专利诉讼的时空选择机理——一个基于动态竞争视角的理论框架

鉴于专利诉讼数量显著增加,并超越单纯的法律案件性质,专利诉讼已成为企业动态竞争中的重要武器,进而成为企业专利战略管理的关键环节。从动态竞争角度看,专利诉讼的时间和地点选择对诉讼结果以及竞争的影响尤为关键。通过总结专利诉讼研究文献和动态竞争理论,从动态竞争视角构建专利诉讼时空选择机理、效应的理论框架模型,有助于进一步开展实证研究,也有助于企业把握专利诉讼的本质,在动态竞争中积累优势。

太阳活动影响气候的放大过程之时空选择性

太阳是形成地球气候的原始驱动力之一,但太阳活动变化对气候的影响究竟有多大,其机制和途径是什么,是否存在放大效应,一直是有争议的一个问题。结合国家重大科学研究计划"天文与地球运动因子对气候变化的影响研究"一些研究进展,综合归纳了太阳活动变化对气候系统一些关键环节的影响和作用,阐述了气候系统对太阳活动的响应具有显著的时空选择性。指出太阳活动通过季风活动通道,可能将太阳活动对极区和西太平洋热带对流区的影响放大,并最终影响全球气候。

时空选择:旅游行为的经济学分析

一、旅游经济研究的最基本问题 20世纪80年代以来，随着我国旅游业的发展，国内专家学者对旅游经济问题进行了许多探索研究，其中以旅游经济学作书名的著作就有几十个版本。这些著作对旅游经济学的研究对象、研究起点等最基本的问题的表述各不相同。在基本问题上认识模糊不清和缠足不前，显示了旅游行为的基础理论研究仍然任重道远。

模式的超越与彷徨－中国传统时空观与沈从文的时空选择

沈从文无疑是具有自觉时空意识的文和学术大家了。这种自觉的时空意识使他在无论是入乎其内的文学的情感世界中，或是出乎其外的学术的理性世界中，都显出过人的智性和悟性。他宁静淡泊的人生观，他独立特行的人格型范，他善思爱美的哲人气质，以及地作品空灵浪漫、清新自由的艺术风格都源于其时空意识的烛照。但是，沈从文时空意识的形成，不是偶然或天才生成的，它是沈从文对传统时空观念立足现实而进行选择的结果。那么，什么是传统时空观念？沈从文是怎样选择的？在这选择中，是对旧传统模式的沿用或是超越？这是研究沈从文时空意识需待求解的问题。本文拟就以上问题试作探索。一、时空观念及传统知识分子时空选择的基本模式1。

数据驱动的城轨列车延误下乘客出行时空路径选择模型

研究列车延误下乘客的出行路径选择有助于地铁客流预测与客流组织。为此构建一个利用自动售检票(AFC)数据和列车实际运行时刻驱动的列车延误下乘客出行时空路径选择模型,基于贝叶斯定理估计乘客各出行时空路径的选择概率,并采用蒙特卡洛仿真方法得到乘客出行时空路径选择结果,从而获取不同路径的选择比例。最后使用北京地铁实际列车延误场景进行实验,选取典型OD对比分析了正常情况与列车延误下的乘客出行时空路径选择。实验结果表明,提出的模型可以计算得到列车延误下乘客出行物理路径和乘车方案的选择概率;概率模型在多次仿真中产生的路径选择比例呈现出稳定趋势;并且乘车方案概率统计反映出延误会给乘客带来更多滞留等待。同时实验结果证明,乘客会因列车延误增加的时间成本而更倾向于绕行选择受延误影响较小换乘次数较多的路径。

数据库时空选择性查询的灰色预测法

提出了一种时空选择性查询的灰色预测法,采用自适应多维直方图对当前数据库时间上各对象的分布进行概括,用于时空选择性的快速估算;利用灰色预测模型GM(1,1)根据各个历史时间点上的查询值进行预测和估计.尽管单个时空对象的运动情况包含较大的随机性,但是大量对象的整体分布是随时间稳定变化的,利用灰预测模型可降低单个对象运动情况的高随机性对整体查询结果的影响.仿真实验结果表明本方法具有较好的精确度和稳定性.

基于时空节点选择和深度学习的城市道路短时交通流预测

针对目前交通流短时预测对于交通流特性考虑得不够全面、预测精度不高的问题,提出一种基于时空节点选择和深度学习的城市道路交通流短时预测方法。首先,在理论和数据表现上对交通流特性进行分析,获得时空特性;其次,根据车流的可达范围确定候选时空节点集合,以误差平方和的倒数为目标函数计算适应度,在训练集上使用遗传算法和反向传播神经网络(BPNN)进行时空节点选择,得到最终的时空节点和训练好的BPNN;最后,在工作集上将选择的时空节点的实测值输入训练好的BPNN得出预测值。实验结果表明,所提模型与仅使用相邻时空节点数据、采用其他时间节点范围、支持向量机(SVM)和梯度提升树(GBDT)相比误差略有降低,平均绝对误差(MAE)和平均绝对百分误差(MAPE)分别为10.6316和14.2758%;仅使用与待预测路段相邻空间的交通流数据的预测结果相比MAE和MAPE两个值上分别高出了0.2573和0.9991个百分点。

基于旅客感知的空铁联运路径选择研究

掌握空铁联运旅客出行路径时空信息,对联运产品供给具有指导意义。基于铁路和民航时刻表构建空铁联运时空服务网络,研究时空层面的空铁联运旅客出行情况,充分考虑时空路径多维度特性,即快速性、经济性、方便性对旅客选择的影响,并构建多维度因素重要度矩阵表达旅客需求类型。在此基础上,引入最小可觉差,建立时空路径选择模型,路径差别通过引起旅客感知而影响决策,从而得到旅客出行路径选择概率。案例以京津冀地区空铁联运网络为研究对象,计算分析该地区空铁联运旅客出行路径选择结果。通过将求解结果反馈到空铁联运网络,能够帮助铁路和民航部门掌握空铁联运客流需求时空分布状态,为空铁换乘枢纽有目标、有方向地按照需求开展空铁联运提供有效依据。

中医学——象科学的代表

通过对《周易》和古希腊哲学的比较 ,说明中西方在传统认识上 ,由于时空选择不同 ,从而形成了两种科学。西方的传统认识 ,以空间为主 ,时间为辅 ,空间统摄时间。中国的认识传统 ,以时间为主 ,空间为辅 ,时间统摄空间。因此 ,前者认识世界着重在“体” ,后者则着重在“象”。对“象”规律的认识为“象科学” ,象的实质是“气”。“气”是时间属性占优势的物质存在 ,与空间属性占优势的实物和物理场不同 ,构成世界的另一半。中医学是象科学的代表 ,本质上与作为体科学的西医学不能通约。中医学的突破 ,定将带来整个象科学的复兴 ,对人类的健康发展具有重要意义。

关于中国象科学的思考——兼谈中医学的认识论实质

从中西医之争切入,认为文化和科学形态之深刻的思维根源是时空选择。人类在认识世界时,不可能时空并重:或以空间为主,时间为辅;或以时间为主,空间为辅。西方属于前者,中国属于后者。世界有无限多的层面,因此科学是多元的。迄今人类在科学上至少主要形成了两个源、两个流:一个是西方,一个是中国。中国文化传统坚持天人合一,主用意象思维,这是与西方不同的另一条认识路线,其目标是在现象层面而不是到现象背后寻找世界的规律,而现象属于事物的自然整体层面。

大交通对区域旅游业发展的影响及对策

交通是发展旅游业的基础和重要前提，便捷的交通能够满足游客方便的时空选择需求。旅游交通所涉及的空间尺度和旅游过程可分为3个层次：外部交通、由旅游中心地到风景区的交通和内部交通。外部交通所涉及的空间范围较大，其交通方式主要是航空、铁路和公路。由于克服外部交通所花费的时间相对较长，所以外部交通的舒适与否对旅游者旅游动机的实现具有重要意义。为发展黄山大旅游，加快建设现代国际旅游城市，黄山市正全面实施综合交通提速升级工程，

对中医学重时间致思取向及其意象思维的探讨

通过中西医对时空选择的不同思维特点的比较 ,说明了中医学以时间为主 ,空间为辅 ,以时间统摄空间的致思取向。中医学主要采用的是意象思维方法 ,象的实质是气 ,“气”是时间属性占优势的物质存在。中医学的继承和发展应坚持自己的思维特色。

基于关联路径的城市路网交通模式分析与状态划分

在城市路网当中,对区域内所有交叉口进行统一控制的方法难以有效利用道路资源,缓解交通拥堵问题。将对整个交叉口的协调控制拆分为对关键路线的控制,可提高协调控制的效率。因此找出交叉口群范围内的关键路线,同时对这些关键路线的交通状态进行划分具有重要的意义。提出了一种针对路网关联路径的交通模式分析与状态划分的方法。引入关联路径、关联路径链、关联路径集的概念,并提出一种考虑路径流量不均匀性的路径关联度计算模型及其判定条件,确定出区域中的关联路径集。然后提出一种结合自组织映射(SOM)算法与Dunn指数(DI)的SOM_DI算法,确定出关联路径链的最佳交通状态划分数目,并分析关联路径链上的交通模式,得到时间状态链和空间状态链。仿真结果表明:所提出的方法可以对区域路网交通的关联路径及其最佳交通状态进行准确的划分。

基于机器学习的时空出行选择行为研究综述与展望

近年来,机器学习模型因其优越的预测性能和灵活性,被广泛引入时空出行行为建模与预测研究中,但其基础研究框架和技术路线尚未明晰。论文通过回顾2010—2022年相关领域发表的重要文献,梳理了机器学习算法的应用对时空出行选择行为研究范式的影响,总结了当前研究中亟待解决的关键问题及影响时空出行选择行为建模效果的潜在因素和作用机理,展望了未来研究中需要重点突破的方向。将机器学习算法有效应用于时空出行选择行为研究,不仅需要与决策场景相契合的模型架构和决策机理支撑,还应克服诸多机器学习过程及方法的固有缺陷,并充分考虑外部研究条件对时空选择行为模拟和预测效果的影响。现有的机器学习模型已能够契合大多数出行选择决策场景,多元化、高效率的机器学习算法必将有力推动出行选择行为研究的发展。有限的可解释性仍然是学者们难以广泛信任基于机器学习的时空出行选择行为模型的根本原因。面对大数据时代时空出行选择行为研究的机遇与挑战,充分融合机器学习算法和经典决策理论及模型各自的优势,同时提升时空出行选择行为的模拟精度和模型可解释性是重要发展趋势。