陕西省交通运输业碳排放影响因素分解研究

基于陕西省相关统计数据,计算了2005-2013年陕西省交通运输业以及各种运输方式的碳排放量,通过构建LMDI分解模型,定量分析了运输能源强度、运输结构、交通运输业发展水平对陕西省交通运输业碳排放的影响。研究认为,运输能源强度的提高抑制了陕西省交通运输业碳排放量的增长,运输结构对陕西省交通运输业碳排放量增长的贡献力度不大,陕西省交通运输业发展水平的提高是影响碳排放量增长的主要因素。

基于EIO-LCA模型的陕西省产业碳减排效应

为了从产业结构调整角度对陕西省碳减排政策设计提供决策依据,选择能源消费、生产链、消费需求视角,基于2007和2012年投入产出表,采用IPCC碳排放核算方法和EIO-LCA模型分别测算陕西省2007和2012年30个细分部门的直接碳排放和间接碳排放,构建碳减排效应模型分析各细分部门的2007和2012年的碳减排变化。结果表明,直接碳排放中,电力、热力的生产和供应业,石油加工、炼焦及核燃料加工业,煤炭开采和洗选业等基础性能源部门的碳排放量较高;间接碳排放中,建筑业、其他服务业隐含碳排放量较高,而"流出"间接碳排放对最终需求引起的碳排放贡献最大;在碳减排政策设计中,上述部门应该成为碳减排的重点领域。

游戏库的安全性分析与验证

近年来,Android第三方库的安全问题层出不穷。为了研究第三方游戏库潜在的安全威胁,该文深入分析了21个主流的第三方游戏SDK,并建立了三种过程模型以揭示游戏SDK的实现细节,然后提出了7条安全准则,并说明了违反这些安全准则后游戏SDK提供方、游戏开发方、用户可能遭遇的5种攻击场景。最后,该文提出了检测违反安全准则的三种方法,并利用这三种方法对这21种游戏SDK及Android应用市场中的2000个游戏应用程序进行了检测,实验结果表明,这21个游戏SDK均违反至少一条安全规则,导致上百个游戏应用程序面临安全风险。

提升高校数据质量的质量管理体系的实践研究

文章旨在为高等教育机构提出一个全面的数据质量管理和治理框架,以支持其数字化转型。文章评估了当前高校数据管理的常见问题,并探讨了解决这些问题的策略。研究结果显示,许多高校在数据质量标准、监控机制和治理体系的构建上存在不足,阻碍了数据的有效利用和管理决策的准确性。基于这些发现,本文提出了一系列建议,包括制定明确的数据质量标准,建立综合的数据监控和评估机制,以及发展包含战略、战术和技术多层面的数据治理体系。结论强调,高校需要建立跨部门协作的数据管理框架,并投入必要的资源进行人员培训和技术投入,以确保数据管理和治理的有效性。

高速铁路对区域产业发展的影响效应分析

作为现代化的交通工具,高速铁路不仅加速了区域间人力资源、物质运输等的流动,而且对高速铁路沿线地区经济产业有着深刻的影响。本文以沪通高铁为例,应用数据分析法研究了南通市产业发展现状及特征,并与江苏省情进行对比分析,发现南通市产业发展具有明显的服务化、高科技化、重工业化趋势;从沪通高铁本身的节约时间、优化运输结构、节省成本三大价值出发,分析其六大特性如何影响南通市产业转型升级的机制。结果表明,沪通高铁之于南通最大的价值在于其可达性一举改变了南通市的经济区位从而为优化产业环境形成新的产业竞争优势提供了最佳的现实基础,沪通高铁通道能够叠加高速铁路与高速公路的产业带动效应,从产业规模、产业布局、产业环境、产业形态方面对南通产业发展产生重大而深远的影响。

光谱CT对头颈部金属植入物伪影的去除作用:一项基于人仿真模体的研究

目的探究基于光谱CT虚拟单能图像(VMI)和矫正金属伪影去除技术(OMAR)对头颈部不同部位不同金属植入物伪影的去除作用。方法采用CIRS人仿真模体分别构建脊柱固定术后模型、金属假牙填充术模型、脑动脉瘤栓塞模型。并以金属不锈钢或者金属钛分别替代等效组织。利用Philips光谱CT分别扫描无金属植入物、金属不锈钢植入物、金属钛植入物条件下的三个部位模型。分别重组出60 keV、80 keV、100 keV、120 keV、140 keV、160 keV、180 keV以及120 kVp下的非OMAR图像和OMAR图像。测量金属植入物旁感兴趣区(ROI)内的CT值和SD值,并计算伪影指数(AI)和信噪比(SNR)。绘制出非OMAR和OMAR的各扫描条件下的AI值柱状图,以及SNR值变化表格,采用配对样本t检验比较差异。两个以上变量采用方差分析F检验进行比较。结果在颈部脊柱金属植入物模型中,金属钛造成的金属伪影最严重,特别是在VMI_(60)时AI值为160.103,SNR值为1.851;当能级为100 keV时,结合OMAR后AI值为4.689,SNR值为6.471。在金属假牙填充模型中,金属钛造成的金属伪影在VMI_(180)图像时AI值最小为12.831,OMAR处理后的图像AI值变化不显著(P=0.121),但是SNR值在VMI_(180)+OMAR时最大为2.262,明显优于VMI_(180)(P=0.002)。在脑动脉瘤栓塞术后模型中,AI值在VMI120及以上能级表现相当,经OMAR处理后,伪影值略降低,但SNR值明显增大。结论基于光谱CT的VMI图像和OMAR算法可以有效去除金属植入物产生的金属伪影,但并不是OMAR算法结合越高能级VMI图像去金属伪影能力就越好,其去除伪影的效力取决于金属植入物的材质以及部位。