征迁改造居民的“知情意”——风险感知、政府信任及焦虑情绪对政策支持意愿的影响

以人为核心、关注民情、尊重民意是推进新型城镇化征迁改造的核心理念。已有研究主要关注居民的多元理性认知对征迁改造意愿的影响,对于情绪在认知与意愿的关系中发挥何种作用仍缺乏解释。运用质性研究方法,开发涵盖生计风险、适应风险和利益风险3个维度的征迁改造风险感知多维构念,以焦虑情绪为中介,建立征迁改造风险感知和政府信任对政策支持意愿影响的“知-情-意”模型。通过对18个新型城镇化改造试点地区居民的大规模实证调查发现:焦虑情绪在征迁改造风险感知对支持意愿的负向影响路径中发挥部分中介作用;政府信任通过直接方式以及减弱焦虑情绪的间接方式正向影响支持意愿,且直接效应显著大于间接效应。将焦虑情绪这一重要中介因素纳入居民意愿形成的分析框架,从及时评估并缓解居民焦虑情绪、面向不同群体实施差异化征迁改造政策、打通民意的“最先和最后一公里”以及提升基层政府公信力等方面为推动新型城镇化建设、避免群体性事件提供政策启示。

多源遥感数据在战场环境智能态势感知的现状及展望

面对复杂战场环境信息的快速变化,及时全面准确地掌握复杂战场环境态势,是未来打赢信息化战争的前提条件。为了探索多源遥感数据对战场环境态势感知的发展方向,基于广泛调研战场环境态势感知的遥感需求,首先对战场环境态势智能感知的概念和内涵进行了阐述,然后对多源遥感数据的处理与战场态势感知应用现状进行概述,分析了遥感在战场态势智能感知面临的挑战,最后提炼总结了遥感在战场态势感知的进展和发展趋势。遥感为战场环境态势感知提供多种观测数据,遥感与人工智能算法结合可以为军事战场环境态势感知提供多种应用,为指挥人员决策提供数据支持,但仍然存在大量挑战需要解决。在分析现阶段成果和面临挑战的基础上,提出了遥感在战场环境智能态势感知的前瞻,指出了基于遥感的深度学习可解释性和智慧战场是遥感在战场智能态势感知发展所面临的困难。

大学生社交媒体信息安全风险感知影响因素

文章提出社交媒体信息安全风险感知影响因素关系假设,以大学生社交媒体用户群体为研究对象,通过问卷调研风险感知现状,在构建结构方程模型的基础上对问卷数据进行了模型验证和中介效应检验。研究发现:大学生社交媒体信息安全风险感知程度的城乡间差距明显,其面对信息安全风险主要采用系统式处理;媒体信任度、社会群体归属感、卷入认知会对系统式处理产生影响,知识和信息有效性会对启发式-系统式处理产生影响;系统式处理在知识、媒体信任度、社会群体归属感、卷入认知、信息有效性和风险感知之间起完全中介效应,负面情绪直接正向影响风险感知。

复发风险感知对首发缺血性脑卒中患者健康行为的影响

目的 探讨首发缺血性脑卒中患者复发风险感知对其健康行为的影响,为促进脑卒中患者健康管理提供依据。方法 于2022-03—2023-05采用一般资料调查表、缺血性脑卒中患者复发风险感知量表、脑卒中患者健康行为量表对238例首发缺血性脑卒中患者进行问卷调查。结果 238例首发缺血性脑卒中患者复发风险感知量表得分(91.58±15.23)分,健康行为量表得分(68.27±14.05)分。分层回归分析显示,复发风险感知是首发缺血性脑卒中患者健康行为的重要预测因子,可独立解释健康行为16.5%的变异。结论 复发风险感知是首发缺血性脑卒中患者健康行为的重要影响因素,提高脑卒中患者复发风险感知水平有助于促进患者健康行为。

同行“双碳”政策感知对企业创新绩效的影响研究

科技创新是实现“双碳”目标的关键支撑,如何充分调动企业科技创新的主观能动性则成为亟需解决的问题。本文运用文本计量方法测算上市公司的同行“双碳”政策感知,定量分析同行“双碳”政策感知对企业创新绩效的影响,并对这种溢出效应机制进行探索。研究发现:同行的“双碳”政策感知能够显著提高企业的研发强度、专利申请量和专利获取量;该创新促进效应的重要渠道是“双碳”政策感知在行业与企业间的传递;外部环境、企业性质和行业特征是该创新促进效应的重要调节变量。本文研究结果验证了凝聚绿色低碳转型的行业共识,可以充分调动企业科技创新的主观能动性,并指出激励政策和给予特殊行业补贴的策略至关重要。

基于数字孪生与元宇宙技术的能源互联网态势感知系统论方法研究(一):概念、挑战与研究框架

态势感知是能源互联网的核心任务,为运管调控各项决策提供重要辅助信息。能源互联网的复杂定性对其态势感知任务提出严峻挑战——受其所辖单元日益增长的规模、种类、主动性、耦合性以及外界环境等不确定因素的影响,能源互联网其复杂性与日俱增。系统复杂性所衍生的一些问题超出经典简化论的讨论范畴,亟需一种新的认知手段。该文通过关联数据、数据科学、物理系统与具体应用,提出能源互联网数字孪生系统;进一步,延伸出一种新型数据驱动的态势感知方法论,即数字孪生态势感知(digitaltwinsituation awareness,DT-SA)。其核心思想是将真实世界的固有难题转化到虚拟空间,继而借助复杂系统理论和大数据分析等工具予以解决,具体涉及孪生体建模、分析和认知等核心环节。此外,该文也讨论元宇宙技术对孪生体互联的增强作用,以及相关的科学问题。该系列研究有益于推进能源系统领域和数据科学领域的交叉融合,对于企业数字化转型、数字城市建设等具备参考价值。

基于情境感知和序列模式挖掘的气象学习资源推荐算法

随着互联网的快速发展,气象部门职工作为学习者可以获得的学习资源得到极大丰富。信息超载导致检索合适的在线学习资源时遇到了困难;学习者在不同学习环境和序列访问模式上也有不同的学习需求。但是,现有的推荐系统,如基于内容的推荐和协同过滤,没有结合学习者的情境和序列访问模式,推荐结果准确度不高。本文提出了一种结合情境感知、序列模式挖掘和协同过滤算法的混合推荐算法来为学习者推荐学习资源。混合推荐算法中,情境感知被用来整合学习者的情境信息,如知识水平和学习目标;序列模式挖掘被用来对网络日志进行挖掘,发现学习者的序列访问模式;协同过滤被用来根据学习者的情境数据和序列访问模式为目标学习者计算预测并生成建议。实验和应用效果表明,该混合推荐算法推荐的质量和准确性方面优于其他推荐算法。

面向6G通信感知一体化的40~50 GHz毫米波信道反射和透射特性研究

为解决毫米波信道反射和透射特性测量数据不足、多层材料传播系数计算不准确和传播特性表征不明的问题,该文开展面向6G通信感知一体化(ISAC)的40~50 GHz毫米波信道反射和透射特性研究。首先,基于菲涅尔理论和射线弹跳追踪原理,提出一种室内多层建筑材料传播系数计算方法;然后,利用基于矢量网络分析仪的毫米波信道测量平台,开展40~50 GHz频率范围内多层木板和多层玻璃的反射和透射系数测量活动。结果表明,该方法与测量值间高度吻合,传播系数误差低于0.1,能够准确地刻画毫米波信道反射和透射特性变化规律。此外,研究还发现反射系数谐振特性和有效布儒斯特角特性依赖于电波极化、入射角和材料厚度。

政策感知、组织创新氛围与人才创新绩效——人才自我创新期待的中介作用

在创新驱动发展背景下,区域创新与组织创新的最终落脚点是人才创新。以人才自我创新期待为中介变量,结合东部城市调查数据构建结构方程模型,系统考察政策感知与组织创新氛围对人才创新绩效的作用机制。研究结果表明,政策感知和组织创新氛围均对人才创新绩效具有显著正向影响;人才自我创新期待在政策感知与人才创新绩效之间、组织创新氛围与人才创新绩效之间均发挥中介作用;与政策感知相比,组织创新氛围对人才创新绩效的影响更显著。上述研究结论为解释政策感知和组织创新氛围影响人才创新绩效的内在机理提供了新思路,有助于政策制定者和组织管理者通过激发人才自我创新期待提高创新绩效。

食品安全风险伤害与风险交流对消费者风险感知的综合影响——以跨境电商为例

探讨消费者食品安全风险感知形成机理并科学引导,对推动我国食品产业高质量发展具有重要作用。区别于以往单一维度的研究,从风险的客观存在与主观构建的二重性出发,以跨境电商为研究情境探讨食品安全风险场域(风险伤害与风险交流)对消费者风险感知的影响机制。实验结果表明:食品安全风险场域显著影响消费者风险感知,相较于风险伤害,风险交流对消费者风险感知的影响更为显著,且在女性群体和含低龄人口或高龄人口的家庭中更为显著。食品安全关注度在风险场域影响消费者风险感知的路径中发挥“遮掩效应”;平台情境在风险场域与食品安全关注度的因果关系间起负向调节效应。

压缩感知和图卷积神经网络相结合的宽频振荡扰动源定位方法

新能源并网引发的宽频振荡严重威胁电网安全,实现宽频振荡源的在线定位并及时采取抑制措施以保证系统安全稳定尤为必要。为此,提出一种压缩采样和图卷积神经网络相结合的宽频振荡源定位方法,该方法首先在子站对时序的振荡信号进行稀疏采样,获得其低维观测序列,作为节点的时序信息,然后在主站融合系统的拓扑结构捕捉各节点的邻接关系,综合考虑系统振荡的时空特性,运用图卷积神经网络实现振荡源定位。最后利用宽频振荡样本集进行仿真验证,结果表明所提方法在量测数据含有噪声、传输数据缺失以及传输数据偏差的情况下都有较高的定位准确度。

基于强弱感知设计的驾驶员危险感知状态识别模型研究

驾驶员危险感知能力对于预防和减少道路交通事故具有重要作用。针对目前研究中危险感知的特征向量表征不统一、算法对实际问题可解释性不足的弊端,通过人为控制的方式,设计了基于危险源、显隐性、强弱危险感知状态3个维度的3×2×2实验方案,实现对危险感知的预定分级;设计配对T检验和Wilcoxon符号秩检验结合的方式实现强弱感知状态下特征差异性的量化比较;建立基于十倍交叉参数调优SVM算法的危险感知状态二分类模型。研究结果表明:驾驶员在强危险感知状态下对危险的反应更主动,倾向于避免危险,而非紧急避险,并保持更低的车速,更倾向油门控制而非制动控制,注视和眼跳行为增加;驾驶员在隐性危险源场景中的操纵力度和频次更强,危险感知与显隐性影响程度及危险源类型有关,摩托车类危险源差异最大,行人类危险源差异最小;在C=1,γ=0.1,选择车头时距、车速标准差、最大制动踏板力、加速度标准差、预减速时间、车速均值、油门开度标准差、跳视次数、注视次数作为特征时,SVM模型具有最好的性能,准确率为89.2%,精准率为90.6%,召回率为87.8%,F1值为0.888。XGBoost模型对弱感知的识别能力低于SVM模型。该研究对于驾驶员危险感知状态的量化评估具有显著的指导意义。

采用生理响度感知机制的车内噪声声品质预测

现有车内噪声声品质预测的响度计算中没有考虑真实人耳生理解剖结构的传声特性,因此提出了一种基于生理响度感知模型的车内噪声声品质预估方法。首先,采集两款轿车的车内噪声样本,并通过主观评价试验得到车内噪声的主观评价烦恼度。之后,整合中耳集总参数模型与耳蜗传输线模型,构建生理响度模型。然后,以生理响度模型的响度计算值为主要参数,结合尖锐度、粗糙度与车内噪声的主观评价值,通过TabNet模型构建了车辆声品质预测模型。最终,对比分析了所构建声品质模型与基于现有标准响度模型所构建的声品质模型的预测效果。结果表明,采用生理响度模型的声品质预测平均误差百分比仅有4.73%,优于采用Moore响度(6.13%)与Zwicker响度(6.94%)的声品质预测结果。此外,所构建的TabNet声品质预测模型的平均误差百分比也低于基于BP神经网络模型的平均误差百分比(7.60%)。采用生理响度模型的TabNet声品质预测能够提高车内噪声声品质客观评价的准确率。

食品智能感知技术的发展与前沿探索

智能感知技术是一种利用传感器模拟人类感觉器官捕捉样品各种感官属性信息,再结合智能识别算法信号处理,实现食品等样品品质拟人化综合评价的前沿仿生技术。智能感知技术作为传统感官评价技术的现代化延伸和补充,具有检测速度快,样品无需前处理,操作简便,实时在线分析等技术特性,是深度感知食品感官品质的强有力的工具。本文综述食品领域中几种主要的智能感知技术,如模拟味觉的电子舌技术,模拟嗅觉的电子鼻技术,模拟触觉的质构分析仪和仿生视觉系统的电子眼等。另外,文章还归纳总结了智能感知技术在食品品质评价方面的应用研究进展,展望智能感知技术在静态感官、动态感官和情绪感知表征等方面的技术发展可能性。随着生物学、材料学、计算机科学等交叉学科的快速发展,智能感知技术有望从样品整体感官特性的区分、识别应用,提升至食品嗜好和情绪的检测表征,为食品产业的发展提供新的动力。

基于感通算融合和信息年龄优化的车联网多节点协同感知

面向未来自动驾驶系统中的实时性业务需求(如高清地图更新),基于感知-通信-计算融合,引入信息年龄作为实时性度量,设计感通算融合的车联网多节点协同感知机制。在通信-计算资源和车辆能耗约束下,优化调度感知节点信息采集和传输处理,最小化感知信息的平均信息年龄;提出基于李雅普诺夫的在线调度算法,将复杂的长期随机优化问题转化为单时隙在线优化问题,并设计低复杂度算法求解。仿真表明,与现有仅考虑通信与计算融合的机制相比,所提机制信息实时性可提高9%~50%。

基于深度学习的认知物联网频谱感知算法研究

针对认知物联网(Internet of Things, IoT)对低信噪比(Signal to Noise Ratio, SNR)的频谱感知性能低下以及传统卷积神经网络(Convolutional Neural Network, CNN)频谱感知方法提取数据特征不充分导致感知性能差等问题,提出了一种改进残差网络——ResNeXt的单节点频谱感知算法,ResNeXt只需要设置少量超参数且高度模块化,将该网络在图像处理上的优势应用在频谱感知问题上,先将接收信号转成二维矩阵并归一灰度化处理,得到灰度图像作为网络的输入。通过训练ResNeXt来提取灰度图像特征,将在线数据输入完成频谱感知。将各个次用户(Secondary User, SU)得到的评分向量矩阵直接用融合中心SoftCombinationNet(SCN)融合获得协作频谱感知结果,有效解决了传统硬融合方法检测性能低、软融合处理复杂等问题。实验结果表明,所提方法在低SNR仍能实现低虚警率、高检测概率,优于传统频谱感知方法。

基于全景感知技术的智慧图书馆精准化推荐系统设计研究

在概述全景感知技术的基础上,从读者数据、情境数据与阅读资源数据3个方面阐述了基于全景感知技术智慧图书馆精准化推荐系统的数据来源,从感知层、数据层、计算层和服务层4个维度设计了基于全景感知技术的智慧图书馆精准化推荐系统架构,并分析了精准化推荐系统的运作流程,并以张家口职业技术学院图书馆作为实验对象,对该精准化推荐系统的应用效果进行了验证,旨在提升智慧图书馆的知识推荐服务效能。

天基空间态势感知数据仿真研究进展

空间态势感知(Space Situational Awareness,SSA)数据仿真可以为空间监测设备及态势感知算法(包括空间目标检测、跟踪、识别和表征)的开发、测试和验证提供关键性数据支持,在空间态势感知能力建设中发挥重要作用。本文以天基空间态势感知光学数据仿真为研究对象,给出了SSA数据仿真的研究目的和主要研究内容,详述了SSA光学成像仿真的典型研究方法与过程。介绍了国内外相关工作的研究现状与工作进展,涵盖双目视觉传感器、激光雷达、红外传感器、可见光望远镜和恒星敏感器等不同光学传感系统的成像建模与仿真工作成果。分析了空间态势感知数据仿真研究的发展趋势,为未来SSA数据仿真研究思路与方法提供参考。

压缩感知在斜轴式马达声强成像中的应用研究

斜轴式轴向柱塞马达内部噪声源距离较近,如马达配流盘进、出油口间的距离为38 mm,且马达噪声源存在同频及倍频现象。斜轴式马达内部密集复杂的噪声源,导致频谱分析方法难以准确识别同频及倍频信号,传统声强测量的最高分辨率为50 mm,无法满足马达内部噪声源的辨识精度要求。针对传统方法难以准确辨识马达噪声源的问题,文中提出了一种基于压缩感知的声强测量方法,将压缩感知理论运用于声强云图高精度重构中,获取马达高分辨率的声强重构图像。首先,通过对斜轴式马达进行噪声辐射仿真分析,获取其外表面声场特性;然后,以马达外表面声强云图为先验信息,设计应用于马达声场的压缩感知框架,获取高精度重构马达声强云图;最后,通过马达传统声强测量与压缩感知声强测量的对比实验验证压缩感知理论对于提高马达噪声源辨识精度的可行性。结果表明,基于压缩感知的声强测量方法将马达噪声源辨识尺度从原来的70 mm提升至30 mm,提高了马达噪声源的辨识精度,实现了马达噪声源的高精度定位。

脑卒中患者复发风险感知与行为决策情境理论模型的初步构建

目的构建脑卒中患者复发风险感知与行为决策情境理论模型,为脑卒中行为管理提供新的指导框架。方法遵循护理学科理论模型发展过程,综合采用文献研究、质性研究及理论分析,初步构建脑卒中复发风险感知与行为决策情境理论模型,包括概念、命题(概念间假设关系)及模型边界(适用范围)。结果脑卒中复发风险感知与行为决策模型包含复发风险感知、行为决策、自我效能、社会支持、情感反应(担忧)和健康行为等6个核心变量,一条核心路径为“复发风险感知→行为决策→健康行为”,三条桥梁路径为“复发风险感知社会支持→行为决策→健康行为”“复发风险感知→自我效能→行为决策→健康行为”和“复发风险感知复发担忧→行为决策→健康行为”。结论脑卒中复发风险感知与行为决策模型或可丰富脑卒中健康行为管理相关理论研究,进而为开展脑卒中患者健康管理及复发防控实践工作提供新的视角。