壽命與維修頻率的綜合性評價選擇性價比較高的產品進行采購。于此同時，在采購過程中適當使用預測模式，對預購置資產價格進行初步概算，以對部門資產采購資金進行有效控制。

（2）資產配置環節的決策支持。購置后的資產要在各部門之間進行分配，資產的合理配置是提高高校資產管理效率的基礎。資產配置的不合理會造成資產的重復購置以及資源的極大浪費。無論是購置資產的初次配置，還是特定資產的二次處理均需要數據挖掘技術為管理者的決策提供信息支持。可采用聚類分析法，以各單位性質為依據，將其分派成不同組別，從而決策分析者根據聚類分析之結果，探索各組別間差異性，并通過建立決策樹，來確定預配置資產分配方案。

（3）維修管理環節的決策支持。資產配置后的維修管理對提高資產使用效率至關重要，而“以養代修”是資產保管的重要方法。但何時養護，怎樣養護卻不能僅憑經驗進行判斷，在這方面可以利用數據挖掘技術中的時序模式與預測分析方法，對類似資產的使用情況與維修記錄的數據進行挖掘與提煉，并結合該項資產的維修記錄與具體情況，得出判斷信息，從而對資產進行科學維修管理，以保證資產使用性能的充分發揮，提高資產利用率。與此同時，還可以采用預測分析法，促進資產維護經費預算與分配的科學合理化。

（4）報廢更新環節的決策支持。資產的報廢更新源自于兩個方面：一方面是資產性能的下降，已經達到預期使用壽命；另一方面是由于高校教學與科研內容的革新所觸發的，對資產性能方面提出了新的技術要求。要采用數據挖掘技術的關聯規則分析資產關系，對資產進行動態化管理，通過對已有數據的挖掘及時剔除壽命降至的資產。而對于資產性能無法滿足高校教學與科研革新需要的資產，要采用數據挖掘技術制定多種方案進行計算決策，依據技術上先進、經濟上合理的資產管理原則，確定對原有資產進行改造升級，還是予以報廢更新。

五、結束語

高校資產信息化處理系統在運行過程中會收集大量數據信息，而在實際操作中系統管理員僅具有簡單的統計評估與分析功能，而隱藏在數據背后的價值卻不能進行深度挖掘與應用。利用數據挖掘技術設計高校資產管理系統是很好的應用趨勢，能夠為高校資產管理者提供有效的決策支持。但數據挖掘具體工作的開展需要從事資產管理和系統設計人員充分的準備，以及對案例與算法的實際把握與分析能力。在資產管理系統的實際應用過程中，要注重歸納與總結，不斷改進完善數據挖掘算法，找出數據背后蘊藏的關聯規則，以便挖掘結果更科學化，為管理者與決策者提供便于理解的信息庫，適應當前高校資產管理與決策的需要。

參考文獻：

[1]袁雋媛.高校資產數據挖掘的研究與實現[D].湖南：湖南大學，2012.

[2]金豆.數據挖掘技術在資產管理系統中的應用[D].吉林：長春理工大學，2010.

[3]江敏，徐艷.數據挖掘技術在高校教學管理中的應用[J].電腦知識與技術，2012（24）：5741-5745，5760.

[4]劉治良，張庾.數據挖掘在設備管理中的應用探究[J].電腦知識與技術，2014（33）：7836-7837.

[5]陳永峰.大數據背景下數據挖掘在高校固定資產統計中的應用研究[J].河北軟件職業技術學院學報，2015（2）：6-9.

[6]袁雋媛.數據挖掘在高校資產管理中的應用[J].中國管理信息化，2011（5）：26-28.

篇6

文獻標識碼： A

文章編號： 1672-3783(2008)-4-0085-01

【關鍵詞】心房顫動 老年人 護理

陣發性房顫（PAF）是臨床最常見的心律失常之一，其發病隨年齡的增長而增加，關于其臨床特點、治療及護理報告較多，但對高齡陣發性房顫（PAF）患者的臨床特點、治療及護理報告較少。我們根據年齡將268例PAF患者分為3組并進行比較，分析探討高齡（80歲以上）患者陣發性房顫的臨床特點與護理，現報告如下:

1 資料與方法

1.1 病例選擇 病例來自1993年6月至2003年6月住院或家庭病床患者，均隨訪。選擇條件為每例患者房顫發作必須3次以上，且首次及隨后的大多數發作有心電圖或動態心電圖證實，無發作期有竇性心律，每次房顫發作時間≤3個月，除外預激綜合征、二尖瓣換瓣術后、甲亢等情況。符合條件的病例共268例，其中男170例，女98例，年齡26～91歲，平均57.3歲。59歲以下的患者108例，男78例，女30例，為I組；60～79歲的患者112例，男74例，女38例，為Ⅱ組；80歲以上48例，男38例，女10例，為Ⅲ組。

1.2 方法 根據《實用內科學》（第10版）有關標準[1]，判定所有患者是否有引起房顫的基礎疾病，同時判定是否存在心功能不全，用M型超聲心動圖檢查，測左房前后徑女性>34mm、男性>35mm為左房大；在房顫發作期和發作間期都使用抗心律失常藥物（如碘胺酮、奎尼丁、心律平、洋地黃和β受體阻滯劑等），被認為長期用藥；如僅在房顫發作期用藥，則為間斷用藥。患者出院或家庭病床隨訪12―72個月，了解房顫發作誘因及發作時癥狀、藥物治療、并發癥和生存等情況，若房顫發作>3個月，即認為房顫轉為慢性持續性房顫。

1.3 統計學方法 采用χ2檢驗。

2 結果

2.1 發病誘因 I組在隨訪期間共發生可記錄的房顫672例次，有明顯誘因者472例次（70.2%）；Ⅱ組在隨訪期間共發生房顫936例次，有明顯誘因者430例次（46.2%）；Ⅲ組在隨訪期間共發生房顫398例次，發作前有明顯誘因者90例次（22.6%），Ⅰ、Ⅱ、Ⅲ組發病誘因之間差異有顯著性意義（I組與Ⅱ組比較，χ2＝6.73，P

2.2 房顫發作病因 Ⅱ、Ⅲ組患者房顫發作時有明確病因者明顯多于Ⅰ組（P

2.3 臨床癥狀與體征 房顫發作時的臨床癥狀主要有胸悶、胸痛、心悸、憋氣、頭暈等。體征主要有心室率>100次/min、心功能不全、左房增大等。

2.4 房顫的轉復情況 房顫的轉復主要是通過鎮靜休息、抗炎藥物、抗心律失常藥物、電轉復等，通過上述轉復房顫不能恢復為竇性心律者為失敗。

2.5 隨訪期末患者的情況

2.5.1 轉為慢性持續性房顫 Ⅰ、Ⅱ、Ⅲ組在隨訪期末轉為慢性持續性房顫的患者分別為8例（占7.4%）、21例（占18.1%）和18例（占37.5%），有隨年齡增長而增多的趨勢，組間比較差異有顯著性意義（P均

2.5.2 心因性死亡 Ⅰ、Ⅱ、Ⅲ組患者在隨訪期末發生心因性死亡分別為4例（占3.7%）、9例（占7.8%）和8例（占16.7%），組間比較差異有顯著性意義（P

3 討論

房顫作為一種最常見的心律失常，其發病率常隨著年齡的增加而增高。國外報道[2]，在成年人中房顫的發生率為0.3%～0.4%，60歲以上可達2%～4%，75歲以上常超過10%。而且隨著年齡的增加，房顫發作時能找到明顯誘因的現象逐漸減少，這可能與老年人心肌儲備能力減退，心功能普遍下降或者老年退行性病變有關。

本資料表明：①Ⅲ組患者房顫發作的誘因比I組患者少，Ⅰ、Ⅱ組患者以勞累、情緒激動為主，Ⅲ組患者以受涼感冒為主。這可能與Ⅲ組患者年齡較大，不能清楚自述誘發因素，加之Ⅲ組患者心臟病史長，心肌損害嚴重，心臟擴大或心功能差，身體抵抗力也差，較易受涼感冒有關。②隨著年齡增加，患者自覺癥狀逐漸減少，Ⅲ組患者自覺癥狀明顯少于Ⅰ組。③隨著患者年齡的增加，通過鎮靜休息（抗炎）而轉復房顫的情況逐漸減少，而用藥物（洋地黃等）轉復較多。④隨著年齡增加，心因性死亡逐漸增多，與老年較多伴有冠心病、高血壓病有關，而且高齡患者較多出現“老年退行性心臟病”，心臟結構及心臟儲備功能的改變，對心室功能不全適應性的下降都起一定的作用。

總之，高齡患者房顫發作時具有臨床癥狀不典型，發病誘因以受涼感冒為主，較多伴有基礎病、左房增大和心功能不全，且較易轉為慢性持續性房顫，心因性死亡發生率較高等特點。因此在護理此類患者時要做好衛生宣教、疾病的治療觀察與護理，盡量避免誘因，努力降低高齡患者房顫的發生率和病死率。

參考文獻

篇7

企業要想成為技術創新的主體，關鍵就是怎樣激發科技人員的創新活力。科技人員有的是智力資源，缺乏的是資金資源。推進混合所有制以后，可以讓科技人員以多種方式持股。這種持股方式并不一定要讓其以現金形式入股，可以采用期權激勵，分紅收益權激勵等方式，一方面激發他們取得這種期權的動力，另一方面加快促進科技人員向既懂科技又懂經營管理的復合型人才轉變，有利于縮短科技成果從研發到成功轉化的時間，盡早產生效益。

二、集中財力，鼓勵發展戰略性新興產業

戰略性新興產業具有技術含量高、開發難度大、投資規模大、運行風險高、產業帶動性強等顯著特點，要想實現重要關鍵技術突破和國內市場應用，需要投入大量的人力、物力和財力，單純依靠企業難以維繼。建議首先從政府角度，設立戰略性新興產業發展專項基金，支持企業進行市場化開發。在運作機制上可以靈活多樣，比如進行重點項目專項撥款支持，也可以先由政府投入一部分資金，待項目開發成功完全市場化后，實施退出機制，這樣可以有效避免企業單一投入的巨大風險。

篇8

慧能這句經典的禪語直指人的心靈，意味著一切對于外界的執著都只是心的變現，一切妄念都只是心中之物，正所謂“酒不醉人人自醉，色不迷人人自迷”。

禪是梵語“禪那”的音譯，意為“靜虛”，就是用靜坐思維的方法，獲得大徹大悟。

禪是打開心靈解脫之道的一扇門。生活是一種藝術，而禪是探究人生命意義的極高智慧。在喧囂的紅塵中，在繽紛的交際中，灑脫自如是一種境界，而禪可為我們耕耘一片綠色心田，讓心靈如魚游水底、鳥翔天空，自然、自由、自在，不為外物所累，從而煥發出生命的光彩。

禪能幫助我們尋覓到心靈所失去的樂園。在當今的社會里，精神壓抑、心靈空虛的人不在少數，人心浮躁而冷漠，功利主義侵蝕著每一個人的靈魂。人們少有閑暇去探求生存的價值和意義，沒辦法，漸漸成了物質的奴隸。禪如同清風雨露，如同當頭棒喝，使我們的生命幡然覺醒，讓我們迷途知返，使我們的心靈進入自由灑脫的境界，以平常心自自然然地去生活。

禪為人們提供了一雙睿智的眼睛。在盡責中求滿足，在義務中求心安，在奉獻中求幸福，在無我中求進取，在生活中透禪機。禪既面對現實，又超越現實，既出世又入世。在入世中完成內在的自我超越，引導個人在修煉中成為入世出世的自由行路人。凝聚著東方智慧的禪宗，以其對個體生命和心靈的關注，以其對真實人生的追求，越來越引起了人們的興趣和青睞。

篇9

讀著林清玄的禪語人生《滿溪流水香》，我深深地被“掬水月在手，弄花香滿衣。云在青天水在瓶”的詩句感動了。讀這樣的句子，真能讓人心境有所開悟，于大自然中于生活中聞到禪語的清芬。

然而，在如今這個躁動的社會里，要保持平靜的心態是很難的事情。記得小時候爸爸給我講過一個故事：說一個年輕人自小遠離塵俗，隨師父修習劍道，才十八歲，已臻相當高的境界，但是不知為何，再也沒有進步。師父讓他到江湖上歷練，以期能從世事中有所領悟。他在江湖上行走，遇上了意中人，并且愛上了她。從此他的心靈無復平靜，雖則他明知修習劍道，必須保持心如止水，不為外物所動。他希望自己是激流中的巖石，盡管有流水、砂石、花屑、草葉等等物事從它身上流過，它亦無動于衷。它發出聲響，只因為流水打在它身上；受到腐蝕，只因為歲月消逝。對于流水的浪游生涯，或岸上美好的風物，它既不羨慕也不向往，唯屹然立在水中，堅強冷漠。

想起《洗心禪》里有這么一個典故:唐朝會昌年間，山南東道節度使李翱數次派人請藥山禪師進城供養，均被禪師拒絕。一日，李翱親自登門造訪，藥山禪師坐在蒲團上，手拿經卷故意不理睬他，李翱憤然道:“見面不如聞名!”說完拂袖而出。這時，藥山禪師冷冷地對他說道：“太守怎么能貴耳踐目呢!”一句話使得李翱為之所動，遂轉身禮拜，并問：“什么是道？”藥山禪師伸出手指，指上指下，然后問：“懂嗎？”李翱道：“不懂．”藥山禪師解釋說：“云在青天，水在瓶！”

瓶中之水，猶如人的心一樣，只要保持清凈不染，心就像水一樣清澈，不論裝在什么瓶中，都能隨方就圓，有很強的適應能力，能剛能柔，能大能小，就像青天的白云一樣，自由自在。

這種淡泊而高遠的境界，源于對現實的清醒認識，追求的是沉靜和安然，是洞悉人世之后的明智與平和，是用超然的心態看待苦樂年華，以平和的心境迎接一切挑戰，奮斗之后得之不喜，失之不憂。告誡我們為人處世應該有一顆榮辱不驚、物我兩忘的平常心。

擁有一顆平常心，人生的確可以變得平靜而從容。可是，生活在繁忙都市中的我們，又有幾個人，可以做到像天空中的浮云與瓶中的水那樣呢？又有幾個人，可以用心來詮釋巖石浩然的靜態呢？

其實，我們每個人都可以找到自己特殊的靈魂棲息地，對于我來說，書就是我生命的伴侶。我喜歡用墨香來恬淡愉悅自己的精神世界，在歲月寂然的交替中，在時光匆匆的運行里，把心靈里的默契痛快淋漓地揮發，于無怨無悔中在書香里快樂地行走，微風拂面處的怡然自得，常常為書中一波三折的動人情節，人世蒼涼的慨嘆，不失為一種心情和感動。

篇10

關鍵詞：預警；調度；屏幕；智能；應用

1 概述

燕山石化公司安全生產指揮中心（以下簡稱“指揮中心”）是負責企業日常生產調度工作的指揮和管理核心，是公司近年來提升信息化管理的一個重要組成部分，是集安全、生產、環保、保衛和處理突發事件的神經中樞，并實現了多部門的“合署辦公”。關注預警、處理預警是公司生產調度人員每天的重點監控工作，而原來的預警信息是分散在不同系統里面。針對此現狀，公司領導提出開發預警指令調度系統（以下簡稱“預警系統”），系統將分散開來的所有預警信息按類型有效集成，并與指揮中心監控大屏有效結合，實現“黑屏”管理，調度人員不用時時盯著顯示器，一有預警自動彈出，提醒調度人員處理，通過實際應用，有效減輕了調度人員的工作強度，可以說，預警系統的智能化操作初步形成。

2 預警指令調度系統簡介

2.1 設計思路

原來預警處理模式預警查詢需單獨登錄各自信息系統，查詢后，公司調度人員還需再通知生產調度人員預警情況，最后再由生產調度組織相關技術人員處理預警，操作繁瑣，且流程復雜，并不適合公司專業化重組后的生產要求。

現在的預警處理模式預警信息集中在預警指令調度系統中，并自動在公司安全生產指揮中心大屏展示，公司調度、生產廠調度根據預警等級分別處理預警信息，預警信息經過審核后關閉，同時，公司調度、生產調度及審核人員根據預警重要程度互相溝通，并可實現預警信息處理情況的追溯查詢。

2.2 系統功能

（1）集成性：將實時數據庫、生產運營實時監控、LIMS、煉油化工產供銷監控、設備及物資實時監控、消防遠程監控等系統有效集成，并劃分為煉油、化工、產供銷、火炬、可燃氣體、安全、設備、質量、環保等9大類預警主題，數據抽取頻率與源系統基本一致，預警操作界面簡潔直觀，適合各個崗位職工操作。（2）預警分級：打破了以往由公司調度統一處理預警的單一模式，按照配置規則，將預警分為公司級、廠級兩級預警，公司調度、生產廠調度分級處理。（3）閉環管理：實現預警產生、處理及審核閉環管理。（4）智能性：將同一物料、同一裝置重復預警次數較多的，并排在前5名的預警信息通過曲線圖、柱狀圖展示，便于分析原因；與安全生產指揮中心大屏的有效集成，下文詳細說明。

3 預警指令調度系統智能應用的效果與實現

3.1 實現效果

當監控屏幕未實現與預警系統智能集成時，所有屏幕都會24小時點亮，公司調度需長時間監控9塊預警屏幕是否有預警信息，同時還要通過視頻監控系統調用生產裝置監控圖像，查看是否有火炬報警畫面，長時間盯著屏幕圖像或長時間看同一頁面的內容，很容易造成眼睛疲勞、注意力分散等問題，從而遺漏報警信息，影響公司正常生產任務部署。如圖1所示。

針對上述的問題，目前，公司安全生產指揮中心針對預警信息實現了與大屏的智能應用，其主要體現在預警信息及預警圖像上，如圖2所示。智能應用主要有2種直觀效果：（1）效果1：預警信息的“黑屏”操作。9類預警信息，初始狀態下全部是“黑屏”，只有當預警產生時，對應的預警屏幕自動點亮；9塊預警屏幕不固定預警類型，而是動態分配，保證預警信息“點亮”的屏幕是連續的。（2）效果2：火炬、可燃氣預警圖像的自動“彈出”。正常狀態下，生產裝置6個監控圖像自動輪循，當有火炬或者可燃氣報警時，6個監控屏幕自動變化，實現1、2、4、6、9預警圖像切換。

3.2 實現過程

公司安全生產指揮中心經過一次改造，改造后的指揮中心存在多種大屏模式，整個安全指揮中心屏幕模式變換的實現較為繁雜。在此，主要將預警信息、火炬及可燃氣圖像與監控屏幕的“智能”預警實現過程進行說明：（1）預警系統與大屏控制系統建立網絡鏈接。（2）預警系統接口程序發送預警數據包。（3）大屏控制程序接收并解析預警數據包。（4）查找預警關聯的矩陣輸入和對應的輸出。（5）切換矩陣，控制屏幕。（6）如果是質量、煉油、化工、產供銷、安全、設備、環保類預警信息，程序結束，即實現了預警信息的“智能”展示。如果是火炬、可燃氣預警，還需進行步驟7-步驟10，實現預警圖像的“智能”展示。（7）調用大屏模式。（8）查找視頻圖像對應的矩陣輸入。（9）查找對應的矩陣輸出。（10）切換到矩陣，顯示預警圖像。

4 結束語

近年來，隨著燕山石化提出的“打造數字燕山，建設智能工廠”建設目標，信息系統的“智能化”應用越來越突出，越來越重要，傳統意義上單純的監控或者展示系統不再適合燕山使用，“智能工廠”、“智能指揮”建設勢在必行。實踐證明，文章提到的智能應用滿足公司領導及使用人員要求，通過系統梳理了預警處理的流程，減輕了調度人員的工作強度，提高了使用人員的工作效率，同時也受到了總部及兄弟單位的好評和關注。