基于美国实体清单分析的中国卡脖子企业画像构建

[研究目的]利用画像技术从多方面刻画受到美国制裁的中国企业的共性特征,以期推动美国实体清单研究从国家、产业层面向微观企业层面的深入,并为卡脖子企业可持续发展提供参考建议。[研究方法]提出卡脖子企业画像研究框架,首先从基本属性、创新竞争力、经营活跃性、受限根本原因、受限属性5个维度建立卡脖子企业画像指标体系;接下来,融合多源数据对企业画像信息进行采集;最后,采用K-Prototype算法对卡脖子企业进行聚类和画像。从2018-2021年实体清单新增中国内地企业中筛选出华为和35家上市企业为分析对象,利用上述研究框架对其画像。[研究结论]发现存在制造业骨干企业、高研发驱动企业、规模领先企业3类卡脖子企业画像。制造业骨干企业的共性特征是投入平平和产出偏低;高研发驱动企业尚未将研发投入转化为创新和市场优势;规模领先企业代表中国在相关领域的最高水平。受此启发,还应高度关注尚未列入实体清单的高风险实体,如行业标杆、卡脖子企业控制的上市公司等。

ML_Raft算法在mysql分布式集群中的研究

为解决传统的Raft算法存在的数据库同步时间过长、单领导者影响集群性能和稳定性等问题,基于mysql分布式集群,分析了数据一致性问题,提出新的改进算法设计——ML_Raft算法,建立了计算集群与数据同步集群,每个集群功能不同,提高了集群响应能力,降低了每个集群节点的服务压力,提高了集群性能。结合mysql集群的应用环境特点,将计算节点和同步节点分开,提出了多个领导者节点,以保证集群的可靠性,加快了响应速度,提高了用户感知。

作业车间瓶颈簇识别方法

针对传统作业车间调度瓶颈识别方法划定多瓶颈候选集时缺乏科学的划分范围、划分层次和划分依据等问题,提出机器簇、瓶颈簇、主瓶颈簇及阶次的概念,建立了作业车间瓶颈簇的识别模型。考虑机器的主次之分和多维特征属性,基于聚类思想及多属性决策理论提出了作业车间瓶颈簇的识别方法。选择识别瓶颈的机器特征属性,采用免疫进化算法获得调度优化方案并计算机器的特征属性值;采用层次聚类法,获得不同距离下机器簇的集合及其树状结构图;基于理想解相似度顺序偏好法确定并比较机器簇的簇中心,识别出瓶颈簇和非瓶颈簇;对瓶颈簇的子簇依次进行比较,通过多次识别逐步确定出多阶主瓶颈簇集合。最后,采用24组作业车间调度问题标准算例,将所提方法与移动瓶颈识别法、正交试验识别法、机器负荷识别法等进行比较,证明了其可行性及优势。

基于信息瓶颈方法的出租车空载聚集区聚类算法

在交通物联网中,出租车以其方便、快捷的特性扮演着重要角色.但是,出租车服务的动态、随机和异步并发的特性使得其难以采用微分、差分等数学方法描述.其中,出租车空载问题是公认的智能交通的最大难题之一.提出在GPS数据的基础上,基于信息瓶颈方法来聚类城市内出租车的空载聚集区域,从而指导空载车辆规避这些区域,以此达到提高出租车载客率的效果.出租车空载聚集区聚类算法将出租车视为原变量,GPS数据视为相关变量.目标是寻求压缩变量,在尽可能压缩出租车簇的个数的同时,最大化保留空载聚集区域的相关信息.在某城市出租车的真实GPS数据集上的相关实验表明,算法可以准确识别空载聚集区.

基于凝聚信息瓶颈的音频事件聚类方法

为了进一步提高音频事件聚类算法性能,本文基于凝聚信息瓶颈理论提出一种音频事件聚类方法.首先,论述信息瓶颈原理及其推导过程;然后,详细论述一种基于凝聚信息瓶颈的音频事件聚类方法,包括源变量、相关变量和目标变量的定义,聚类的具体步骤,算法主要计算量分析等.采用取自两个数据库的音频事件样本进行测试,实验结果表明:与目前文献报道的方法相比,本文方法在多种实验条件下都获得了更高的K值(平均类纯度和平均音频纯度的几何平均值),而且运算速度更快.

“武汉·中国光谷”光电子产业集群中面临的瓶颈及对策建议

基于产业集群理论的高新科技园区发展策略,使高新科技园区成为部分国家和地区经济发展新的增长点。本文以"武汉·中国光谷"光电子产业集群的发展为例,深入分析其发展过程中面临的瓶颈,并结合中德激光产业发展中的异同,就下一步发展提出相应对策。

基于FlexSim机群式布置木质家具生产线仿真

【目的】针对木质家具生产线机群式布置易发生瓶颈环节导致生产效率低的问题,通过实际生产线对排产方案进行有效性和可行性验证,比较实际生产结果与仿真验证结果是否一致,以节约木质家具生产线的实际运行成本,为提高木质家具生产效率提供思路和方法。【方法】以一条机群式布置的木质家具生产线为例,基于FlexSim7.lnk构建仿真模型,根据其生产工时、运输工时、生产批量以及各订单的订货计划进行参数设置和仿真,通过各工序的平均加工率和暂存区的释放率识别生产线的瓶颈工序,设置生产系统的时间缓冲,并按加工时间最短优先(SPT)规则对订单进行排产。【结果】通过FlexSim7.lnk仿真模拟,得到下料、铣型、砂光、组装、喷漆和检测工序的平均加工率分别为45.30%、62.70%、74.13%、52.80%、54.53%和54.20%,暂存区的释放率(即堆积率)分别为42.00%、57.50%、72.40%、22.70%、30.90%和29.90%,砂光工序的平均加工率和暂存区的释放率最高,为木质家具生产线的瓶颈工序。时间缓冲计算模型结果表明,各订单的瓶颈缓冲时间依次为24、31.5、30、36 min,出货缓冲时间依次为30、54、54、72 min。运用SPT规则对订单进行排产,瓶颈工序的平均加工率达90.28%,比原始方案提高16.15%。生产线实际生产结果与仿真验证结果对比表明,各工序的平均加工率和平均空闲率误差均在±5%范围内。【结论】基于FlexSim7.lnk构建机群式布置木质家具生产线模型,可有效识别生产线的瓶颈工序;设置生产线时间缓冲,可消除瓶颈工序;运用SPT规则对订单进行排产,能够有效提高木质家具生产效率。

基于互信息约束聚类的图像语义标注

提出一种基于互信息约束聚类的图像标注算法。采用语义约束对信息瓶颈算法进行改进,并用改进的信息瓶颈算法对分割后的图像区域进行聚类,建立图像语义概念和聚类区域之间的相互关系;对未标注的图像,提出一种计算语义概念的条件概率的方法,同时考虑训练图像的先验知识和区域的低层特征,最后使用条件概率最大的语义关键字对图像区域语义自动标注。对一个包含500幅图像的图像库进行实验,结果表明,该方法比其他方法更有效。

基于数据选择模型的IB算法

针对数据对象自身模式特征明确程度的不同给IB(Information Bottleneck)方法数据分析带来的问题,定义一个"基于明确因素"的数据选择模型,使得IB方法可从数据集中选取模式特征较为明确的数据对象并对其进行模式分析,提出DSIB(Data Selection Information Bottleneck)算法.DSIB算法采用数据压缩过程中所产生的信息损失作为数据对象模式特征是否明确的判定条件,使用"边选择边学习"的顺序"抽取-合并"策略来优化DSIB目标函数.实验结果表明:随着数据选择标准的不断提高,DSIB算法在提高数据分析精度的同时所牺牲的召回率较小;与未做选择的数据分析算法相比,DSIB算法可更好地识别出数据中所固有的内在模式.

一种基于互信息的模糊聚类集成算法

聚类集成是机器学习中的新问题.它是利用同一数据集的多个聚类划分集成在一起,以提高聚类分析的性能.如何发现从多个划分中得到“consensusclustering”是一个很困难的问题.很多学者对此作了研究.本文提出了一种基于互信息的模糊聚类集成算法.该算法主要扩展了Strehl&Ghosh提出的基于互信息的聚类集成目标函数,将其应用到模糊划分的集成,同时利用类似于信息瓶颈聚类的算法进行求解.实验结果表明,在4个UCI的数据集上,基于互信息的聚类集成能获得良好的性能.

中小企业融资:瓶颈与破解——基于产业集群的视角

中小企业融资"难"一直是困扰着地区经济良性发展的一大隐忧,具体表现为:银行资金的供给能力和中小企业发展的资金需求不稳定性的矛盾,银行的放贷偏好及严格的信贷管理制度与中小企业自身必要功能缺失的矛盾;"银企博弈"中的信息不对称问题。而产业集群具有降低商业银行信贷风险、可以有效解决"银企博弈"中的信息不对称问题等优势,可以很好地化解银企矛盾。为此,解决中小企业融资瓶颈,发展特色产业集群势在必行,这样才能促进中小企业可持续发展。

基于信息瓶颈的变压器故障诊断算法

为保证电网安全运行,解决变压器故障早期预警问题,提出一种基于信息瓶颈的变压器故障诊断方法。该方法分为两个阶段,采用信息瓶颈方法对数据进行聚类,得到簇内相似性最大的结果簇;通过簇内训练样本的简单多数投票,确定待测样本的故障类别。实际数据集上的实验结果表明,该方法是可行有效的,相比大卫三角形法、贝叶斯算法和神经网络算法,该算法的分类结果正确率分别提高了14.65%、25.00%和11.23%。

基于模糊聚类分析的构件并行技术研究

提出了一种新的面向科学计算的构件技术——基于模糊聚类分析的构件并行技术,旨在提高构件间的并行度和数据局部性,避免通信瓶颈.该技术分为两个阶段:域划分和子构件组合.其中域划分利用了编译时的数据依赖分析技术.然后考虑访问步长的影响,利用不定方程,提出了区间重叠度的概念.基于此利用所设计的基于区间重叠度的模糊聚类算法实现子构件分类组合,并给出了算法的形式化描述.实验结果表明,通过该算法的编译时优化,构件程序能够获得良好的数据局部性、适中的粒度以及高度的并行性,算法具有很好的可扩展性.

安徽工业园区竞争优势分析及对策研究

安徽工业园区建设取得显著成效,成为安徽承接产业转移的主要载体。但也面临产业定位不明确、综合竞争力不强、产业配套能力差及融资困难等发展瓶颈,而调整园区产业布局、推动开发区转型升级、加快园区管理体制创新、建立园区创新支持平台可以在一定程度上突破这些瓶颈,提升工业园区竞争力。

并行矩阵乘法算法的研究

针对大型矩阵乘法进行研究,描述了基于长方网格处理机阵列的Cannon算法,通过重叠技术,改进算法,使数据计算和数据通信在时间上重叠,达到时延隐藏的目的,给出了该算法在PC机群系统环境下的加速比和并行效率实验数据.实验证明,只要研究开发适合的并行算法,克服机群系统的通信瓶颈问题,可以成倍提高其在机群系统上的求解性能.

PC集群环境下大规模矩阵乘法算法的研究

开发适合集群系统的并行数值算法,可以解决更多的科学与工程计算问题。在PC集群环境下,提出对Cannon算法的改进方案,采用重叠技术,使数据的计算和通信在时间上重叠,达到时延隐藏的目的,克服了网络传输的通信瓶颈问题;还提出一种自适应负载反馈平衡策略,很好地解决了集群负载平衡。该算法在PC集群系统环境下测试,取得了较好的并行效率,在4个结点上和8个结点上,加速比分别达到3.77和7.93。

非共现数据两阶段加权IB算法

非共现数据是指不符合联合概率分布,而是符合一个未知函数的数据.将非共现数据转化为共现形式后可以采用熵来定量度量信息并进行聚类.但是,现有算法假设非共现数据的各个属性特征对聚类贡献均匀,没有考虑代表性属性和不相关(冗余)属性对聚类效果的不同影响.因此,本文提出一个非共现数据的两阶段加权IB算法(TSAW-sIB),在非共现数据共现转化的两个阶段,从"非共现/共现/联合"三个视角观察非共现数据,突出代表性属性,抑制冗余属性,获得更能准确反映非共现数据特征的数据表示并进行聚类.实验表明,TSAW-sIB算法优于ROCK、COOLCAT和LIMBO算法.

突破产业集群的发展瓶颈——基于边界约束的视角

产业集群的聚集是市场经济发展的必然产物,产业集群对地方经济发展有重要支撑作用。产业集群在其诞生、成长、成熟和衰退等发展阶段中,受到资源、产业链、创新动力、组织内封闭和地域空间等因素的约束,影响着产业集群的可持续发展。应针对产业集群发展阶段的不同特点,采取集约资源,推进集成创新,优化集群结构,拓展发展地域等手段突破产业集群发展的瓶颈,实现产业集群的可持续发展。

一种分簇车联网通信方法

针对分簇后的车联网大数据量下网关节点的传输瓶颈问题,结合DMAC分簇算法,提出了通过使用方向性天线在簇与簇之间使相距两跳远的簇头直接建立虚拟通信路径的方法。仿真结果表明:与全向通信方式相比,方法使得簇间通信的端到端延迟减少了110 ms,网络的吞吐量增加了将近3 Mbps。

辽宁省进一步推进产业集群完善发展问题研究

随着市场的发展和改革推动,辽宁省产业集群发展在数量、规模上都取得很大突破,但"聚而不集""集而不群"的准集群现象还很普遍。进一步推进产业集群发展,应该转变观念,战略把握辽宁在禀赋、区域结构、发展阶段、分工体系的特点和优势,从政府和企业两层面,改善环境,提高集群度,增强创新能力,以产业集群突破性发展带动经济提升。