中国特色社会主义粮食政策变迁与政策主体协同网络演化研究--基于1953-2022年政策文本的分析

[目的/意义]粮食政策是保障国家粮食安全的重要制度设计,研究其政策变迁历程及特征对优化中国特色社会主义粮食政策体系具有重要意义。[方法/过程]本文以1953-2022年发布的410份粮食政策为研究样本,运用新制度经济学中的制度变迁理论,结合重要事件法,划分了粮食政策主题变迁的历史阶段,发现粮食政策变迁的相机组合模式。基于社会网络理论,利用政策文本计量方法,研究了粮食政策主体的协同网络演化特征。[结果/结论]研究发现:(1)我国粮食政策变迁的总体基调由“以取为主”向“以予为主”转变,调控手段由政府主导向市场引导转变,实施目标由数量安全拓展到数量质量并重;(2)粮食政策变迁呈现出由强制性变迁向诱制性变迁转变、激进式变迁与渐进式变迁交替呈现、调控手段路径依赖等鲜明特征;(3)粮食政策主体具有典型的“小世界”网络特征,协同的复杂性、协调性与全域性愈发显著;(4)“广度-强度”二维分析框架表明,政策主体协同网络先后呈现出分散型、局部集中型、“中心-边缘”型、“中心-极化”型、均衡多主体型的演化趋势,且核心主体地位趋向稳固。

基于协同网络与度量学习的标签噪声鲁棒联邦学习方法

针对联邦学习中标签噪声问题的研究较少,目前的主流方法是,服务器端引入基准数据集对客户端的模型进行评估,对客户端的聚合权重、特征类中心进行控制等,但大多数方法区分噪声客户端/噪声样本的能力尚有提升空间。文中提出了一种基于协同网络与度量学习的标签噪声鲁棒联邦学习方法。该方法由以下3部分组成:1)客户端互评分机制:客户端为彼此模型评分,构建评分矩阵,进一步将其转化为邻接矩阵,以区分干净/噪声客户端。2)协同网络模块:通过构建两个协同对等的联邦网络模型,使用简森-香农散度为协同网络彼此的训练区分干净样本与噪声样本。3)联邦-协同网络三元组损失:为噪声样本设计损失函数,约束同一噪声样本协同网络的输出特征。在CIFAR-10和CIFAR-100两个公开数据集上进行实验验证,结果表明所提方法在准确性上具有优势。

面向无人作业的天空地协同网络:需求、挑战、技术变革机遇

在偏远、危险地区,机器人可感知环境、智能交互,协同完成复杂任务。以卫星和无人机为主体的天空地协同网络能够为这些机器人提供全域泛在、随遇接入的通信服务。首先,分析无人作业发展趋势和机器人通信需求。基于此,面向机器人通信的特点,建议跳出“信息传输管道”的传统视角,在支持信息传输的同时,关注信息的内容和价值。进一步综合考虑机器人通信中信息生成的动作及其反馈,提出潜在技术变革的切入点。具体地,从结构化通信资源配置、机器人行为调控和感-传-算-控闭环模型三个方面阐述维纳控制论启发的通信范式变革途径。

面向星地协同网络的联邦边缘学习方法研究

目前地面蜂窝网络无法实现全球广域覆盖,同时抗毁性不高。低轨卫星网络的加入,弥补了地面蜂窝网络的不足。二者协同成为星地协同网络后可以打破两种网络之间互相独立的现状并结合它们的优点,是未来的发展趋势。在对星地协同网络中海量设备产生的大量数据进行分析处理时,易出现隐私信息泄露和数据孤岛问题。为解决上述问题,提出一种包含分层聚合和用户关联策略的联邦边缘学习算法。该算法通过分层聚合来适配星地协同网络,并通过用户关联策略实现时延和模型精度的联合优化。仿真表明,所提出的算法可以使协同网络中进行联邦边缘学习的全过程时延较低,同时可以得到较高的模型测试精度。

全面创新改革试验区政策工具协同网络研究

全面创新改革试验区政策对建设科技强国有重要意义。为总结全面创新改革试验区政策发展规律与典型经验,文章以广东、安徽和四川三个省级试验区为研究对象,运用社会网络分析法,分别构建了三个试验区在政策形成与政策扩散时期的政策工具协同网络。政策形成时期,广东坚持科技创新与体制机制创新“双轮”驱动,并加强科技合作;安徽以制度改革为突破口;四川以金融创新助推科技创新,以科技创新推动产业发展。政策扩散时期,广东形成了以“科技合作—法规管制—示范试点”为多元核心的政策工具协同网络;安徽注重科技合作;四川注重制度改革。

粤港澳大湾区背景下香港地区与内地技术创新协同网络演化研究——以专利计量信息为依据

为研究香港地区与内地技术创新协同网络演化关系,以两地创新个体之间合作申请专利信息为研究对象,采用社会网络分析法,构建网络整体层面和节点层面指标评价体系。得出结论与启示如下:①两地技术创新协同信息的传递性及可达性较好,建立技术创新协同关系潜力较大,但总体网络规模较小,应为两地提供良好的平台和路径。②高校和民营企业在两地技术创新协同中是核心力量,政府应高度重视并充分发挥其作用。③两地技术创新协同主要表现为集团企业子母公司间及集团公司与控股公司之间的技术创新个体内部协同现象,应积极鼓励更多有实力的企业在两地成立子公司或分支机构。

结合MacBERT与多层次特征协同网络的音乐社交评论情感分析模型

为更好地解决传统模型特征捕捉能力不足,词向量语义表示不准确等问题,提出了结合MacBERT与多层次特征协同网络的音乐社交评论情感分析模型MacBERT-MFCN(MacBERT and Multi-level Feature Collaborative Network)。采用MacBERT模型提取评论文本特征向量,解决静态词向量无法表示多义词的问题;多层次特征协同网络结合双向内置注意力简单循环单元(Bidirectional Built in Attention Simple Recurrent Unit,BiBASRU)和多层次卷积神经网络(Multilevel Convolutional Neural Network,MCNN)模块,全面捕捉局部和上下文语义特征;软注意力用来衡量分类特征贡献的大小,赋予关键特征更高权重。基于网易云评论文本数据集进行实验,结果表明,MacBERTMFCN模型F1值高达95.56%,能有效地提升文本情感分类准确率。

基于多尺度语义协同网络的高校网络舆论情感分类研究

针对基础深度学习模型特征提取能力不足,循环网络训练效率低等问题,将高校社交网络平台评论文本数据作为研究对象,提出了基于多尺度语义协同网络的高校网络舆论情感分类模型。预训练模型ALBERT(A Lite BERT)通过结合当前词的具体上下文动态调整向量表示,提升词向量语义表征质量。多尺度语义协同网络捕捉评论文本不同尺度下的多通道融合情感特征,软注意力机制计算每个特征对情感分类结果的影响权重大小,加权求和后得到情感分类特征表示,线性层输出分布概率并得到具体情感倾向。在真实高校图书馆社交网络平台用户评论数据集进行实验,结果表明该模型F1分数达到了97.46%,优于近期表现优秀的实验对比模型,且通过消融实验证明了各个功能模块的有效性。

面向虚拟电厂的协同网络攻击模型及跨空间故障传播机理

电力专网与公用互联网的互动可深度挖掘虚拟电厂的灵活性潜力,然而虚拟电厂在提供灵活性服务时易受到公网侧的网络攻击致使系统出现灵活性缺额,进而影响新型电力系统的运行安全。针对虚拟电厂遭受协同网络攻击,首先根据虚拟电厂的运行机制和通信网络架构,给出了公网侧潜在的网络攻击途径;其次,建立了电动汽车的混合逻辑动态模型来推演其后续时间断面的灵活性调节容量;然后,建立了虚假数据注入和拒绝服务两种典型网络攻击的事件驱动模型,在此基础上提出了基于事件驱动-融合流模型的电网安全状态动态推演方法;最后,对改进的IEEE 30节点系统进行了仿真计算,结果表明所提方法能够刻画跨空间故障的传播路径并量化协同网络攻击对电网的危害,为电网运行人员开展动态风险评估与信息安全防护奠定基础。

“一带一路”沿线国家经济周期协同网络的结构特征及驱动因素研究

文章采用瞬时拟相关系数测算2000—2021年“一带一路”沿线国家经济周期协同性关系,并借助社会网络分析方法实证研究其经济周期协同网络的结构特征及驱动因素。研究发现:“一带一路”沿线国家经济周期协同网络的密度偏低,具备典型的“小世界性”的结构特征;“一带一路”倡议实施后,沿线国家经济周期协同性关系的紧密性和集聚性有所强化;沿线国家存在明显的个体特征差异,其相对影响力与中介作用并不完全匹配;中国在网络中拥有相对较高的影响力,但相应的枢纽作用仍偏弱;双边贸易强度、经济发展差异和历史类因素显著强化沿线国家经济周期协同性关系,而财政政策差异、产业结构差异、政府治理差异和地理距离显著弱化了协同性关系;“一带一路”倡议实施后,双边贸易强度、产业结构差异、经济发展差异、货币政策差异、政府治理差异和区域贸易协定对沿线国家经济周期协同性关系的影响日益增强。文章为加强沿线国家协同性关系和推进“一带一路”建设提供了新的政策依据。

分布式协同网络用电负荷分层加权概率预测方法

先进计量体系(AMI)是智能电网中的分布式协同网络,其通过广泛布置的分布式测量计算节点对用电端的用户用电信息进行测量和协同分析。基于分布式协同网络测量得到的海量数据,针对短期用电负荷的概率预测问题提出一种分层特征加权概率预测方法。该方法采用核主分量分析提取用电负荷测量样本的非线性特征,根据提取的特征采用马氏距离判据对用电负荷数据进行特征加权,剔除权重低的不相关干扰数据;提出将经验模态分解与稀疏贝叶斯学习方法相结合的机器学习用电负荷概率预测方法,对用电负荷高频与低频分量进行分层概率分布预测。最后,将所提出的方法应用于某地区的短期用电负荷预测实验,实验结果表明该方法能够有效预测短期用电负荷的概率分布,预测精度高、可靠性好。

容忍阶段性故障的协同网络攻击引发电网级联故障预警方法

为了准确预警由协同网络攻击引发的电网级联故障(CFCC),提出了一种容忍阶段性故障的预警方法。首先,通过分析CFCC预警的目标,提出阶段性故障容忍的原则并论述基于该原则的CFCC预警原理。然后,设计容忍阶段性故障的CFCC预警方法。该方法依据预警初始时刻的网络攻击观测序列辨识各种潜在CFCC以构造预警解集合。文中利用动态计算的网络攻击预测误差与阶段性故障观测误差作为预警的信息物理协同判据,这样可以逐渐缩小预警解集合的规模以判别CFCC类型及演化趋势,并分析该方法对CFCC主动防御有效性的提升。最后,通过典型CFCC仿真与预警的实验结果验证了该方法的有效性。

智慧协同网络服务内容在传输路径上的缓存分配策略

针对智慧协同网络提出一种服务内容在传输路径上的缓存分配策略。该策略根据服务内容的流行度部署其在传输路径上的缓存位置,以求充分、高效地发挥网络缓存作用,进而提升网络的总体性能。所提分配策略分别在5层树型拓扑和由279个节点组成的真实网络拓扑中进行了性能测试。结果显示,该策略在所测的性能参数中表现出色,就平均服务获取距离而言,较命名数据网络(NDN,named data nerworking)所使用的LCE(leave copy everywhere)策略,其性能提高20%以上。

一种智慧协同网络多参数的多路径路由算法

多路径路由技术采用多条路径同时传输,作为优化资源配置和负载均衡的重要技术,在路由可靠性、QoS路由、传输效率等多方面比单路径传输具有优势.现有互联网网络资源配置和路由机制相对静态和僵化,导致多路径技术的发展存在发展的局限性.现有多路径技术考虑在路由层面不利于多路径路由选择和计算,难以保证传输性能,降低网络传输效率.智慧协同网络能够动态感知网络需求,灵活适配网络资源,更好的支持路由可扩展性.本文在智慧协同网络架构下提出了一种智慧协同网络多参数的多路径路由算法.该算法制定了智慧协同网络多参数的多路径路由协议,对网络性能参数CPU占用率、往返时延(RTT)、带宽进行加权计算得到路径权重值,根据权重值进行流量分配.采用图论理论对网络流量分配及模型进行了分析.并在Mini-Net平台上进行了开发和实验,结果表明,该算法能够优化网络配置,减小往返时延,提高网络吞吐量,从而提高网络性能,实现负载均衡.

移动制造协同网络的多要素复杂性分析

为了解决移动制造协同空间的描述和分析问题,在分析用户/协同功能关系的基础上,定义了协同网络.通过定义、计算、分析节点的强度、聚集系数等参数及其关系,揭示了各节点在网络中的地位与相互关系,进而研究了用户界面之间的耦合关系.该研究可为协同空间的构建和协同过程的监控提供依据.

企业竞争战略新选择:协同网络的构建研究

非营利组织的迅速成长改变了企业的生存环境。企业如何与非营利组织协同发展以获取竞争优势成为必须给予关注的现实问题。本文以“协同网络”的概念界定为研究起点,探讨了协同网络形成的动因,通过刻画企业行为的社会嵌入性特征,阐释了协同网络形成及扩展的机制,最后指出构建协同网络并从中获取竞争优势是企业在竞争中获得发展的新的战略选择。

知识域耦合对企业知识创新能力影响的仿真——协同网络视角

提升知识创新能力是企业保持竞争优势的主要途径。本文在对知识域耦合与知识创新能力影响因素以及两者之间因果关系分析的基础上,构建了协同网络中知识域耦合对知识创新能力影响的系统动力学模型,并进行了仿真分析。结果表明:知识域耦合正向影响知识创新能力,同时伴随有阶段性结构突变的非均质性特征;网络惯例与知识域耦合及创新知识增量之间存在倒U型关系;互补性知识在协同合作后期分别与知识域耦合、创新知识增量正相关,替代性知识则相反;企业的知识吸收水平、合作意愿与知识域耦合、创新知识增量正相关。因此,企业应保持适当惯例,有效进行外部知识搜寻,增强合作意愿,提高自身知识吸收水平,通过促进知识域耦合以提升知识创新能力。

大规模科学技术工程组织协同网络模型及链接关系研究

大规模科学技术工程涉及数量众多的各类实施组织,针对其中复杂的组织协同结构及其关系问题,本文基于组织理论、协同理论和网络组织理论,运用系统工程和项目管理方法和技术,构建出集中型、适应型、分散型组织协同网络,并进行形式化定量描述,然后分析了协同关系维度及其主要影响因素,提出职权链接关系和契约链接关系及其对应的两种组织协同网络管理模式。

企业与NPO构建协同网络获取竞争优势:以彩虹文化公司与浙江慈善总会合作为例

非营利组织的迅速成长改变了企业的生存环境。企业如何与非营利组织协同发展以获取竞争优势成为必须给予关注的现实问题。本文以“协同网络”的概念界定为研究起点,在阐释协同网络形成动因的基础上,分析了企业竞争优势源的获取机制,并用典型案例予以佐证,最后指出构建协同网络是企业在竞争中获得发展的战略新选择。

协同网络下分布式跟踪的动态传感器管理

协同网络系统采用分等级的分布式信息处理结构,在实现对杂波中多目标的精确跟踪时,需要考虑量测起源不确定性问题和传感器对目标及局部融合中心的同时分配问题.针对上述问题,文中提出了一种适用于分布式跟踪的动态传感器管理方法.首先以修正Riccati差分方程的解作为目标跟踪性能的评价标准,据此构建传感器管理的目标函数,然后根据分层优化策略,利用蚁群算法实时求近似优解,最后基于分布式融合算法获取多目标的最优跟踪轨迹.仿真结果表明,与NN分簇和MV分簇两种传感器管理方法相比,文中所提方法具有更高的目标跟踪精度和网络资源利用率.