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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

新时代大学生的价值观表现为政治上耦合与张力交错、道德上奉献与困惑交织、生活上奋斗与躺平并存、学习上崇高与功利兼有、交往上现实与虚拟相伴等新特征。这些特征的出现与“两个大局”同步交织、文化格局多元开放、生存方式数字化、高等教育普及化的新时代境遇密切相关。抓好大学生的价值观教育引导工作,需基于大学生价值观特点和新的时空境遇,通过注重学理阐述、课程育人、平台搭建、环境营造、需求导向等多种途径,不断提升价值观教育实效性和针对性。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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%。

针对常用神经网络分类模型计算量过大的问题,本文提出了一种能够部署于中低端嵌入式设备的轻量级卷积神经网络模型—基于MobileNet-ShuffleNet结合的轻量级卷积神经网络模型。该模型结合MobileNet和ShuffleNet的特点,引入SE(Squeeze-and-Excitation)通道注意力机制和shortcut分支,采用改进的h-swish激活函数替代原有的ReLU激活函数,提高了目标识别的准确率和计算效率。测试结果表明:基于MobileNet-ShuffleNet结合的轻量级卷积神经网络模型在MDMFR数据集、FMD数据集和基于OpenMV嵌入式平台采集数据集的性能优于MobileNet、ShuffleNet、EfficientNet等传统轻量级卷积神经网络模型。

作为继农业经济和工业经济之后的新经济形态,数字经济的快速发展推动了数字化咨询、信息技术顾问和需求分析等相关服务领域兴起,对于我国经济结构和社会运行产生了重大影响。文章基于2014—2021年中国省级面板数据,从产业结构服务化产出水平和效率水平两个维度对数字经济与产业结构服务化之间的影响关系进行实证考察。研究发现,数字经济发展平均每增加一个标准差,导致产业结构服务化产出水平和效率水平分别平均上升0.216和0.503个标准差。机制检验结果表明,数字经济发展通过市场整合水平和资本技术效率两个渠道间接促进了产业结构服务化发展。异质性分析发现,中部地区以及城镇化高水平地区的数字经济对产业结构服务化的产出和效率两方面都有推动作用,西部地区与城镇化低水平地区的数字经济仅对产出方面有显著推动作用,而东部地区的数字经济仅对效率方面有显著推动作用。

我国数据跨境“白名单”制度法律功能包括数据跨境流动“朋友圈”的拓展功能、“一带一路”数据跨境流动的支撑功能以及国家间平等互利、共同进步的协商对话功能。总体上遵循着“由近及远”与“由点带面”的探索思路,“白名单”制度与安全评估、标准合同、专业认证等机制是并列关系而非互为替代关系,适用标准的考量因素应当包括境外接收方所在国公共机构的个人信息调取权限、个人信息保护政策以及法律法规、落实个人信息保护的具体机制和数据保护相关的条约、协定或国际承诺。

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。

针对跨视角步态识别方法在复杂穿着条件下识别精度不足等问题,本文提出了一种全局与局部特征融合(Global and Local Feature Fusion, GLFF )的跨视角步态识别算法。算法引入深度过参数化卷积构建神经网络来增强网络表征能力,首先通过水平分块卷积突出四肢运动信息,增强网络局部空间的细粒度特征;再利用集合池化层(Set Pooling, SP)提取视角鲁棒性高的全局静态特征,聚合不同步态时间点下的步态;接着融合特征并使用微动作模板构建器提取微动作特征,训练得到GLFF。利用中国科学院自动化所的CASIA-B数据集进行实验验证,本文算法在跨视角条件下平均识别准确率达到了88.9%,其中在复杂穿着条件下的识别率达到了79.5%。该结果表明全局与局部特征融合可以有效减少穿着因素对跨视角步态识别的负面影响。

传统的草莓成熟预测方法主要是依据种植人员的专业知识与经验,对不同品种草莓生长过程的不同阶段进行观察和检测,从而估计草莓的成熟情况,但这种方法效率偏低。针对该问题,本文首先依据草莓成熟度的国家标准,并在此标准下,将草莓的成熟情况进一步细化。然后建立了草莓数据集,训练了YOLOv5目标检测模型,利用该模型对草莓的成熟情况进行数值化,并将数值化结果进行了统计,对数据进行处理得到了样本点。最后,分别利用一元多项式回归、神经网络回归以及DoubleBoltzmann拟合方式,得到1 728个样本点,对指定生长条件下的红颜草莓生长曲线进行了回归拟合,并对结果进行了对比分析。实验结果表明:本文构建的草莓成熟期生长模型较为准确,可以对草莓从开始结果到果实成熟的全过程的生长趋势作出预测和分析。

采用中国30个省份2013—2022年的面板数据,通过熵值法、核密度估计、Dagum基尼系数、空间Markov链以及标准差椭圆等方法对中国新质生产力发展水平及时空演化特征进行分析。研究发现:(1)绿色低碳发展是新质生产力发展水平的重要测量指标之一;(2)新质生产力发展水平较低,呈现东、中、东北、西依次递减的分布特征;(3)从地区发展差异来看,新质生产力发展总体差异呈先下降后上升趋势,各地区内部的差异大致表现为“西部>东部>中部>东北”的分布特征;(4)从动态演进趋势来看,全国和各地区的新质生产力发展均呈现上升趋势,且地区间的极化现象有所减缓,但绝对差异有所增大;(5)从空间分布动态来看,新质生产力发展水平的空间格局呈现东部沿海向内地逐渐减弱的趋势,高水平的省份主要集中在东南沿海地区。

曲线逼近是计算机辅助几何设计(CAGD)中的基本问题之一,在数据压缩、路径规划和轨迹生成等方面有着广泛的应用。然而在处理复杂交曲线的逼近问题时,常面临计算复杂度较高和逼近效果不佳的挑战。针对上述挑战,本文提出一种基于最小化平方距离积分的曲线逼近算法,通过最小化原曲线与指定逼近曲线在参数区间内的平方距离积分,实现逼近曲线控制点的求解。不同于传统积分最小化方法,该算法采用高斯-克朗罗德积分法来精确快速完成复杂积分的数值计算,提高了逼近精度和计算效率。实验结果表明,基于最小化平方距离积分的曲线逼近算法相比现有技术能实现更高的逼近精度和更小的数据量。

基于SMIC 55 nm工艺,采样亚采样技术设计了一款低杂散、低抖动的2.4 GHz锁相环。针对传统电荷泵锁相环输出信号抖动较大和带内噪声较高,引入亚采样技术以实现锁相环低抖动性能;研究了亚采样锁相环的参考杂散的三个影响机制,并根据这三种影响机制提出了Dummy采样器、隔离缓冲器和新型亚采样电荷泵的方法,以减小输出信号的参考杂散。为了避免锁频错误和减小锁定时间,提出了一种含有新型死区产生电路的锁频环路。考虑到输入信号对输出噪声的影响,设计了一种占空比可调输入信号缓冲器,进一步减小输出参考杂散。仿真结果表明,在1.2 V电源电压下,该亚采样锁相环在50 MHz频偏处参考杂散为-87.72 dBc,带内相位噪声为-126.3 dBc/Hz@1 MHz,整体的功耗为11.72 mW。

从海量的医疗文本中挖掘信息,提取关键的命名实体,对提升医疗信息处理与对话理解的效率至关重要。针对医疗领域命名实体识别任务中复杂的医学术语识别困难、单一特征方法难以全面精准捕捉的问题,提出一种融合字音、字形及词典信息等多种特征的医疗文本命名实体识别方法。该方法使用预训练模型提取语义向量,构建汉字笔画、部首的字形向量及带有音调的拼音向量,通过双向匹配对齐医疗词典并动态融合特征,最终将多模态特征输入到BiLSTM-CRF模型以提升识别效果。实验结果表明,该方法在IMCS互联网医患在线对话文本上的识别效果上显著优于其他对比实验。测试集上的F1值最高达到了92.5%,相较于其他五个对比实验(Base-BERT、MC-BERT、RoBERTa-wwm-ext、Medbert-Kd-Chinese、Albert-Base-Chinese),其F1值最高提升了8.6个百分点。此外,消融实验也进一步验证了融合特征对提升识别效果的有效性。

针对无人机存储能量有限的问题,研究了一种无人机协助边缘计算的无线供电通信网络资源分配策略。通过在地面部署激光束导向器,可以为无人机在短时间内提供足够的能量;随后,多个地面终端通过射频能量收集方式从该无人机获取能量,并将各自的计算任务卸载到配备边缘服务器的无人机。将资源分配问题建模为最优化问题。在满足能量和数据因果关系、计算资源和发射功率的约束条件下,以最小化无人机的总能耗为优化目标,通过引入帝国竞争算法,获得次优解。仿真结果表明,相比于粒子群优化算法和等上传时间分配方法,帝国竞争算法消耗的能量更少。