领军企业创新链模式研究:基于不同创新情境的多案例分析

加快构建领军企业创新链是我国科技发展征程中面临的一个重要理论和现实问题.然而,目前对领军企业创新链的模式尚缺乏深入研究.本文聚焦产品类型和技术创新路径这两个重要的情境因素,选择四家分属不同情境的中国领军企业作为案例企业,通过对案例企业在其关键产品研发中的创新链部署过程进行多案例比较分析,探究领军企业创新链的模式及其与创新情境的匹配.研究发现,产品类型和技术创新路径对领军企业创新链的结构与运行特征产生重要影响;通过在数据资料中对案例企业创新链部署过程进行扫描,分别从创新链的结构与运行视角对不同情境下领军企业创新链的特征进行了归纳,提炼了领军企业创新链的四种模式,分别是:“共生开放型”、“线性开放型”、“共生聚合型”和“线性聚合型”;并采用模式匹配技术构建了情境因素与领军企业创新链模式之间的关联.研究结论可以为不同行业的领军企业根据所处情境有效部署创新链提供理论指导,并为政府制定创新链相关政策提供有效参考.

产前超声用于胎儿动脉导管提前收缩研究进展

胎儿动脉导管(DA)提前收缩可致管腔狭窄、闭锁,进而出现右心室流出道梗阻,引发右心衰竭甚至死亡;常由母体孕期应用前列腺素合成酶抑制剂类药物或摄入富含多酚类物质所致。产前超声可实时、动态观察胎儿DA开放及收缩状态,以彩色多普勒监测血流,进而评估心功能变化。本文围绕产前超声用于胎儿DA提前收缩研究进展进行综述。

平台型组织创新:概念、特征与优势

平台型组织是依托平台商业模式,按照模块化分工形成的、由平台主和互补创新者构成的、具有核心外围结构的一种能够在新型商业机会和挑战中构建灵活的资源、惯例和结构组合的组织形态。平台型组织可以分为公司平台与行业平台、交易平台与创新平台、单边平台与多边平台、内部平台与外部平台等多个类型。平台型组织创新的主要特点是同时具备组织结构的“核心-外围”二元性和创新活动的“核心创新-互补创新”二元性。平台型组织创新的主要优势体现在平台的连接性与“ba-sho”原理、平台的模块化与互补原理、平台的传播性与社区原理、平台的数字趋势与数字赋能四个方面。平台型组织创新能力的提升,需要在平台构建过程中,根据组织结构二元性与创新活动二元性之间的多维匹配,对平台架构和界面开放程度进行合理设计;组织的平台化转型宜适时适度。

意义进化视阈的词义创新探究

哲学-逻辑学走向的词汇语义研究洞见了词汇意义的诸多规律。然而,这一研究范式持客观主义意义观,忽略人和语境因素,词义创新研究未受到应有重视。修辞学-民俗学走向的意义研究持经验现实主义意义观,认为意义发生发展于人与人、人与环境的互动。意义进化视阈的词义创新探究发现:词义创新是“划分”与“整合”结合的认知深化过程;文化差异导致自然语言之间的范畴精密度、模糊性、典型性不对应。语篇发生视角的词义语境化创新运用分析结果表明,词义创新发生于语篇创造过程,源于作者的创新思维,在语篇意义构建中发挥了不可或缺的作用。

工作沉迷的人际影响:分析框架、理论逻辑与研究议题

数字技术的迅速发展正在重塑劳动力市场和工作环境,职场中的工作沉迷现象日趋普遍和复杂,并对家庭和职场中的人际关系产生重要影响。在家庭领域,工作沉迷会导致资源的过度消耗,并将职场中的负面效应扩散到家庭生活,对家庭成员造成不良影响。相较之下,职场中的工作沉迷则具有双刃剑效应。工作沉迷型领导通常会设定过高的工作要求,这不仅会导致下属在信息处理方式和认知评价上产生不同反应,还会加剧工作压力和资源耗竭。同时,这类领导行为也可能激发下属的激活水平,提升其工作动机,并增强对领导的认同感。针对这些复杂现象,亟须构建一个系统全面的工作沉迷人际影响的分析框架。未来研究应重点关注以下方向:系统构建工作沉迷人际影响的多维框架、重点关注职场领域工作沉迷的人际效应、深度剖析工作沉迷人际影响的作用机制、持续完善工作沉迷人际影响的干预策略以及创新开发本土化工作沉迷测量评价工具。

无人机双目视觉鲁棒定位方法

无人机(unmanned aerial vehicle,UAV)在全球定位系统(global positioning system,GPS)信号拒止环境中的应用受到限制,传统视觉同步定位与建图(simultaneous localization and mapping,SLAM)技术一定程度上解决了该问题,但在动态场景和弱纹理场景中定位精度较差。针对该问题提出一种基于双目视觉的多场景鲁棒SLAM方法,重点考虑了真实环境中的动态和弱纹理2类具有挑战性的场景,利用双目相机为UAV在动态和弱纹理场景中提供位姿信息。针对动态场景利用掩膜基于区域的卷积神经网络(mask region-based convolutional neural network,Mask R-CNN)分割潜在动态内容并剔除动态特征,通过计算稠密光流同步相邻帧的掩膜,减小了掩膜的计算成本。对于弱纹理场景,在传统SLAM算法使用的点特征基础上融合了线特征,充分利用了环境中的结构特征。数值模拟和仿真实验证明了本文算法具有更高的鲁棒性和精确性。

领军企业创新链中联盟组合的构建机制研究——以华为5G技术研发为例

以华为5G技术研发为案例研究对象,探究领军企业创新链中联盟组合的构建机制。研究表明:领军企业在创新链不同阶段的创新目标导向下,采用了科技外交家、创新研究计划、定向精准邀约、产业生态合作的差异化联结方式,与不同成员建构了“研发导向-无耦合”“研发导向-松散耦合”“研发导向-紧密耦合”和“商业导向-紧密耦合”等多元耦合结构的联盟组合。

输电线路清障飞行机器人双行走轮同步控制

传统架空输电线路异物清除作业无人机易受环境影响,作业困难且存在较多扰动等问题。基于此本文设计一种高空作业无人机挂线行走控制机构解决该问题。首先,根据输电线路环境与无人机作业模式,设计挂线行走机构,减弱高空作业时对无人机所受飞行作业扰动的影响;其次,针对清障机器人双行走轮转速同步存在误差问题,提出一种基于反向传播–比例积分微分(back propagation-proportional-integral-differential,BP-PID)主从融合偏差耦合的电机同步控制策略。通过仿真与实物实验验证表明,本文提出的挂线作业无人机双行走轮同步控制算法可有效解决电机因负载导致的转速不稳定以及高空作业无人机受环境扰动的问题。

镁锂合金中LPSO相的研究进展

与其他金属结构材料相比,被称为超轻材料的镁锂合金具有超低密度、高塑性、高比强度、高比刚度及良好的阻尼减震等优异性能,是航空航天、武器装备等对质量密度极其敏感的高端制造领域的理想材料。然而绝对强度过低,尤其是强化相容易发生过时效导致性能大幅下降,严重限制了其多场景、规模化的生产应用。近年来在Mg-RE-TM合金中发现的长周期有序堆垛结构(LPSO相),具有较高的强度与热稳定性,能够有效提高镁合金的强度、塑性及高温抗蠕变性能,同时还可改善合金耐蚀性、电磁屏蔽性及阻尼减震性能等,为Mg-Li合金的强韧化及功能性结构材料的研发提供了新思路。本文在简要总结LPSO相的结构类型与形成机理的基础上,综述了含LPSO相镁锂合金组织和性能的国内外研究现状,并指出了未来研究工作的重点发展方向,以期为含LPSO相新型镁锂合金的开发和性能调控提供参考。

采用两种神经网络进行光谱校正及涂饰木材树种光谱分类识别研究

根据不同木材表面的光谱反射率差异可以对木材树种进行分类识别。在木制家具及工艺品的生产实践中,考虑到防止木材腐败、开裂,美化木制品外表及延长木制品使用寿命等原因,经常需要在木材表面涂抹某种涂饰。涂抹涂饰将导致木材表面光谱反射率曲线产生漂移和变形,经实验验证无法使用原始木材表面的光谱反射率训练出的分类器模型对涂饰木材光谱曲线进行分类识别。相对于原始木材光谱曲线,涂饰木材光谱曲线的漂移和变形可以用非线性模型来拟合;而这种非线性拟合一般使用神经网络来实现。为了能够继续使用原始木材光谱反射率训练的分类器模型,使用全连接神经网络拟合了原始木材光谱反射率和涂饰木材光谱反射率之间的关系模型,通过该模型对涂饰木材光谱反射率进行校正,实现使用原始木材光谱所训练的分类器模型对涂饰木材进行分类识别的目的。此外,还使用卷积神经网络对光谱反射率提取卷积特征,引入表征原始木材光谱反射率和涂饰木材光谱反射率的卷积特征之间关系的隐藏层,将涂饰木材光谱反射率的卷积特征进行校正,并通过输出层输出其分类结果。为了验证所提出的校正模型的有效性,本文以20种木材样本的近红外光谱(950~1650 nm/near infrared spectra,NIR)和可见光/近红外光谱(350~1000 nm/visible and near infrared spectra,VIS/NIR)为研究对象,对比了8种不同涂饰建立的校正模型性能。实验结果表明,NIR的校正分类效果要好于VIS/NIR的校正分类效果;卷积神经网络的校正模型可以将涂抹透明涂饰木材表面的NIR分类正确率提高至70%以上;全连接网络模型可以将涂抹透明涂饰木材表面的NIR分类正确率提高至80%以上,但两种模型都无法对非透明涂饰进行校正。从模型的训练速度和识别效率上看,卷积神经网络的校正模型要好于全连接神经网络的校正模型。综上所述,通过神经网络建立起的原始木材光谱反射率和涂饰木材光谱反射率之间的非线性关系模型,可以对涂抹透明涂饰的木材光谱曲线进行校正。进而实现直接使用原始木材光谱反射率所训练出的分类器模型对涂抹透明涂饰木材光谱曲线进行分类识别,使得木材树种分类识别应用领域从原始木材扩展到涂抹透明涂饰木材,具有较好的实际应用意义和前景。

追逃模型边防博弈算法研究

针对一个或多个追击者和一个躲避者的追逃微分对策,尽管博弈双方都具有简单的运动形式,但直接求解HJI(Hamilton-Jacobi-Isaacs)方程得到纳什均衡解是很困难的。为了得到博弈解,利用阿波罗尼斯圆通过几何方法求解出最佳解决方案。将舰艇运动简化为二维的数学模型,对其进行追逃博弈算法仿真。通过研究可知,对于在边界内实现的捕获,博弈双方的回报是捕获点到边界的距离;在程度博弈中,追击者总是可以抓到躲避者。基于几何特性导出的博弈解,在由不封闭的连续线段组成的边界下,对多追击者–单躲避者的程度博弈进行验证。仿真结果表明,在多追击单躲避博弈中,尽管捕获区域由多个追击者确定,但通常只由1个或2个追击者实现捕获;博弈有多个最优解时,存在散射曲面,不同的选择会对博弈的性能产生影响。该算法在一定程度上简化了追逃博弈的求解过程,可为边界条件下进行目标追踪与捕获提供参考。

电力巡检失联无人机精确定位系统

由于电力无人机巡检作业工况复杂,受人员技能水平制约及外部环境干扰极易导致无人机发生坠毁、失联。特别是在福建山区发生坠机事件后,由于植被茂密,极大提高了失联无人机查找难度。为此,设计基于4G Cat1模块、全球导航卫星系统模块和超宽带模块的微型定位装置,开发上位机微信小程序,并提出一种基于超宽带与全球卫星定位系统融合定位算法。经现场测试表明该装置定位精度高,可有效提高无人机查找成功率,具有较高的推广应用价值。

LaMO_(3)(M=Mn、Fe、Co、Ni)的制备及储锂性能研究

镧基钙钛矿型氧化物因其理论容量高、制备简单、原材料丰富等优点深得科研人员的青睐,但是这类材料仍然存在不足,即容量易衰减,电导率低,在脱嵌锂过程中大的体积效应。本文采用简单的溶胶凝胶法制备不同B组分的钙钛矿氧化物,分别制备了LaMO_(3)(M=Mn、Fe、Co、Ni)钙钛矿氧化物材料。采用X射线衍射仪测试样品的晶体结构,使用Rietveld方法对XRD数据进行精修处理,采用场发射扫描电子显微镜观察样品的形貌和微观结构,最后将电极材料组装成CR2032扣式电池来评价电极材料的电化学性能,采用多种电化学测试手段分析各自的电化学性能。研究发现,由溶胶-凝胶法制备的镧基钙钛矿氧化物的粒径大小不同,电化学性能有所差异。其中,LaNiO_(3)纳米颗粒在500 mA·g^(-1)电流密度下循环500周后放电比容量达到了573.8 mAh·g^(-1),并且曲线更平稳且呈持续增长趋势。即使在5 A·g^(-1)的大电流密度下,放电容量仍然能达到146 mAh·g^(-1),明显高于其他三种材料。最后,本文总结了LaNiO_(3)电化学性能优异的原因。

基于CT纹理特征的机器学习模型预测尿路结石首次ESWL疗效

目的 探究基于CT纹理特征构建的机器学习模型能否准确评估尿路结石患者首次体外冲击波碎石术(ESWL)的疗效。方法 317例尿路结石患者,均在首次ESWL术前2周接受了非增强多层螺旋CT(MDCT)检查,根据来源分为内部队列(深圳市人民医院,250例)和外部队列(深圳市罗湖区人民医院,67例)。通过3D-UNet算法构建自动化语义分割模型,并计算Dice系数以量化预测分割和真实分割之间的重叠程度。基于CT纹理特征与XGBoost算法构建ESWL对尿路结石疗效的机器学习模型,采用5折交叉验证和多中心外部测试策略验证模型的稳定性和泛化性,利用SHAP算法探索每个特征对模型决策的贡献程度。结果 外部队列的平均Dice系数为(0.88±0.08)。对于尿路结石ESWL疗效(成功VS失败)预测模型,5折交叉验证的受试者工作特征曲线下面积(AUROC)分别为0.91、0.89、0.87、0.88和0.92,准确率分别为0.84、0.78、0.76、0.81和0.84。最优模型的训练集和测试集AUROC分别为0.92和0.84,均在95%CI内。无论是形态学特征、一阶统计学特征还是纹理特征,所有输入模型的特征在模型的决策中都发挥了一定的作用,灰度相关矩阵高灰度依赖程度(gldm_LDHGLE)、first-order Minimum和shape Elongation在尿路结石行首次ESWL疗效(成功VS失败)的预测模型中发挥了主导作用。结论 基于CT纹理特征所构建的预测模型可以准确评估首次ESWL对尿路结石的疗效。

基于卷积神经网络的近红外光谱与数字图像特征信息融合木材树种识别

【目的】基于卷积神经网络自动提取,探究融合木材近红外光谱与数字图像特征信息准确识别木材树种的可行性。【方法】以樟科10种木材标本为例,使用手持式近红外光谱仪和便携式扫描仪采集木材标本横切面近红外光谱和图像。创新引入递归图方法,将手持式近红外光谱仪采集的一维短波长近红外光谱转换为二维图像,促进卷积神经网络从近红外光谱数据中提取判别性更强的特征,实现近红外光谱与图像在二维尺度上的融合。构建结构简单的双分支卷积神经网络模型,自动提取、融合近红外光谱与图像特征识别木材树种。【结果】与直接使用一维近红外光谱的建模方法相比,近红外光谱递归图结合卷积神经网络模型的识别性能提升1.79%~14%;与使用近红外光谱或图像单一特征识别相比,双分支卷积神经网络模型自动提取、融合近红外光谱与图像特征,对10种木材的识别性能至少提高3%,模型准确率、精度和召回率均大于99%。【结论】一维短波长近红外光谱递归图转换能够促进卷积神经网络从近红外光谱数据中提取判别性更强的特征,提高模型识别性能。双分支卷积神经网络能够充分提取并有效融合木材近红外光谱与图像特征,一定程度上可克服使用单一特征识别木材树种的不足,提高木材树种识别效果。

近红外光谱技术快速识别针叶材和阔叶材的研究

对一种针叶材和一种阔叶材的横切面采集波长范围为780～2 500nm的近红外漫反射光谱,结合偏最小二乘判别分析法(PLS-DA)对针叶材杉木和阔叶材桉树快速识别的可行性进行了研究,结果表明:(1)利用近红外光谱结合PLS-DA法建立的识别模型对建模样品的识别正确率达到100%,识别模型预测的分类变量值与实际值之间相关系数r达到0.99,SEC为0.07;(2)即使采用短波区域780～1 100nm的近红外光谱也可以获得理想的识别结果(识别正确率为100%),识别模型的r也达到0.99,SEC为0.07;(3)利用近红外光谱建立的识别模型对未知样本的识别正确率都为100%,说明近红外光谱技术可以快速、准确识别针叶材和阔叶材,这为木材识别提供了一种新方法和技术,也为开发低成本的近红外光谱识别仪器提供了科学依据。

SIMCA法判别分析木材生物腐朽的研究

木材是一种生物质材料,容易受到各种微生物的危害,生物腐朽可以迅速导致木材结构的破坏,因此,对木材生物腐朽的快速、准确地检测或鉴定具有重要意义。近几年来,近红外光谱和SIMCA方法正被用于识别或检测食品、药品和农产品等研究中,因此,本研究尝试利用近红外光谱结合SIMCA方法来检测木材的生物腐朽。研究结果表明,应用近红外光谱和SIMCA方法能有效地判别木材的生物腐朽类型,通过培训集样本建立的基于PCA分析的SIMCA判别模型对未腐朽、白腐和褐腐三种类型样本进行回判,判别准确率分别为100%,82.5%和100%;而对未知腐朽类型的样本(包括未腐朽、白腐和褐腐样本),判别准确率分别为100%,85%和100%;SIMCA方法对未腐朽和褐腐类型的判别准确率均达到100%,但对白腐样本都有错判,造成这种错判的主要原因可能是由于样本包括的信息不够丰富以及腐朽初期白腐和褐腐试样的性质差异太小等。

近红外光谱技术及其在木材科学中的应用

近红外光谱技术是一项新的木材无损评价方法,能够迅速、准确地对生长锥、固体木材或木粉等试样的性质进行全面无损评价,目前已广泛应用于木材性质预测、木材加工利用等方面的研究中,并为林木的定向培育、木材的遗传改良和高效利用提供技术支持。本文介绍了近红外光谱技术的基本原理及其主要应用,重点介绍了木材的近红外光谱技术及其在木材化学组成、物理力学性质、木材加工利用和木质复合材料等方面的研究成果及应用。

PLS-DA法判别分析木材生物腐朽的研究

利用近红外光谱结合PLS-DA判别分析方法可用于食品、药品和农产品等的快速识别或检测,因此,研究利用近红外光谱结合PLS-DA方法来检测木材的生物腐朽。研究结果表明:应用近红外光谱结合PLS-DA方法对培训集样本建立的判别模型,其校正及验证结果与实际分类变量的相关系数均超过0.94,SEC和SEP都低于0.17;利用模型对未参与建模的样本进行检测,发现该模型对未腐朽、白腐和褐腐三种类型样本的判别准确率均为100%(偏差均小于0.5);与SIMCA法相比,PLS-DA法对木材生物腐朽样本的判别准确率更高,说明应用近红外光谱结合PLS-DA方法能快速地检测到木材的生物腐朽,并能准确地判别出木材的生物腐朽类型。