数字技术革新为思想政治教育提供新动能,数字化赋能思想政治教育是新时代落实立德树人根本任务的新要求,也是适应教育数字化转型推动教育现代化的新任务。推动思想政治教育的传统优势同现代信息技术深度融合,数字技术赋能促进思想政治教育的构成要素和内在结构深刻变革,带来育人理念更新、育人空间拓展、育人资源共享和育人质效提升,形成数字时代思想政治教育新样态。推动数字化赋能思想政治教育必须准确识变、科学应变、主动求变,丰富思想政治教育数字资源,推动优质资源共建共享;优化思想政治教育育人环境,构建虚实融合的育人生态;聚焦数字能力培育,提升思想政治教育队伍专业素养;创新育人方法,搭建数字化赋能“教、学、评相统一”的新模式。

构建适宜的公司内部治理机制以提升组织韧性是企业应对不确定性冲击的重要途径。文章将公司内部治理机制分为“股东-董事-激励”三个层面,使用动态定性比较分析方法,利用2018—2022年64家人工智能A股上市企业的面板数据,探索时间效应下的公司内部治理机制组态对组织韧性的影响。研究表明:公司内部治理机制需要相互协同才能有效提升组织韧性;企业高组织韧性的4个公司内部治理机制组态可总结为技术模型、监督模型和集权模型,且高薪酬激励是各组态共有的因素;各组态具有时间效应,需动态调整公司内部治理机制以提升组织韧性。研究丰富了对组织韧性影响因素的认识,并深化了“治理束”视角下公司内部治理机制的研究,对人工智能企业管理实践具有启示意义。

在全球化和数字化交织的时代背景下,当代西方左翼学者的批判视角转向数字网络空间,深入剖析数字文化霸权现象,揭示了其形成的根源动因,对其所带来的社会危害进行了透彻的阐释,并积极寻求应对之策。然而,这些批判理论存在视角局限性、批判不彻底性和解决方案空想性等困局,西方资本主义社会的叙事语境限制是其困局根源。为突破这一理论困局,学界需要在理论体系、价值导向和实践进路等层面进行重构,推动数字文化霸权批判理论的发展与革新。

精准治理是网络意识形态安全治理的导向目标,大数据强劲赋能为网络意识形态安全精准治理提供了技术支撑和时代机遇。大数据与网络意识形态安全精准治理间具有主体共通、技术联通和内容互通的内在契合,为网络意识形态安全精准治理提供依据。但大数据赋能网络意识形态安全精准治理过程中仍存在精准治理多元主体缺位、精准治理数字风险泛化、精准治理理念认识不足等诸多现实困境,需从创新多元参与治理新范式、开拓风险预警治理新路径、树立全局性战略治理理念三方面精准发力,协同推进网络空间意识形态安全的建设发展。

目前,有关社交媒体虚假信息验证行为影响因素的实证研究存在差异性,文章通过系统整合国内外相关实证研究,揭示影响用户实施虚假信息验证行为的关键因素,为虚假信息治理提供借鉴。文章采用元分析方法,从35篇实证研究中提取出98个效应量、66 482个样本量和17个影响因素,并进行出版偏倚检验、异质性检验、整体效应检验和调节效应分析。研究发现:信息维度、认知维度、情绪维度和个体维度都对虚假信息验证行为产生不同程度的影响。其中,信息相关性、信息重要性和信息素养对用户虚假信息验证行为作用较强;社会背景、性别、学科类型和教育水平都对相关变量与虚假信息验证行为之间的关系产生调节作用。

基于新工科教育背景,聚焦高校大数据人才培养与企业需求的契合度问题。旨在揭示高校培养模式与企业需求之间的匹配水平,为优化人才培养体系提供理论支撑与实践指导。首先,基于社会网络分析法构建论文和专利技术的共现网络,挖掘学术研究与企业技术需求的关联关系。其次,基于Word2Vec-K-means-LDA的主题挖掘模型,提取不同时间段的核心主题。最后,结合余弦相似度进行主题间的语义匹配测度。结果表明,大数据技术呈现从理论研究到产业应用的演化路径,学术与企业需求在知识图谱、数据挖掘等领域具有较高的契合度。当前高校课程在跨学科融合与实践能力培养方面仍存短板,难以充分满足企业对复合型人才的需求。对此,文章提出构建跨学科培养体系、深化校企协同机制等策略,以提升人才培养效能,支撑大数据产业高质量发展。

针对新能源汽车(NEV)企业协同创新中的知识融合不确定性及协同复杂性,基于风险防范视角,构建政府-整车制造企业-电池供应商三方博弈模型,得出以下结论:第一,新能源汽车整车制造企业更关注知识融合不确定性,而电池供应商更关注协同复杂性,这反映出不同行业间协同创新风险的共性和差异性。第二,在新能源汽车领域,随着知识吸收能力和存量提升,知识融合不确定性风险可显著降低。新能源汽车积分政策促使企业加强协同与研发投入,进一步降低了此类风险。第三,技术密集性和产业链多元化增加了协同难度。合理设定一阶段付款比例和有效的政府监管可有效应对协同复杂性风险,其中电池供应商更依赖政府监管促进知识共享和保护知识产权。

通过构建引入外商直接投资新经济地理模型,推理了外商直接投资影响技术创新、环境治理、经济高质量发展的内在机制;然后用中国2011—2020年279个城市样本进行了空间计量模型检验。研究发现:样本期内外商直接投资对城市经济高质量发展具有促进作用;技术创新、环境治理是外商直接投资推动城市经济高质量发展的有效中介变量,技术创新的中介效应占比为9%左右,环境治理的中介效应占比为16%左右;外商直接投资对城市经济高质量发展的影响存在异质性,在低外商直接投资比重城市、非资源型城市外商直接投资能显著提升城市经济高质量发展水平,而在高外商直接投资比重城市、资源型城市则没有显著影响。

自动驾驶是一项复杂且具有颠覆性的技术,公众接受状况会影响技术应用与发展。研究通过大数据分析和统计模型的混合分析,探讨青年人对自动驾驶汽车的接受度问题。研究发现,青年对自动驾驶汽车的态度喜忧参半,消极态度略高于积极态度。一方面,青年人肯定技术带来的安全、效率和舒适;另一方面,也担心技术带来数据泄露、系统安全性等风险。感知风险、感知易用性、感知有用性以及信任都显著影响青年对自动驾驶汽车的接受度,信任起到中介作用。青年人对自动驾驶汽车的态度比中老年人更积极,更愿意接纳自动驾驶汽车,青年人比中老年人更多关注风险。青年人对自动驾驶汽车技术的态度既不是盲目的乐观,也不是一味的悲观,而是客观保持必要怀疑;在未来自动驾驶汽车发展过程中,需要降低软、硬件、环境、数据层面的风险提升公众信任水平;以“有意义的人类控制”解决责任划分问题。

智能制造不仅能够在宏观层面推进产业结构升级,也能够在微观层面助力企业可持续发展。因此,文章基于2013—2022年中国A股上市制造业企业的数据,实证检验智能制造与企业“漂绿”之间的关系。研究结果显示,智能制造能够显著抑制企业“漂绿”,该结论在经过一系列检验后保持不变。进一步研究中,利用智能制造试点政策的准自然实验,验证了研究结论的稳健性。机制检验发现,智能制造通过降低信息不对称、缓解融资约束和促进绿色创新减少企业“漂绿”行为。异质性分析表明,智能制造对于企业“漂绿”的抑制作用在自愿披露环境信息的企业、重污染企业、位于内陆城市的企业以及拥有海外背景高管的企业中更加显著。

基于2010—2021年沪深A股上市的国有企业样本数据,探讨了在国有企业中,党委会参与公司治理对公司价值的影响,并分析了高管团队信息断裂带在其中的影响和作用机制。研究发现:党委会对公司治理的参与程度对公司价值存在正向影响,更进一步,当党委会分别进入董事会、监事会和高管层参与公司的治理时,对公司价值都会产生显著的影响;高管团队信息断裂带在参与程度与公司价值之间呈现倒U型的调节作用,高管团队信息断裂带强度较低和较高时,会抑制党委会参与公司治理对公司价值的正向影响,只有强度适中时,党委会参与公司治理才能较大程度提升公司价值。

当OTFS调制被用于实际数据传输时,多普勒分辨率通常较低,这会导致分数多普勒频移的出现,致使接收的符号在衰落信道中遭受多普勒间干扰,从而降低信道估计的准确性。为此,提出一种基于深度学习的OTFS系统分数多普勒信道估计方法。该方法首先使用互相关算法对分数多普勒信道进行初步估计,然后搭建并训练深度卷积神经网络用于初步信道估计结果的优化,从而达到有效提升OTFS分数多普勒信道估计精度的目的。仿真实验表明:新提出的方法结合了传统算法和深度学习的优势,可实现了约6 dB的性能增益,有效提升了对于OTFS分数多普勒信道估计的精确性;同时该方法能够有效应对信道失配的情况,在多种高移动性场景下的性能差异低于30%,具备一定程度的鲁棒性。

数字技术改变了传统社会创新的要素、流程和参与形式,使得数字社会创新成为热门议题。然而其学科性质和概念界定仍较为模糊,使得国内外的数字社会创新研究难以形成统一的范式。通过对现有国内外文献进行梳理,从数字社会创新的内涵、型构维度及实践机制展开,进行了一个总体的文献综述。以此为基础构建了数字社会创新的分析框架,力求将数字社会创新研究清晰化、框架化,进而探求数字社会创新的中国情境研究新范式。

网络剪枝是当前深度神经网络模型压缩的主要方法之一。针对现有的基于遗传算法的网络剪枝方法效率较低的问题,提出了一种基于改进自适应遗传算法的结构化剪枝方法。首先设计了新的适应度函数,平衡了模型损失值和参数量对最终结果的影响;其次,利用自适应的交叉概率和变异概率来代替固定的超参数,提高了剪枝效率和模型准确率;最后,通过实验验证了方法的可行性,得到了精度更高、参数量更少的网络模型。

在新质生产力的驱动下,“两山”理念的价值内涵正不断拓展。新质生产力以科技创新为核心,以数据、智能和绿色要素为主要特征,推动生态产业化、数字化转型与绿色发展协同推进。这一变革不仅拓宽了“两山”理念的价值主体,使科技企业、社会组织与公众深度融入生态经济体系,还丰富了价值客体,使生态资源的资本化、生态系统服务功能的显性化、数据资产化成为新趋势。同时,新质生产力推动价值尺度的优化,使生态效益成为经济决策的重要考量因素,促进经济高质量发展、社会可持续进步,并助力生态文明建设迈向更高水平。基于这一价值拓展,提出以科技创新引领生态经济融合、以产业升级推动生态资源增值、以社会文化培育生态自觉取向的实践路径,从人与自然、人与社会、人与自身三个层面深化“两山”理念的价值逻辑与实践模式,推动生态文明建设的现代化进程,为习近平生态文明思想研究提供时代创新视角。

目前基于计算机视觉的畜禽体尺测量方法主要是采用图像处理技术对单一的畜禽完整侧身图像进行分析处理,计算所需测点坐标,根据标定参数计算出畜禽的体尺数据。但是此类方法对于畜禽侧身图像的质量要求比较严苛,当图像中畜禽的局部侧身部位缺失时,会导致此类体尺测量方法难以应用。本文提出一种基于双摄像头信息互补的视觉三角身高测量算法和相似三角体直长测量算法。首先通过正上方摄像头与侧方摄像头的双视角图像信息互补来弥补单幅二维图像中缺少景深信息的不足,同时使用YOLOV5算法和凸包角点检测算法从牛背俯视图进行肩胛-尾尻测点提取。视觉三角身高测量算法通过上方摄像头获得牛只肩胛部位与侧方摄像头的相对水平距离,结合侧方摄像头中辅助标尺下端坐标的实际高度,基于相似三角形原理计算牛只身高。相似三角体直长测量算法利用牛只身高数据计算正上方摄像头画面中对应牛背的景深,然后结合景深信息、肩胛测点和尾尻测点之间的欧氏距离、上方摄像头对地空间分辨率,来计算牛只体直长。所提算法解决了不能获取到完整牛只侧身图像情况下的体尺测量问题。对30头牛进行体尺测量,正常情况下牛只身高测量平均误差为2.25%,体直长测量平均误差为3.33%;在相对拥挤情况下牛只身高测量平均误差为3.03%,体直长测量平均误差为3.68%。

牛只目标检测是基于深度学习的牛只个体注册与牛只识别的前提,不同实际场景下光照、色彩与牛只品种的差异使得牛只图像低层特征多样化,而高层特征中语义信息若不能完全匹配多样化的低层特征,则无法得到较好的检测精度。为解决检测模型高层特征语义不足问题,本文提出了新的牛只特征提取骨干网络ResMO-Backbone与特征融合网络Dense-Neck,进而提出了基于ResMO-Dense-YOLO的牛只检测算法。在骨干网络中利用ResMO模块多语义层面关注牛只高层特征的特性丰富语义信息,结合SPPF结构和多层卷积结构扩大感受野,使得模型更好地提取牛只的高层特征;然后提出基于DenseBlock的特征金字塔和基于DenseBlock的路径聚合网络级联的Neck网络Dense-Neck,利用DenseBlock对特征多次复用的特性,结合特征金字塔与路径聚合网络多尺度融合的特性进一步融合牛只的低层特征位置信息与高层特征语义信息,提高模型检测精度。本文的模型与FLYOLOv3、SSD、YOLOv5s等目标检测模型相比,在实验室采集的奶牛通道、奶牛牛舍和肉牛牛舍数据集中平均精确率分别提高40.1%、30.3%、4.0%,召回率分别提高34.9%、23.1%、6.8%,mAP提高了49.2%、35.3%、5.0%。

针对SURF特征匹配算法在复杂环境变化下匹配精确率低以及特征点冗余的问题,结合剔除冗余特征点的四叉树方法和快速获取单应性矩阵的改进RANSAC算法对SURF算法进行优化。首先对SURF算法所产生的特征点通过四叉树方法分割图像,依据划分深度和特征点数量的最大阈值剔除冗余特征点并进行粗匹配;然后根据特征向量间的距离对特征点进行排序,并在限定范围内执行RANSAC迭代,从而得到最优图像匹配结果。实验结果表明,图像在一定程度的旋转缩放、模糊和光照强度变化的情况下,改进后的SURF算法平均精确率为96.47%,平均消耗时间为649.33 ms,在复杂环境变化时具有良好的鲁棒性、精确性和时效性。

通过二维数值仿真工具给出了加固前后1.7 kV碳化硅(4H-SiC)功率VDMOSFET单粒子烧毁(SEB)的仿真结果。研究结果表明,与传统的五缓冲层的VDMOSFET(FB-VDMOSFET)相比,改进后的VDMOSFET在高线性能量密度(linear energy transfer,LET)值范围内获得了更好的抗单粒子烧毁性能。同时,加固后VDMOSFET的导通电阻在电流扩展层的作用下比传统结构更低。此外,JFET区集成的PN结使结构在击穿电压下的峰值电场从3.66 MV/cm减小到2.94 MV/cm。当漏源电压为1 400 V和LET值为0.5 pC/μm时,FB-VDMOSFET已经烧毁,改进的VDMOSFET由于阶梯源极金属电极接触和集成的PN结降低了碰撞电离,最高晶格温度降为2 070 K。该加固结构可用于航空工业。

数字化技术的飞速发展给当前高校反诈教育工作带来新的情势。作为公共行政和公共治理的新范式,协同治理正成为一种参考框架在高校教育现代化中逐步得到实践。当前高校反诈教育工作存有治理主体缺位,客观联动机制与主观场域认知不足,宣教实效性受限的现实问题。高校反诈教育实践处于治理资源、反诈信息、共治能量流转于多主体间的稳定开放系统,具有实质影响反诈主体协同治理意愿的“四维”主观驱动力结构,是以提高学生“三感”、建设平安高校、实现社会善治为终极治理旨归。将协同治理理论引入指导高校反诈教育实践,形成多主体联动的反诈立体治理网络,探索反诈工作协同推进的有效接合区间,实现传统资源、效果反馈、经验成果多态整合,构建统一的高校反诈教育共同体意识。最终建成以“主体协同”为基础、“机制协同”为行动、“资源协同”为保障、“意识协同”为趋向的全方位、多层次的反诈教育治理网络。

针对粒子群算法具有早熟收敛性、易陷入局部最优解的问题,提出了一种带有非线性惯性权重和t分布扰动的粒子群优化算法。首先通过引入改进惯性权重,来更好地平衡粒子全局探索和局部开发,增强粒子全局搜索能力;然后,利用t分布扰动算子,对粒子进行扰动,提升粒子跳出局部最优解的能力。仿真结果表明,改进算法具有较强的全局寻优能力,有效克服了早熟收敛现象。

本文提出了一种基于信号前导图像和多语义特征融合网络的P波段突发信号调制方式识别算法。该算法充分利用了P波段突发信号的前导特征,解决了低信噪比环境下信号信息段特征难以区分的问题,同时,避免了传统信号前导自相关识别算法对信号前导先验信息的依赖以及频偏影响。该算法首先利用信号前导频谱完成图像化构造,利用不同突发信号前导规律码字所形成的频谱特征进行区分;其次,所提多语义特征融合网络既充分利用了低层残差网络提取信号的前导频谱边缘轮廓等纹理特征,又融合了高层残差网络提取信号频谱抽象复杂的高级语义特征,以此解决了残差网络仅利用高级抽象语义特征而忽视低级特征的问题,提高了突发信号调制方式识别性能。实验结果表明,相较于信号前导自相关算法、信号信息段频谱图像与ResNet50网络的识别算法以及信号信息段时频图与ResNet50网络的识别算法,在-15 dB信噪比环境下,提出算法识别性能分别提升了20.88%、30.83%、60.39%。

复杂环境牛只目标检测是基于机器视觉的牛只数量精准盘点的关键问题,受牛只拥挤导致的遮挡以及牛只处于摄像头边缘位置导致的牛只个体不完整等因素的影响,现有的牛只目标检测方法无法适用于养殖场复杂环境。本文提出一种基于Swin-Transformer(SWT)-YOLOV5s网络的复杂环境牛只检测算法:首先提出双层shortcut(SC)-SWT与多层卷积级联的牛只特征提取骨干网络SWT-Backbone,利用SC-SWT模块关注全局特征的特点,结合关注局部特征的含残差多层卷积模块增加网络的深度和感受野,使模型充分提取牛只的全局特征与局部特征。然后提出not shortcut(NSC)-SWT与金字塔网络级联的特征融合目标检测头SWT-Head,通过金字塔网络构建SWT-Backbone骨干网络所提取的全局特征与局部特征多尺度融合的特征金字塔,结合NSC-SWT模块Transformer的全局感受野和C3模块的CNN局部感受野,使模型更准确地检测筛选特征金字塔中高语义层次的牛只全局特征及表征牛只细节的局部特征,同时高效去除背景环境的特征干扰,提升了复杂环境下牛只目标的检测精度。采用实验室采集的COWYCTC-1480数据集进行实验,与本文方法在测试集上的精确率、召回率和mAP分别高出YOLOV5s算法7%、2%、11.1%,高出SSD算法20.8%、32%、29.3%。

电网拓扑结构发生改变后,之前已训练好的神经网络故障诊断模型将不再适用于新拓扑电网的故障诊断。针对这一问题,提出了一种基于卷积神经网络(Convolutional Neural Network,CNN)和模型迁移的电网故障诊断方法。该模型使用同步相量测量装置(Phasor Measurement Unit,PMU)采集到的电压、电流相量数据进行模型训练,在PMU设备有限时,仍能准确判断故障类型,并实现精准的故障定位。当电网拓扑改变时,通过模型迁移和少量新电网下的故障样本即可快速训练出新的故障诊断模型。新模型性能不亚于不使用迁移学习仅利用充足样本训练出的模型,减少了电网拓扑结构改变后模型训练对新样本的需求。

保障无线通信系统传输离不开性能良好的滤波器。微带滤波器凭借其小型化的体积以及易集成的特点被广为采用,然而传输频率提高会使微带滤波器的能量损耗大大增加,尤其是辐射损耗的增大,继而增加传输损耗,降低传输效率。针对这个问题,结合多层结构和缺陷的结构(Defected Ground Structure,DGS),使用优化尺寸参数后的工字型谐振器,并引入传输零点,设计了一款N78频段的三阶带通微带滤波器。经仿真,滤波器的整体辐射损耗小于0.1 dB,中心频率为3.55 GHz,相对带宽为22.3%,回波损耗为-22 dB,面积为0.67λ_g×0.5λ_g。该滤波器能够较好地减小辐射损耗,亦能更好地实现小型化,具有实用价值。

技术许可是企业加速新技术扩散和实现技术商业价值的重要手段。为了研究竞争环境中的企业如何实施技术许可策略,文章构建了一个包含两个制造商的双寡头竞争模型,并且其中一个制造商为创新技术拥有者。通过对比分析无许可、固定收费许可和单位收费许可三种模式下两企业的利润和产量,探讨了竞争市场中创新技术拥有者的技术许可策略选择和技术扩散问题。研究结果显示:在竞争环境下,当新技术的市场吸引力较小时,技术许可策略并不能给技术拥有者带来更多利润。单位收费许可模式可以减缓企业间的竞争,但并不总是技术拥有企业的最优选择。研究还表明,新技术的市场吸引力越大,技术拥有者越倾向于选择固定收费许可模式。

闽南是四书学重镇,其四书学的兴起和发展与科举考试关联紧密。明代闽南四书学在学术立场上多尊奉朱子学,却也经历了与阳明学的对垒,甚至出现直接转向阳明学的情况,但不论哪种立场,究其底色,仍是为科举考试服务。吴韩起《四书详解》没有鲜明的学术立场,是经由他对时文的把握来融合各家学说而形成的讲章式作品。《四书详解》呈现出的是众说纷纭的晚明四书学的一个历史面向,它反映了当时新的动态,这为构建层次丰富、多线叙事的明代闽南四书学提供了直接证据。

通过对比研究东西两德的家庭政策,分析了不同模式下的家庭政策对女性就业率和人口出生率的影响。研究发现,西德家庭政策倾向于育儿的“再家庭化”,部分职业女性因此被迫推迟或放弃生育,女性就业率提升的同时陷入低生育率陷阱;东德家庭政策以育儿的“去家庭化”为宗旨,促进了女性就业率和人口出生率的同步提升。借鉴东西德在家庭政策方面的经验和教训,我国可构建“工作－家庭友好型”的家庭政策体系,以促进人口结构的长期均衡发展。

为研判科技人才政策实施效果,文章筛选出长三角和东三省近12年的科技人才政策文本327份,借助Nvivo软件,使用“投射-实施后”对比分析法和熵权法,从政策工具、政策目标和政策实施三方面对两区域进行对比研究,分析政策的作用机理。研究发现:东三省政策工具结构失衡更明显;长三角政策工具互补性结构更优。长三角科技人才政策实施效果更理想;东三省实施效果的持续性和稳定性较差。两区域需求型工具表现最佳,但政策工具内部贡献率不同。两区域供给型和需求型政策工具由替代式反向变动向互补式结合使用转变,体现出各地注重政策工具的有机互构。各区域、各阶段科技人才政策目标各有侧重,避免了“一刀切”。各地注重政策目标间的内聚,形成地区总目标“一盘棋”,但工具与目标组合存在错配现象。

组合零样本学习将类别定义为属性和对象的组合,要求模型在训练时对未见过的组合上进行准确的识别,不仅可以有效降低模型对标注数据的依赖,还可以探究深度学习模型的组合泛化能力。现有方法在组合识别时,往往忽略了属性和对象在不同组合情境下的外观差异性,导致泛化能力不足。为此,提出了一种基于情境感知决策的组合零样本学习方法,利用多模态预训练模型CLIP作为编码器,结合文本软提示、适配器微调和特征去噪机制,分别提取属性、对象的独立特征,并设计情境相关门控网络,在模型决策阶段根据图像自适应地融合属性和对象的预测得分。在四个主流基准数据集上进行了实验,结果表明,该方法显著提升了组合零样本学习的性能,证实了基于属性和对象组合的情境参与决策的有效性。

电场和磁场对霍尔推进器的性能提升和优化起着关键作用。由于霍尔推进器的几何结构具有一定的非对称性,本研究利用COMSOL多物理场仿真平台进行了精确的三维模型构建,以探讨推进器通道内部电磁场的分布特性,并对其对推进性能,即推力和效率的影响进行了定性的分析。结果表明,径向磁场在通道口附近有高密度区域,对阴极发射出的电子具有捕获作用。轴向电场可以加速电离后的离子,为推进器提供动力。该研究结果可为改进和优化霍尔推进系统提供了理论指导。

基于新冠疫情冲击情境,实证考察营商环境对企业韧性的影响及其作用机制。研究表明,营商环境与企业韧性之间存在倒U型关系,企业冒险倾向在营商环境与企业韧性之间发挥正向调节作用。基于“资源-关系-能力”框架的机制检验发现,营商环境通过优化资源配置、改善政企关系、激发创新能力实现企业韧性的提升。异质性分析显示,当区域发展水平、行业要素密集度和企业特征(产权性质、生命周期和企业规模)不同时,营商环境对企业韧性的提升效应存在显著差异。上述研究为企业更好享受营商环境优化的政策红利以实现韧性提升,以及为政府制定更合理的营商环境优化政策提供了理论指导和实践建议。

针对微表情持续时间短暂以及面部肌肉动作幅度细微的特点,提出一种基于双流Transformer的微表情序列识别网络(TSTMER)。首先,利用TV-L1光流法计算微表情序列帧与起始帧的光流信息,以获取微表情面部肌肉的运动特征。其次,设计微表情特征提取模块,该模块由两个Transformer网络和交叉注意力机制构成,其中两个Transformer网络分别用于提取光流图像和微表情图像的空间特征,交叉注意力机制将两者的空间特征融合为新特征。然后,设计一种时空注意力机制,以增强微表情局部区域和序列帧的权重。最后,采用Bi-LSTM学习微表情序列在时间维度上的前向和后向依赖关系。在多个微表情数据集上的实验表明,TSTMER网络在UAR和UF1测度上具有明显的优势。

研制了一款具有良好矩形系数(Shape Factor,SF)的带通滤波器。基于基片集成波导(Substrate Integrated Waveguide, SIW )结构,提出了在SIW顶层金属上蚀刻两个不对称的圆形互补开口谐振环(Complementary Split-Ring Resonator, CSRR )的方法,从而引入两个传输零点,能够有效地改善带外抑制并提高带通滤波器所需的频率选择性。同时,采用集成无源器件(Integrated Passive Device, IPD )工艺,实现了CSRR-SIW带通滤波器的小型化、高集成度。测试结果表明,研制的带通滤波器通带内最低插入损耗为3.18 dB,矩形系数达到2.1,相对带宽达到18%,滤波器的尺寸为2.74 mm×1.50 mm×0.54 mm。对于采用IPD工艺的小型化带通滤波器而言,该设计具备较好的矩形系数。

我国改革开放政策带来社会领域的深刻变革,当代青年群体的成长环境及其社会化的影响因素都发生了巨大的变化,青年对社会问题或普遍现象的感知力及其评价在代与代之间也发生明显的变化,这些都在很大程度上影响他们的价值观和行为模式。基于2013年和2021年中国社会状况调查(CSS)的跨年度数据系统分析了近十年来中国青年在社会公平感知、社会热点关注、社会信任及其评价等方面的动态变化。研究发现,青年对上述热点的关注度和敏锐度有显著提升,但各指标的指向意义有较大差异;青年对社会热点的评价趋于理性和多元化,包容性有所增强,体现其价值观多元化的特点。

通过建立激光器谐振腔内横模输出模式的数学模型,研究了不同腔内损耗下离轴泵浦的Nd:YVO₄激光器中高阶横模模式的输出特性。数值研究结果表明,在同样的腔内损耗下,输出横模的模式阶数与泵浦光偏离光轴的离轴位移大小呈正相关关系。此外,随着腔内损耗的不断增加,输出高阶横模模式的强度分布逐渐由对称分布转化为不对称分布。进一步搭建实验装置,通过改变激光器输出镜的反射率来调节腔内损耗,测量在不同输出镜反射率下横模模式的输出特性。实验结果表明,随着输出镜反射率从95%下降到81%、60%和50%,激光输出模式的对称性分别计算为93%、70%、43%以及14%。当输出镜反射率为60%时,所有非对称激光输出模式的输出功率可以在6.36 W的泵浦功率下超过1 W,最大输出模式可达到TEM_9,0。实验结果与数值研究结果符合较好。

提出了非均匀三次B样条曲线插值的双边尺度化Jacobi-PIA算法。该算法将双边尺度化Jacobi迭代法与渐进迭代逼近方法相结合,最终得到一系列逐次逼近给定数据点的非均匀三次B样条曲线。数值算例表明,双边尺度化Jacobi-PIA算法的收敛速度优于Jacobi-PIA算法。