数智时代下企业档案人才培养“梯度机制”建设研究——以A集团企业为例

数智时代对企业档案管理人才提出了新要求,明确其在档案管理工作中要树立“数智思维”,创新“知识结构”,善用“数智技术”,以提升档案管理成效。通过构建企业档案人才培养“梯度机制”,结合档案管理人员的专业技能层次,开展针对性培训,能够促进人才培养工作的系统化、高效率开展。文章在研究中结合具体实例,从确定梯度层次及培养目标、构建梯度培养方案、调整梯度人员设置等方面,分析了企业档案人才培养“梯度机制”建设的具体方案。

基于整体智治的档案人才培养梯度机制探析

整体智治是我国推进治理体系和治理能力现代化的重要原则与路径。档案整体智治的实现离不开档案人才与数智技术的有力支持。从阐述整体智治与档案人才培养梯度机制的内涵及二者间的关系出发,审视整体智治下的档案人才培养梯度机制,全面理解整体智治对档案人才提出的新要求,深入剖析目前我国档案人才培养存在的问题。结合新要求和存在的问题,从整体智治视角出发探讨基于“本科生-研究生”梯度机制的档案人才培养策略。

中国碳交易梯度机制构想

气候问题已引起全球广泛关注。中国积极承担"共同但有区别"的责任,可考虑"梯度"推进碳交易机制的思路,即先以自愿碳减排入手,设计自愿市场向区域强制市场的过渡方案;再以区域试点交易为基础,引入国际两大强制减排机制EU ETS和CDM,逐步建立全国统一的碳交易市场。在这两个过渡阶段,交易机制的参数设置与优化是影响减排资源配置效率的关键。

基于能量信息耦合梯度调节机制的图像修复算法设计与应用

为了克服当前图像修复算法主要依靠图像的置信度信息来获取优先修复块,忽略了图像的能量信息,导致修复结果中存在不连续及伪吉布斯现象等缺陷,设计了基于能量信息与梯度调节机制的图像修复算法;首先,通过区域能量函数来求取图像的能量信息,以计算待修复块的优先权信息,得到优先修复块;然后,基于图像梯度模值,建立梯度调节机制,以调节样本块的大小,获取与图像纹理相适应的样本块尺寸;引入平方差求和(SSD)函数,以确定最优匹配块;最后,通过像素点间的差异性,构造相似惩罚因子,以更新置信度项,完成图像的修复;实验结果显示,在所提算法中将变化阈值取值为0.5时,较当前图像修复方案而言,所提算法具备更好的修复性能,所得到的修复图像拥有更好的纹理连贯性与更高的结构相似(SSIM)值;当对像素丢失比例达到50%的图像进行修复时,较对照组算法而言,所提算法修复图像的SSIM值分别提高了6.5%和17.5%。

梯度调整机制下量子Cournot模型的动力学分析

将量子纠缠参数引入到经典Cournot模型中,建立了梯度调整机制下的量子Cournot寡头模型。利用雅可比矩阵和Jury判据的理论知识分析了平衡点的局部稳定性,通过数值模拟对模型的局部分岔行为和多稳态运动动力学进行研究。从数值模拟所展现的研究结果来看,企业调整下一时期商品产量的速度太快会使得其量子决策进入混沌态;在量子纠缠水平确定的情况下,较高的单位成本会使得系统处于不稳定的状态。此外,量子纠缠作为使企业之间进行合作的物理参数也会影响系统的行为。

长脉宽激光硅片弯曲成形温度机制研究

根据已开展的长脉冲激光弯曲硅片试验,利用Ansys仿真软件计算了硅片弯曲过程中温度场的分布形式,分析了长脉冲激光弯曲硅片的温度特点.计算结果表明,试验所用硅片在弯曲过程中存在较明显的温度振荡,同时在第一次扫描后半段出现脆性-塑性温度转变点,认为第1次扫描主要起预热硅片的作用,与试验过程中第1次扫描无明显弯曲现象相符.在随后的扫描过程中,根据上下表面温度差以及光斑直径与厚度的比例关系,说明弯曲现象的产生是温度梯度机制(TGM)和翘曲机制(BM)共同作用的结果,同时在分别对每次扫描前初始温度和扫描过程中最高温度的分析中发现,随着扫描次数的增加,温度逐渐上升,但增加量逐渐减小,最终几乎趋于不变.

基于PER-DDPG算法的城市轨道交通越区切换研究

针对传统IEEE802.11越区切换方式存在较高的切换延时以及乒乓切换等问题,提出深度强化学习(Deep Q-Network,DQN)越区切换算法。通过对列车运行的特征状态信息进行提取输入,考虑列车运行速度及场强、切换阈值等动态信息构建越区切换模型。同时针对算法时间成本复杂度及稳定性,采用优先经验回放深度确定性策略梯度(Prioritized Experience Replay-Deep Deterministic Policy Gradient,PER-DDPG)算法,将列车状态空间信息传输至PER-DDPG网络中进行优化分析。结果表明基于PER-DDPG算法优化后的列车越区切换模型使用该算法时间计算成本降低,数据包传输延时约降低55%。

CI-WGAN:融合临床指标和WGAN的孤独症个体化脑功能连接网络生成

脑功能连接(Functional connectivity,FC)网络作为潜在的脑影像标志物对孤独症谱系障碍(Autism spectrum disorder,ASD)的辅助诊疗研究具有重要作用。然而现有的FC生成方法大多仅基于脑影像数据,未充分考虑个体的临床指标从而易丢失疾病的特异性信息。而且,ASD作为一种谱系障碍,其临床指标存在显著的个体化差异。因此,仅基于脑影像数据的传统生成模型在生成准确的且能反映个体化临床指标的ASD个体FC的任务上存在挑战。针对上述挑战,提出了个体化临床指标引导的沃瑟斯坦生成对抗网络模型(Clinical-indicator-aware Wasserstein generative adversarial network,CI-WGAN),用于生成孤独症个体化FC网络。该模型引入个体化临床指标引导机制,实现了高精度ASD患者FC网络的生成。基于全世界最大孤独症脑影像公开数据集之一的ABIDE I数据集进行实验,CI-WGAN生成FC与真实FC的峰值信噪比(Peak signal-to-noise ratio,PSNR)、结构相似度(Structural similarity,SSIM)与平均绝对误差(Mean absolute error,MAE)分别达到19.037、0.236与0.178,相较于其他FC生成模型分别提升了3%、12%与2%。此外基于生成FC和独立临床验证指标的表征相似度分析(Representational similarity analysis,RSA),CI-WGAN生成的FC相较其他模型生成FC最少提高了0.1倍和3.7倍,证明了CI-WGAN生成的FC包含更多的ASD个体特异性信息。本文提出的CI-WGAN模型实现了高质量个体化FC的生成,为ASD的早期诊断和个性化治疗提供了有力的技术支持。

基于改进YOLOv8的风电叶片表面损伤检测与识别方法

针对风电叶片极易出现损伤和故障,且制造和维护成本高昂等问题,提出了一种基于改进YOLOv8模型的风电叶片表面损伤检测与识别方法。首先,将现场拍摄到的高清叶片图像作为实验数据集,并将其按比例随机划分为训练集、验证集和测试集;然后,在YOLOv8模型中引入了动态数据增强算法Mosaic、Mixup及离线数据增强算法Albumentations,对训练数据集进行了扩充,解决了模型在有限数据集下的泛化性问题;最后,使用卷积注意力模块(CBAM)和梯度协调机制(GHM)/Focal loss算法等手段加强了模型的损伤检测能力,改进了样本分布不均衡问题,建立了一种先进的风电叶片表面损伤检测与识别方法,提升了YOLOv8模型对叶片损伤的检测精度。研究结果表明:改进后的YOLOv8模型在计算量和参数量都较低的情况下,其平均精度(AP)、平均召回率(AR)都超越了同等配置下的快速区域卷积神经网络(Faster R-CNN)模型。改进后的YOLOv8模型在交并比(IoU)阈值为0.5时的AP和AR分别达到了73.2%和58.8%,验证了该方法在风电叶片损伤检测方面具有一定的可靠性和有效性。

1996年-2008年昆明城市建成区景观格局梯度动态变化研究

以1996年和2008年的昆明城市土地利用图为数据源,运用景观格局指数对城市景观梯度格局进行定量分析和比较,研究表明城市景观格局梯度变化与城市建设开发强度密切相关,1996年环城路内是城市建设的核心区域,一、二环间开发建设的力度较小,二环以外城市建设用地较为分散;2008年一、二环之间的开发力度为最大,一、二环间的景观格局梯度变化幅度最大,表明此时期昆明城市空间扩张进入快速的"外延式"扩张阶段。快速城市化是推动昆明市景观格局变化的主要驱动力,政策性因素导致城市景观格局方向性变化。

基于改进深度残差网络的电力系统暂态电压稳定评估

传统的电力系统暂态电压稳定评估模型存在2方面问题:故障过程中的关键信息难以捕捉、暂态稳定样本与失稳样本不平衡导致模型对多数类样本存在倾向性。为此,提出了基于改进深度残差网络的电压稳定预警模型。首先,为了捕捉故障过程中的关键信息,在残差网络中嵌入卷积注意力模块,通过对时间通道与空间通道的双重注意力来挖掘电力系统动态轨迹中潜在的时空关系;其次,针对训练过程中模型倾向于多数类样本的问题,引入基于梯度平衡机制的损失函数来减小不平衡样本对评估结果的影响;第三,为了强化模型对数据特征的提取能力,将传统卷积核替换为非对称卷积模块。最后,通过在IEEE39节点系统上接入2种不同风电占比进行测试,进一步验证所提方法在暂态电压稳定评估中的优异性能。

基于深度学习的合成孔径声成像智能检测方法

深度学习方法已在图像识别领域有了广泛的应用,相较于光学图像识别,合成孔径声呐图像识别存在图像分辨率低、小目标特征模糊、样本获取困难、缺少完备样本集的问题。为此,文章提出一种改进Faster R-CNN(Faster Region Convention Neural Network)模型的合成孔径声成像目标检测方法,采用添加注意力机制的金字塔特征提取网络,提高特征模糊样本中小目标检测概率,采用梯度协调机制的区域适应网络解决简单样本和困难样本分布不均问题。通过实际合成孔径声成像数据验证表明,该方法较好地实现了合成孔径图像中多类别小目标的智能检测。

基于MSG理论的微切削加工有限元仿真研究

为了研究微切削加工机理,提出了基于位错机制应变梯度塑性理论的微切削材料本构模型建立方法及新的应变梯度求解方法,基于任意拉格朗日-欧拉自适应网格划分技术,建立了铝合金微切削加工动态物理仿真模型。预测了铝合金微切削加工过程中的切削力、切削温度及金属停滞区。结果发现当刀尖圆弧半径与切削厚度比值较大时,微切削工件的温度最高区域沿刀具刃口分布,与普通切削最高温度分布位置不同。并且工件最高温度随刃口半径的增大而增大,指出刀刃圆弧半径效应是导致此现象的主要原因。预测了铝合金Al2024-T3微切削加工过程中的金属停滞区,指出金属停滞区面积随刃口半径的增大而增大。并分析了金属停滞区对加工表面质量及加工过程稳定性的影响。

基于改进YOLOV4的陶瓷基板瑕疵检测

陶瓷基板是半导体元器件的重要基础材料,其瑕疵检测对保证产品质量具有重要的意义。提出了一种基于改进YOLOV4网络的陶瓷基板瑕疵自动检测方法。针对陶瓷基板瑕疵尺寸较小、颜色形状多变以及不同类瑕疵间尺寸变化较大导致的瑕疵检测困难问题,改进的YOLOV4网络通过借鉴Complete Intersection over Union(CIoU)思想优化初始先验框设计,引入基于梯度协调机制的置信度损失函数和十字交叉注意力网络来改善缺陷检测能力。实验结果表明,基于改进YOLOV4的陶瓷基板瑕疵检测方法对于陶瓷基板污染、异物、多金、缺瓷以及损伤这5类瑕疵检测的平均准确性达到98.3%,可满足工业现场对陶瓷基板瑕疵的检测精度要求。

基于卷积神经网络的夜间车辆检测算法

针对夜间车辆检测模型的精度要求,提出以夜间车辆为研究对象,利用深度学习中的卷积神经网络构建检测模型。首先对数据集进行白平衡处理以减少路灯颜色的干扰进而增强图像画质,并用Mosaic数据增强来丰富检测数据集进而提升模型对小目标车辆的检测效果;其次针对先验框的选取采用K-means++算法,并利用交并比距离对先验框进行聚类;接着向主干特征提取网络加入注意力机制模块来增强残差结构特征图中目标的通道和空间特征信息;最后在损失函数的原始置信度交叉熵损失中引入梯度均衡机制,使模型有效衰减难易样本。通过在UA-DETRAC数据集的实验与对比分析可知:本文提出的夜间车辆检测算法的精度可达99.24%,同时每秒处理图像帧数高达19帧,验证了该算法的有效可行性。

微尺度激光弯曲成形数值模拟与实验研究

建立了厚度为0.1mm的不锈钢钢箔激光弯曲成形的三维热力耦合有限元模型,并采用有限元软件MSC.Marc模拟计算得到了箔材弯曲变形过程中的温度场、变形场与应力应变场。分析了应力、温度、变形三者之间的内在关系,阐述了激光弯曲成形的温度梯度机制(TGM)。建立了微尺度激光弯曲成形的实验装置,验证了有限元模型(FEM)的可靠性,模拟计算结果与实验结果吻合较好。通过实验分析了激光功率、扫描速度以及激光扫描次数等工艺参数对激光弯曲角度的影响规律,并对影响原因进行了初步分析,为进一步对微尺度激光弯曲成形机制及工艺的研究打下了基础。

基于改进EfficientDet的线束端子线芯检测算法

线束端子压接高度不当会导致线芯被剪断或线芯之间空隙较大,人工检测线芯数量和判断端子压接后线芯是否断裂,存在劳动强度大、易产生视觉疲劳等问题,因此提出一种基于深度学习的线束端子显微图像线芯检测算法,用于线芯计数。针对端子线芯显微成像呈密集且不规则排列的特性,使用Kmeans多维度聚类算法对线芯边界框进行聚类,生成与线芯边界框相匹配的锚框;为处理端子图像中不同属性锚框类别极不均匀的问题,利用梯度均衡机制重构损失函数。与多个目标检测算法的对比实验结果表明,所提改进算法在兼顾实时性的基础上平均精度均值达96.2%,能保持与人工同样的计数精度,可用于线束端子线芯计数和后续的压接质量评估等工作。

日冕反常加热之谜新解

日冕加热之谜是当代天文学、天体物理学中的八大难题之一。自日冕高温发现七十多年以来,人们建立了许多模型试图解决这一难题,但到目前为止,现有的模型几乎都无法给出一个完整的解答。近年来,人们从观测上取得了一系列新的发现,如从光球到日冕的超精细磁通道中的快速上升热流、二型针状体、极紫外龙卷风等。这些发现给我们一个新的启示,即日冕的加热能量很可能是直接通过热物质上升并在日冕区域沉积而实现的。但是,这些上升热流又是如何形成的呢?鉴于太阳大气中普遍存在具有磁场梯度的磁通量管,作者最近提出了磁场梯度抽运机制(magnetic gradient pumping mechanism,MGP),每一磁通量管就像一个抽水机一般,将底层热分布的等离子体中的高能端粒子抽运到高层大气中沉积,并最终形成了高温的日冕大气。这一机制为我们探索日冕加热之谜提供了一个新的思路。

视觉惯导紧耦合的行人室内自主定位方法

针对行人在大型复杂建筑环境中的高精度和高可靠性室内定位需求,传统的基于视觉点特征方法易受环境纹理缺失、相机快速运动导致图像模糊而定位失效问题,提出了一种基于视觉点线特征与IMU紧耦合的行人室内自主定位方法。在视觉惯导融合导航系统框架下,前端部分,在点特征基础上引入结构化建筑环境中丰富的线特征,并采取基于梯度密度过滤机制的改进线特征提取策略,剔除局部线特征密集区域;利用点线特征与IMU紧耦合优化机制提高行人位姿估计及定位的准确性和稳定性。通过利用EuRoC数据集和在实际楼道场景下的实验,特别是在弱纹理、光照变化等条件下实验,验证了所提方法进行行人室内定位的准确性和可行性。