“一带一路”沿线国家交通基础设施对入境旅游的空间效应研究——基于多重距离权重的考察

“一带一路”倡议背景下,交通基础设施的互联互通推动了区域入境旅游的发展,少有研究从空间关系视角揭示交通基础设施对入境旅游发展的影响。采用空间自相关、核密度估计、空间计量模型等方法实证探讨2000—2021年“一带一路”沿线国家交通基础设施建设对入境旅游影响的空间效应。结果表明:(1)交通基础设施呈现明显的“核心-边缘”分布,铁路网以捷克、波兰、匈牙利、斯洛伐克等中东欧国家为核心并向区域东北方向延伸,公路网核心区主要位于研究区域东西两端,一端为中国、越南、老挝、泰国,另一端为波兰、捷克、斯洛伐克、立陶宛,机场设施在南部沿海地区集聚,呈现沿海高而内陆低的特征。(2)入境旅游发展在空间上呈现以沿海国家为核心向内陆国家扩张的“核心-边缘”扩散的空间格局。(3)地理邻近、经济或制度相似国家或地区的入境旅游发展具有明显的空间正向溢出效应,溢出系数分别为0.381、0.311、0.233,且地理邻近对入境旅游发展的带动作用最强,文化类型相似国家的入境旅游发展具有明显的竞争效应。(4)交通基础设施建设是入境旅游产生空间溢出的重要路径,铁路基础设施对制度相似国家的入境旅游产生空间正向溢出效应,溢出系数为1.507;公路基础设施对地理邻近和制度相似国家的入境旅游有正向溢出,溢出系数分别为0.040、0.101;航空基础设施对制度相似国家的入境旅游具有明显的带动作用,且对地理邻近国家入境旅游的竞争效应较为明显。研究结果对于深化大尺度区域内旅游和交通关系机理的认识具有重要价值。

多重距离对中国对外直接投资区位选择的联合影响效应研究

通过选取81个中国OFDI主要国家(地区)作为研究对象,基于多维距离框架,运用模糊集定性比较分析法(fsQCA),以组态视角探索多维距离下中国OFDI区位选择问题。研究表明:文化距离、制度距离、地理距离和经济距离均不是中国OFDI区位选择高偏好组态的必要性条件。多维距离视角下中国OFDI区位选择的高偏好组态有4条,呈现出“殊途同归”的特点,具体归纳为距离逃逸型,异质距离偏好型与高经济距离和低文化距离引领型。多维距离视角下中国OFDI区位选择的高偏好组态稳定性较强,新冠肺炎疫情前后未发生明显变化。不同组态下各距离因素对中国OFDI区位选择的影响存在差异,且特定市场情境下部分距离因素之间存在潜在替代效应。

基于字典统计耦合归一化多重距离的图像检索算法

目的针对当前彩色图像检索技术容易受到色彩的干扰,使其鲁棒性不强等不足,提出一种字典统计耦合归一化多重距离的彩色图像检索算法。方法首先将图像量化并转换成一维信号,然后引入字典统计,将一维信号进行字典编码,并计算编码后的图像多样值,在归一化字典距离的基础上嵌入字典编码图像的多样值,从而定义归一化多重距离(NMD)的相似度量准则,利用NMD对查询图像与数据库图像的多样值进行比较与识别,搜索出与查询图像具有相同特征的最相似图像,完成目标检索。结果在COREL数据库的实验结果表明,相对于当前常用的检索技术,该检索算法具有更高的查准率和查全率,可对彩色图像完成精确检索,有效减低了色彩对检索性能的干扰。结论文中算法具有较好的检索精度,能够较好地用于医疗、商标等领域的目标检索。

一种基于多重距离聚类的多源侦察结果融合算法

由于来自不同传感器的侦察图像获取和传输的非实时性以及图像情报分析结果的非连续性,反侦察监视裁决需要对来自不同传感器的侦察结果进行空间和属性综合聚类,合并属于同一目标的侦察结果。考虑空间位置和多个非空间属性的相似性,提出了基于空间和属性多重距离的空间聚类算法MDBSC(Multiple Distance Based Spatial Clustering),用于多源侦察结果的关联融合,给出了算法步骤和实例。

多重国家距离、企业规模、海外人才资源与创新绩效——基于模糊集定性比较分析

本文以中国跨国企业为研究对象,采用模糊集定性比较分析方法解释了跨国企业高创新绩效的形成机制。研究发现:(1)识别出4条实现企业高创新绩效的组态;(2)企业规模与海外人才资源是跨国企业实现高创新绩效的重要支撑力量;(3)知识距离在跨国企业实现高创新绩效中发挥辅助作用。本文拓宽了企业创新绩效研究从单因素、“净效应”向多因素、“组态效应”的转变,同时为跨国企业创新绩效的提升提供了指引和参考。

基于自适应多重欧氏距离变换的分水岭粘连颗粒分割方法

颗粒形状以及颗粒粘连程度是影响粘连颗粒分割效果的主要因素,现有粘连颗粒分割方法主要存在两方面不足:一些方法只能应对某一特定形状颗粒的分割问题;大多数方法不能根据颗粒粘连程度自适应地调整分割算法,当粘连程度较大时容易出现欠分割。针对上述问题,该文提出了一种不限定颗粒形状的自适应粘连颗粒图像分割方法,该方法根据颗粒粘连程度对图像进行自适应多重欧氏距离变换,得出分水岭脊线对粘连颗粒图像进行分割。实验表明,本算法对不同形状、不同粘连程度的颗粒均具有较好的分割效果。

多重线性回归中的掩盖和提升影响分析

本文研究多重线性回归中一个数据点在另一个(或几个)数据点剔除前后对回归分析影响的变化关系.

基于VMD和改进多分类马田系统的滚动轴承故障智能诊断

为了有效提取滚动轴承的故障信号,选择合适的智能分类器识别故障状态,提出基于变分模态分解及多重马氏距离法的多分类马田系统的故障智能诊断系统。通过变分模态分解将振动信号分解为多个本征模函数并提取相关特征;并采用了多重马氏距离法的马田系统,以特征子集代替特征参与分类器的构建,以解决特征参数众多的问题;通过正交表和信噪比,筛选出各状态的敏感模态分量,并提出多分类马田系统,用于多类故障智能识别;将其应用于滚动轴承故障数据中,验证算法的有效性,并与其他算法对比分析。结果表明,基于变分模态分解及改进的多分类马田系统算法能简化诊断系统、训练耗时少,识别准确率高,是一种更为有效的故障智能诊断方法。