面向应用场景的前沿技术识别方法

[研究目的]场景驱动创新是引领产业结构升级的关键路径,如何基于不同场景识别前沿技术成为推动新质生产力发展的重要议题。[研究方法]提出了一种面向应用场景的前沿技术识别方法。首先以专利、论文为数据源,基于前瞻性、先导性、探索性、颠覆性指标体系初步筛选前沿技术主题;其次以科技报告为数据源,基于技术-关系-技术(Technology-Relationship-Technology,TRT)结构的语义分析,分析技术应用场景;最后,构建专利、论文数据与科技报告的相似性矩阵,建立技术与场景识别结果的关联,据此进一步筛选前沿技术主题,并结合专家知识,识别出面向应用场景的前沿技术主题,提供了场景驱动实践探索的新方法。[研究结果/结论]以无人机目标识别与跟踪领域为例进行实证研究,在面向情报、监视与侦察(Intelligence,Surveillance,and Reconnaissance,ISR)、物资运输、医疗补给等14个应用场景的前沿技术识别结果显示,目标识别与跟踪算法设计、视觉系统与图像处理技术、任务规划技术、无线通信技术4项技术为该领域的前沿技术,验证了该识别方法的可行性与有效性。

邮轮船景与游客体验:内涵、框架与前景

船上餐饮、住宿、休闲、娱乐、康健、运动、活动、服务等要素构成了一种特殊的旅游服务场景——邮轮船景。邮轮船景要素众多、复杂度高,对游客事前、事中和事后的出游体验和行为具有多样性和复杂性的影响作用。全面而深入地理解邮轮船景的概念与内涵、要素与维度以及对游客全程体验的影响作用,可以推动服务场景理论向邮轮旅游乃至整个旅游领域的拓展,同时可以帮助邮轮旅游提供商优化船舶设计与建造、设施与服务配备以及船上运营管理策略。文章从邮轮船景概念的来源与内涵出发,在重新构建邮轮船景理论框架基础上,系统梳理和回顾了国内外关于邮轮船景对游客体验影响及作用机制的研究成果,并提出未来值得研究的主要方向。希望能吸引更多研究者和实业者进一步探讨如何通过邮轮船景优化提升游客体验。

人工智能与教育深度融合的场景细化及落地实践——基于探索性多案例分析法

作为推动全球新一轮科技革命和产业变革的重要引擎,人工智能教育应用的范围和影响力持续扩大,推进人工智能与教育深度融合场景落地对促进教育高质量发展具有重要意义。本研究采用探索性多案例分析法,选取国内外人工智能与教育深度融合的50个典型实践案例,从教育教学、学生发展、教师发展、教育评价、科学研究、教育环境、教育管理七个维度分析案例文本,总结归纳人工智能与教育深度融合的六大场景、15项业务及130多处融合点,凝练场景落地存在的能力、观念、条件、机制与风险五大现实障碍,据此提出转变观念、提升能力、多元供给、激发动力、强化协同和规避风险等推进策略,以期为推进我国人工智能与教育深度融合提供参考。

基于相关性分析的电网非同步监测数据场景谐波责任划分

针对传统谐波责任划分方法需采用专门同步设备监测数据,且需基于等值电路模型划分谐波责任,工程应用较为复杂等不足,采用现有谐波监测装置非同步测量数据,提出一种综合考虑了数据非同步性、场景划分和数据相关性的谐波责任划分方法。首先,对原始非同步监测数据集采用分段聚合近似算法进行降噪预处理,利用形状动态时间规整算法(shape dynamic time warping,ShapeDTW)实现数据匹配对齐;然后,利用点排序识别聚类结构的聚类算法(ordering points to identify the clustering structure,OPTICS)划分场景以处理电力系统中因负荷投切和无功补偿装置切换等情况导致的谐波责任变化;最后,基于相关性分析构建场景谐波责任和总谐波责任指标,在指标构建的过程中引入了场景时长占比这一因素以得到更加科学合理的总谐波责任值。通过仿真验证和电网实例验证,该方法能基于现有非同步性监测数据实现各用户合理时间尺度动态谐波责任划分,可为工程上的快速谐波责任划分提供一定的新思路和新方法。

国家竞争情报真实场景的角色构成与群体智力集成机制研究——以美中经济与安全评估委员会听证会为例

[研究目的]基于实际事例开展国家竞争情报真实场景的角色构成与群体智力集成机制研究,为新时期新形势下的竞争情报工作创新发展提供参考。[研究方法]识别认定美中经济与安全评估委员会(U.S.-China Economic and Security Review Commission,USCC)听证会为国家竞争情报真实场景,系统收集整理USCC成立至今已经召开的171场听证会信息,基于听证会受邀参会者信息数据分析,以USCC听证会为例进行国家竞争情报真实场景的角色构成与群体智力集成机制研究。[研究结果/结论]研究发现国家竞争情报真实场景的角色构成包括国家竞争情报关键课题识别确定者、国家竞争情报组织生产者、国家竞争情报的直接用户群体,以及来自大学、智库、企业、政府部门、科研机构、社会团体、基金会、行业协会、律师事务所、新闻媒体等细分组织群体代表。以USCC听证会为例,研究归纳了国家竞争情报真实应用场景中的人际网络特点以及行之有效的群体智力集成机制关键点。

GKPA-联合全局与关键区域的光学-SAR中分辨率遥感影像场景分类

遥感影像场景分类是自然灾害检测和城市功能规划等实际应用的基础,因此研究遥感影像场景分类具有重要意义。基于深度学习的方法由于其强大的特征提取能力已经成为遥感影像场景分类领域最常用的方法,此类方法强烈依赖数据集的质量。现阶段场景分类领域的数据集大多为高分辨率的光学影像,易于提取有效的语义特征。在面对中分辨率场景时,影像中细节信息更匮乏,有效特征不够显著,场景分类具有更大难度,相较于高分辨率场景分类精度不够理想。在此情况下,利用其他模态的数据如合成孔径雷达(SAR)提供互补特征可以有效改善场景分类精度。考虑到以上现状,本文构建光学-SAR遥感影像场景分类数据集(OS-RSISC),基于此数据集进一步提出了一个联合全局与关键区域的感知注意力双模态场景分类框架(GKPA-RSSC)。实验结果显示GKPA-RSSC相较于对比方法具有最高的分类精度,总体精度达81.97%。光学-SAR数据与单模态数据的对比试验结果突显双模态数据的优势,进而验证了本文提出的光学-SAR场景分类数据集的重要意义。

基于GIM技术的输变电工程三维基础设计场景构建

为提升输变电工程三维基础设计场景构建效率,提出基于GIM技术的输变电工程三维基础设计场景构建。通过无人机扫描目标区域的环境信息,运用Grid建模方法生成三维地形图。以电网信息模型技术为核心,设计三维参数化建模方法,通过调整参数值,快速编辑输变电工程本体结构。经过坐标系转换,将输变电本体结构放置于三维地形场景内,合成输变电工程三维基础设计场景。再通过LOD细节模型,实现可视化三维场景的高效渲染。实验结果显示:应用所提方法构建三维场景模型耗费时间为21.5 min,较其他方法构建耗时最高降低了70.22%,效率得到了很大程度的提高,具有较为优越的应用性能。

计及多场景因素的钢铁企业多介质能源计划优化研究

钢铁企业的生产运行受能源制约,制定能源计划是钢铁企业实现降低生产成本和节能降耗的重要途径。煤气、蒸汽、电力是钢铁生产能源系统中的主要能源。针对多能源介质间存在的多约束、强耦合、非线性的特点和分时电价、检修减产的不同场景因素,以生产成本最低为目标函数,建立了针对钢铁生产能源系统的耦合优化模型,并提出了一种改进差分变异烟花算法(improved differential mutation fireworks algorithm,IDM-FWA)。根据钢铁企业的实际运行数据进行仿真分析,仿真结果表明,基于IDM-FWA得到的日内24 h能源计划能够在保证产量不变的同时降低生产成本,实现节能降耗。

跨场景整合:地方政府数字平台综合治理机制探讨--以T市J区为案例

基层社会治理现代化面对数字化、网络化、智能化趋势,需全面推进数字平台综合治理体系建设,全方位提升数字平台治理能级。基于浙江省T市J区的数字综合治理经验,结合整体性治理和场景融合理论,聚焦平台赋能和场景整合的逻辑关系,建构了地方政府数字平台治理跨场景结构优化、功能完善和合作价值提升的整体逻辑,提出跨平台优化多维数字结构场景、跨时空融合多元数字功能场景及跨地域建构多层数字行动场景的基层治理整合模式。阐述了从分散应对到整体响应的场景要素融合、数字驱动到平台链接的场景功能集成和弥散管理到精细治理的场景价值贯通三大路径,为地方政府数字化改革和基层智慧治理创新提供有益借鉴。

考虑人员特性和场景布局的西藏高原人群疏散仿真研究

为提高突发事件下西藏高原人流聚集场所人员应急疏散能力,基于模糊规则的社会力模型,结合AnyLogic对高原人群疏散行为特性进行研究。首先研究影响西藏高原人员应急疏散的因素,根据模糊规则确定因素对人员疏散速度的影响;以八廓步行街为例建立突发事件下西藏高原人员疏散仿真模型,探究人员性别、年龄、环境熟悉程度、高原适应能力、出口宽度和出口布局6因素对疏散过程的影响;采用正交实验设计分析6因素综合作用对西藏高原人员应急疏散过程产生的影响,并提出最优组合方案。研究结果表明:6因素对西藏高原人群应急疏散过程均有不同程度影响,其中疏散人员的年龄影响最大,性别影响最小,并结合仿真分析提出相应引导策略。研究结果可为西藏高原地区居民在紧急疏散情况下的行动提供科学指导和决策支持。

数字文旅体验式消费场景系统的构建研究——以荆楚文化为例

作为悠久中华文明的重要组成部分,荆楚文化适时融入数字经济语境,是讲好中国故事、传播中华文化的重要路径。基于游客UGC数据分析,采用LDA主题模型和质性研究方法,识别出诗赋曲艺创意休闲、荆楚历史文博展陈、大江大湖行浸游艺三大荆楚文化消费场景主题,可构建一个由多方参与主体、多元场景结构、多样场景类型、多种场景体验、多重场景价值五要素组成的数字文旅体验式消费场景系统。其中,系统各要素动态表征于物理环境、空间模拟、社会主体、数智交互、行为向度、场景效能六个维度;供求交织、虚实交融、主客交互是系统内在运行逻辑,为驱动系统优化、构建沉浸式体验、促进价值共创提供了原动力、吸引力和核心力。

数字沉浸式场景下旅游者情感词典建构

情感贯穿于旅游活动的始终,是旅游研究中不可忽视的一个重要议题。数字沉浸式场景推进了文化和旅游深层内涵(沉浸体验/消费升级)与内容禀赋(数字文明/文化传续)的价值融凝,情感体验成为其发展中的题中之义。尽管已有研究揭示了旅游者情感体验的内涵、特征、效应、应用等,但均集中在旅游者情感体验的关联领域而非本体领域。基于此,该研究通过结合训练语料库和深度网络学习两种方法,建立情感数据库,标注情绪,通过Word2vec、TF-IDF、SO-PMI模型提取反映情感态度倾向的特征词,映射旅游者情感状态;利用情感本体库分类树方法筛选和归纳形成情感词典;再依据情感词典内部特征,建构数字沉浸式场景下旅游者情感体验交互矩阵。研究发现:1)所构词典较好地反映了数字沉浸式场景特色词汇,具有较高情感识别度,能有效提高情感分析任务的性能;2)能够明晰数字沉浸式场景下旅游者情感体验特征,一方面,积极和消极情感体验因素结合形成“乐”“好”“怒”“哀”“恶”“惧”“惊”7类情感簇群,另一方面,从旅游者情感体验的发生缘由、表现形式和作用结果衍生出场景架构、情感倾向、价值取向3个层面场景情感体验特征,并呈现出“初评价-次评价-再评价”的情感认知表现;3)“三横四纵”数字沉浸式场景下旅游者情感体验交互矩阵,探索和揭示了场景与旅游者之间的情感联动和运行机制。研究结果不仅为提升数字沉浸式场景下旅游者情感体验质量指明了发展方向,而且为数字沉浸式场景的设计与呈现、人文精神传播与创意营销提供了实践指导。

场景理论视域下乡村公共阅读空间高质量发展路径研究

文章旨在探究场景理论视域下乡村公共阅读空间发展的影响因素,通过对影响因素进行组态分析,分析乡村公共阅读空间高质量发展路径。根据场景理论形成乡村公共阅读空间发展的分析框架,以20个乡村公共阅读空间案例作为研究样本,利用模糊集定性比较分析方法(fsQCA)获取我国乡村公共阅读空间发展的提升路径。研究表明:场景理论视域下乡村公共阅读空间高质量发展并非单一条件变量作用的结果,而是原真性、表现性和认同性3个维度中多个条件变量的组合作用。其次,共有10条提升乡村公共阅读空间建设效果的路径,可归纳为3种模式:读者需求满足型、在地文化挖掘型和政社合作扶持型。

数智技术构建智慧农业应用场景现实困境及对策研究

智慧农业作为我国农业发展的新业态,是推动我国高质量的重要内容。数智技术的应用为智慧农业的发展提供了有力支持,实现农业规模化、智能化、高效化,极大提高农业经济效益与社会效益。湖南省蘑蘑哒作为智慧农业5G示范典型,其数智技术发展虽取得一定效果,但也面临着生产全过程的智能化控制受限、缺乏数智技术人才以及智能车间建设成本较高,规模扩展缓慢等困境。为此,提出应优化顶层设计,构建协同推进新局面;培养技术人才,构建跨学科交叉融合新机制;加大资源投入,构建智慧农业新体系等举措来实现数智技术助力智慧农业发展。

基于餐饮消费场景的白酒销售对策研究

白酒在餐饮活动中具有重要的社会交际功能,是有效传递和增加社交情感的载体。餐饮一直都是白酒的重要销售场所,但随着现代餐饮业的发展和白酒新兴销售渠道的多样化,传统销售模式在现有白酒餐饮场所己不能完全满足商家及消费者的需求。白酒销售应准确把握餐饮场所在开展白酒营销中具有的优势,把握顾客的餐饮消费心理,通过打造沉浸式餐饮消费场景、举办餐酒融合品鉴活动、餐酒深度融合相互促销等形式培养白酒消费忠诚顾客。

区域敏感的场景图生成方法

针对基于关系边界框提取的谓词特征粒度相对较粗的问题,提出区域敏感的场景图生成(region-sensitive scene graph generation,RS-SGG)方法。谓词特征提取模块将关系边界框分为4个区域,基于自注意力机制抑制关系边界框中与关系分类无关的背景区域。关系特征解码器在进行关系预测时不仅考虑了物体对的视觉特征和语义特征,也考虑了物体对的位置特征。在视觉基因组(visual genome,VG)数据集上分别计算了RS-SGG方法针对场景图生成、场景图分类和谓词分类3个子任务的图约束召回率和无图约束召回率,并与主流的场景图生成方法进行了比较。实验结果表明,RS-SGG的图约束召回率和无图约束召回率均优于主流方法。此外,可视化实验结果也进一步证明了所提出方法的有效性。

基于改进YOLOv5的复杂场景电动车头盔检测方法

佩戴电动车头盔是安全骑行的重要保障,对电动车驾乘人员佩戴头盔进行有效检测在保障驾乘人员安全方面具有重要意义。电动车头盔检测中存在目标之间相互遮挡、复杂背景干扰、头盔目标小等问题,现有方法尚不能满足复杂场景下电动车头盔检测的要求,因此,提出一种改进YOLOv5的复杂场景电动车头盔识别方法。首先,提出一种新的主干网络结构ML-CSPDarknet53,增强网络的特征提取能力,引入轻量级上采样算子CARAFE,利用特征图语义信息扩大感受野;其次,搭建坐标卷积CoordConv模块,增强网络对空间信息的感知能力,并将WIoU v3作为边界框损失函数,降低低质量样本对模型性能的不利影响;最后,构建了内容丰富的头盔检测数据集对改进算法进行验证。实验结果表明,改进后算法相较于原算法在精确度、召回率、mAP@0.5、mAP@0.5:0.95上分别提升了2.9%、3.0%、3.4%和2.2%,并且性能优于其他主流检测算法,满足复杂道路交通场景下电动车驾乘人员头盔检测的任务要求。

复杂场景下基于注意力机制的车辆跟踪方法

基于视觉的车辆跟踪技术易受到背景复杂、低分辨率、光照变化等干扰而发生跟踪漂移的现象。为提高在复杂场景中的跟踪性能,提出一种基于注意力机制的视觉车辆跟踪算法。首先,利用基于注意力机制的Swin Transformer充分挖掘与表达特征,完成对全局信息建模;其次,使用基于注意力机制的编码器将信息融合与增强,释放出注意力机制强大的潜力;最后,利用简单、堆叠的RepVGG结构网络对目标位置进行预测。实验结果表明,所提算法在两个公开、大型基准数据集LaSOT与UAV123上精确度分别达到78.4%和89.6%,成功率分别达到69.3%和69.8%,性能超越其他主流跟踪器;对OTB100数据集中的车辆视频序列跟踪结果进行可视化与分析,效果优于基准STARK-S50,具有更稳定的跟踪性能,能够对抗背景复杂、模糊、相似物体、遮挡、光线昏暗、车辆尺度变换与旋转等多种跟踪挑战。

基于可解释性条件生成对抗网络的台风气象负荷场景生成方法

台风气象下电网负荷将会出现剧烈波动且威胁到电网安全稳定运行,亟需一种有效的方法来生成相应的负荷需求场景。文中提出一种面向稀少历史样本、基于可解释性条件生成对抗网络(CGAN)的台风负荷场景生成方法。首先,对历史台风负荷进行修正,并根据台风登陆位置、等级等信息对其进行标签分类。然后,提出一种两阶段数据扩充策略以应对数据匮乏问题,第1阶段利用历史台风日负荷序列之间的横纵向相关性信息进行样本扩充,第2阶段利用台风日与非台风日负荷之间的残差信息进一步进行样本扩充。最后,提出基于特征影响指标的CGAN因果解释方法,刻画了不同特征对于模型结果的调控力度大小。算例证实了文中所提模型及方法的有效性和先进性。

极端高温场景下计及需求响应的配电网动态重构

近年来,全球变暖导致极端高温事件频发,不仅电力需求显著增加,而且高比例可再生能源配电网发电能力急剧下降,给电力保供带来了巨大的压力。基于此,针对极端高温场景下的用户可靠用电问题,提出一种计及需求响应的配电网动态重构策略。首先,对极端高温场景下的光伏、风机出力以及负荷进行建模,利用场景集和场景缩减法模拟其不确定性。同时,构建考虑用户心理因素的申报量不确定性模型,针对用户需求响应积极性不高、实际响应量与日前申报量偏差过大的问题,提出比例型需求响应激励机制并建立满意度模型以衡量用户对需求响应的满意程度。其次,对负荷类型进行划分,基于不同类型用户可靠性需求,分析其停电损失影响,建立节点停电损失系数矩阵以衡量节点供电优先级。然后,以失负荷成本、需求响应补贴成本和开关动作成本最小为目标,建立了极端高温场景下计及需求响应的配电网动态重构模型。最后,在148节点算例上验证了所提方法的有效性,结果表明所提模型与方法有利于保障极端高温场景下用户的可靠用电。