不同经济条件下产业结构生态化水平的影响因素

随着全球绿色GDP增长浪潮的兴起以及中国经济步入关键转型期的大背景变化,对涉及环境质量、能耗效率、碳排放强度的产业结构生态化综合指标进行影响因素的分析显的愈加重要。基于此,本文利用2003-2017年全国32个省市的面板数据,分高经济水平省市和低经济水平省市两组,运用固定效应模型考察了不同经济条件地区产业结构生态化水平的影响因素与机制。估计结果显示:技术创新水平对地区产业结构生态化水平有本质性的正向影响,政府投入水平的正向影响在低经济水平省市显著却在高经济水平省市不显著,教育水平的正向影响在高经济水平省市显著却在低经济水平省市并不显著。

企业社会责任披露、公司价值与财务表现——基于GSCA方法的研究

通过中国2010年至2019年330家制造业上市公司数据,利用广义结构成分分析方法对企业社会责任披露、公司价值和财务表现三者的关系和影响进行分析。研究表明,企业社会责任披露对财务表现和公司价值具有积极而显著的影响,而财务表现、公司价值也显示出对CSR披露的积极影响。研究提供了企业社会责任对财务表现、公司价值影响的实证证据,建议上市公司积极采取社会责任披露实践,促进公司财务绩效,提升公司价值。

改进的低秩稀疏分解及其在目标检测中的应用

针对传统低秩稀疏分解算法用于运动目标检测时,前景提取结果容易受噪声干扰以及检测结果不完整的问题,提出了一种新的低秩稀疏分解模型。考虑到视频前景目标呈结构化分布,以及动态背景对前景提取结果造成影响,该模型利用结构化稀疏范数对前景进行约束,且将稀疏部分所代表的运动区域进一步划分为动态背景部分与前景部分;然后采用广义交替方向乘子法对提出的模型进行求解,并分析了算法的复杂度;最后进行仿真实验将其应用到运动目标检测中。实验数据结果验证了提出的方法比其他基于低秩稀疏分解的运动目标检测方法更加稳定有效,更具有普适性,且对不同类型的噪声均具有一定的抗噪性。

KPCA与GRNN在含能化合物QSAR中的应用研究

使用KPCA(核主成分分析)对含能化合物的结构参数进行参数选择,在保持原有数据主要信息的情形下,得到数据的主成分。将降维后的特征信息作为GRNN(广义回归神经网络)的输入,含能化合物的性能数据作为输出,建立非线性的定量含能化合物结构性能关系预测模型。与PCA_GRNN模型的比较表明,该模型能很好地反映含能化合物结构和性能之间的关系,具有较高的预测正确率。