港珠澳协同背景下跨境电商物流国际竞争力提升路径研究——基于模糊层次分析法

跨境电子商务对比传统贸易方式有利于优化资源配置以及推动我国经济增长方式实现全面转变。港珠澳协同背景下,跨境电子商务在对外贸易中的比重连年保持攀升态势,是非常重要的对外贸易增长点,而跨境电商又是以物流作为支撑。由此,本文围绕港珠澳协同背景下跨境电商物流国际竞争力提升路径展开深入研究具有积极意义。

卓越教师经历的学习过程特征及启示——10位个案教师学习经历的跨案例研究

卓越教师培养一直在教育政策和区域教师教育工作中倍受重视,但缺乏微观层面对这一群体教师所经历的学习过程特征的探讨。基于对10位卓越教师所经历的学习过程的个案研究成果,应用跨案例研究法,采用“环境—过程—结果”(EPO)框架得到了卓越教师经历的学习过程中所呈现的特征:卓越教师在学习环境中体验到高挑战性的任务和积极的组织氛围,在学习过程中表现出高水平的内部学习动机和情感意志,学习互动以个体主动投入式为主,经历的学习内容具有多元性和差异性,学习结果更多指向来自内部的专业成就感或价值感。对卓越教师学习设计者和教师继续教育决策者提出如下建议:卓越教师的学习环境需要突出工作场域和高挑战任务特征,教师的学习过程中需要加强学习互动的设计,教师的学习结果预期亟须超越以往狭隘的知识或能力观。

“实验设计与数据处理”教学设计与实践

基于成果导向教育理念,依据“实验设计与数据处理”课程所支撑的毕业要求观测点,反向设计课程目标。围绕课程目标整合教学内容和教学资源、设计教学过程、组织教学活动、评价学习成效,并基于评价结果持续改进,形成“实施-评价-反馈-改进”闭环。教学过程引入“工艺优化驱动教学”的项目式教学法,与“专业综合实验”“科研实践”等实践环节形成跨课程教学联动,以实践环节中的实验方案设计和数据处理的实际需求推动“实验设计与数据处理”课程的理论教学和课下实践,将零散的知识体系化,碎片化的应用系统化,着力提升学生实验方案设计、实验结果统计分析和模拟预测以及方案优化能力。

致孔剂对交联聚苯乙烯球合成工艺及孔结构的影响

采用分段升温的工艺,将醋酸纤维及液体石蜡作为致孔剂,通过悬浮聚合法合成了多孔交联聚苯乙烯球,研究了反应温度和反应时间对产率的影响。致孔剂的加入提高了聚合体系的黏度,调整反应的初始温度可有效提高产率。结构分析发现,多孔交联聚苯乙烯球具有微米级和纳米级共存的孔结构。

产业共性技术跨组织合作研发激励模型研究

本文研究了一个由高校院所进行基础研究和制造企业负责后续商业开发的共性技术跨组织合作研发激励模型及其选择问题。本文将政府支持与合同激励放在同一框架,运用博弈论方法为制造企业设计产出导向单一激励模型、产出导向+过程监控激励模型及“政府支持+”综合激励模型以激发高校院所基础研究的积极性,同时解析了激励模型选择、影响因素及机理。研究表明:“政府支持+”综合激励模型是三种激励模型中的占优模型、产出导向+过程监控激励模型优于产出导向单一激励模型;双方收益分享系数具有促进和抑制高校院所认真履责行为的双重作用,且对其机会主义行为具有抑制作用,对制造企业后续商业开发行为及预期收益有“倒U型”影响;高校院所基础研究的影响系数在双方收益分享系数对制造企业后续商业开发努力的影响中发挥调节作用;政府补贴对高校院所和制造企业的合作研发行为具有明显的正向激励作用;惩罚系数可有效抑制高校院所的机会主义行为。

基于图像处理的行人过街安全警示系统设计与研究

为了提高行人过街的安全性和效率,避免安全事故的发生,设计一种可以实时检测行人过街行为以及车辆往来的行人过街安全警示系统。该系统采用图像处理技术和嵌入式系统技术,能够实时监测行人、车辆和交通信号灯状态,能准确快速地提醒过街行人注意出行及安全,提高城市交通秩序,有助于推进智慧城市建设和交通安全领域的技术创新,具有一定的理论和实践价值。

基于频域阈值处理广义互相关和空间筛选的多源局部放电定位方法

该文针对电力设备的多源局部放电定位问题,提出了基于频域阈值处理广义互相关(frequency domain threshold processing generalized cross-correlation,FDTP-GCC)和空间筛选的多源局部放电定位方法。为实现多源局部放电超声信号的同源时间差提取问题,该文提出了FDTP-GCC算法,该算法直接应用于超声传感设备采集的原始信号,在频域内通过设置幅度谱阈值排除干扰频段,幅度谱归一化突出多源信号时间差的冲激函数特征,直接得到对应同源信号的时间差。通过仿真证明了FDTP-GCC算法进行时间差估计的高准确性、高稳定性、高抗噪能力。为解决FDTP-GCC算法带来的同源时间差分离的问题,该文提出了基于空间筛选的多源局部放电定位方法,并分析了采用基于解析解的算法和智能算法进行空间筛选的定位性能。最后采用双局部放电源进行了定位试验,试验结果表明该文方法提取的时间差误差均在1μs以内,两个局部放电源的定位误差为20.53cm和4.93cm。

跨文化传播视角下多语言用户信息分享行为过程模型构建研究

[目的/意义]全球化使得个体与不同文化的接触日益频繁,掌握多种语言的个体能够借助多元文化融合的机遇,利用数字平台为中华优秀文化的交流和传播提供新的路径和方向。[方法/过程]社交媒体时代多语言用户成为中国文化跨文化传播的核心推动者。故此,文章以多语言用户,即掌握两种及以上语言的用户作为研究对象探究其如何借助信息分享行为传播中华文化相关内容。通过众包方式收集来自全球355个多语言用户跨文化信息分享数据,采用主题分析法构建了多语言用户信息分享行为过程模型,旨在揭示具体的形成机制和行为规律。[结果/结论]构建了包含动机驱动阶段、信息交互阶段和体验感知阶段的多语言用户信息分享行为过程模型。立足中国文化语境,有助于凸显跨文化研究情境,对于促进新时代跨文化传播具有重要意义。

金融数据跨境流动的法律风险量化分析与规制建议

本文从国内外金融数据跨境流动相关立法和实践中提取风险因素,构建了金融数据跨境流动法律风险评估模型,并基于AHP层次分析法和FCE模糊综合评价法,采用国内首批通过数据出境安全评估的金融机构作为案例对该模型进行了实证检验。研究结果表明,数据出境前的合法性审核、数据业务需求评估和接收方合法性,是影响金融数据跨境流动法律风险的关键指标。根据评估结果,本文从监管角度提出了相关规制建议:制定更具针对性的风险评估指引,优化数据安全评估流程,并对金融数据出境范畴进行细化规定;平衡风险控制和数据流动效率,在确保风险可控的基础上,推动金融数据的合理跨境流动,促进金融市场的国际化发展。

密室逃脱类场所人员疏散影响因素研究

准确识别火灾等突发事件时影响密室逃脱类场所人员疏散的因素,并客观系统分析因素间的层次关系和重要程度,对密室逃脱类场所的应急疏散至关重要。基于密室逃脱类场所行业规范和现状,从人员、建筑结构、环境、消防管理4个维度提取了26个影响因素,采用AISM(对抗解释结构模型)及MICMAC(交叉影响矩阵相乘法)构建密室逃脱类场所人员疏散影响因素3级递阶结构模型,综合分析因素间作用关系,并分析因素与管理层、运营层、玩家层3类主体对应责任关系,然后联合ANP(网络层次分析法)确定各影响因素的权重和排序。结果表明:影响密室逃脱类场所人员疏散的深层根本因素主要为制度与规程编制完备性、密室剧情类型、空间组合形式、空间嵌套层数等,其可通过驱动密室场所经营位置、门锁联动性、空间内部昏暗度、道具种类与数量、NPC(非玩家角色)疏散引导能力等中层特性影响因素优化,规范消防设施完备性、应急预案编制情况、安全教育与培训情况等关键共性影响因素,最终提升玩家应急疏散能力。

基于数据驱动的跨境电商运营机制创新研究——以F品牌为例

跨境电商的猛速增长面临外部环境危机与内部治理结构不完整问题,迫使企业在数据驱动下实现运营从“野蛮生长”转向“精耕细作”。通过案例分析引入F品牌作为研究对象,分析基于不同运营机制阶段下的数据演化过程,剖析当下F品牌运营壁垒,遵循“数据—产品—数据”思维逻辑,构建数据库迭代技术模型,揭示以“数据价值发现—数据价值创造—数据价值实现”为研究范式的创新运营机制实现方式以提升运营者在合适的环境中做出及时反应,提高中国跨境电商企业的竞争力与影响力。

基于多级语义对齐的图像-文本匹配算法

图像中的区域特征更关注于图像中的前景信息,背景信息往往被忽略,如何有效的联合局部特征和全局特征还没有得到充分地研究。为解决上述问题,加强全局概念和局部概念之间的关联得到更准确的视觉特征,提出一种基于多级语义对齐的图像-文本匹配算法。提取局部图像特征,得到图像中的细粒度信息;提取全局图像特征,将环境信息引入到网络的学习中,从而得到不同的视觉关系层次,为联合的视觉特征提供更多的信息;将全局-局部图像特征进行联合,将联合后的视觉特征和文本特征进行全局-局部对齐得到更加精准的相似度表示。通过大量的实验和分析表明:所提算法在2个公共数据集上具有有效性。

体电子显微学前沿

电子显微成像技术的快速发展使得对完整细胞、组织乃至整个机体进行高分辨三维结构解析研究成为可能,这些可进行大尺度生物样品三维结构研究的电子显微成像技术统称为体电子显微学技术(volume electron microscopy,vEM)。近年来,v EM在研究尺度、分辨率、吞吐量和易用性等方面发展迅速,在整个生命科学领域的应用呈爆炸式增长,该技术因此被《自然》(Nature)评为2023年最值得关注的七项前沿技术之一。然而,vEM相关技术的发展和应用在国内起步较晚,亟待进一步推广。本综述涵盖了vEM的发展历程、技术分类、样品制备、数据收集、图像处理等全方位的内容,便于生命科学、医学等领域研究人员去了解、学习、应用和进一步发展该技术。

两岸融合发展示范区建设的逻辑理路和实践进路——基于“结构-过程”框架的分析

建设两岸融合发展示范区,是推进两岸关系和平发展和服务祖国统一大业的重大战略安排。基于结构功能主义理论,应用“结构-过程”框架,建构两岸融合发展示范区研究模型。从结构角度分析,可以清晰展现两岸融合发展示范区在内涵、空间两个维度的全领域、全区域的全域网格化图景;从过程角度分析,可以动态体现两岸融合发展中两类主体、两种不同方向作用力的互动作用过程。两岸融合发展示范区建设蕴含了社会系统建构的内在逻辑机理,是两岸关系领域理论与实践相结合的创新探索。两岸融合发展示范区是一项创新性系统工程,在结构层面要强化系统观念,完善两岸融合发展示范区有机系统;在过程层面要强化合作观念,推动两岸融合发展示范区合作共建;在创新层面要强化质效观念,实现两岸融合发展示范区建设规划目标。

考虑隧道掘进过程的新建隧道下穿既有隧道力学响应研究

为有效评估新建隧道下穿施工对既有隧道的影响,确保既有隧道运营安全,将既有隧道简化为放置在Pasternak地基模型上的Euler-Bernoulli梁,基于两阶段分析法提出新建隧道下穿施工引起既有隧道力学响应的计算方法。通过与现场监测和既有方法的结果进行对比,验证了本文方法的准确性。研究结果表明:当新建隧道开挖面位于既有隧道中点时,既有隧道差异沉降达到最大值,转角曲线关于既有隧道中心线对称;在新建隧道掘进过程中,既有隧道的最大正弯矩和最大负弯矩分别出现在既有隧道长度的2/5和3/5位置附近,最大负剪力出现在既有隧道中点处;当新建隧道开挖面到达既有隧道长度的1/4和3/4位置时既有隧道产生最大正剪力;随着隧道轴线夹角和相对弯曲刚度增大,既有隧道的内力显著增大;增大隧道竖向净距有利于控制既有隧道的力学响应。本文方法考虑了新建隧道掘进过程和新建隧道与既有隧道的不同相对位置,可为类似穿越工程风险防控提供理论依据。

基于不完全匹配的掩膜版进行芯片套刻的校准方案

提出一种校准方案,在套刻曝光一般步骤的基础上进行适当调整,用不完全匹配的掩膜版同样能够实现准确的套刻曝光。研究为提高芯片制备效率、保证对准精度提供了新思路。

权威与专制教养同低年级小学生认知过程的交叉滞后分析

为考察父母权威与专制教养方式同低年级小学生计划—注意—同时性加工—继时性加工(PASS)认知过程之间的双向关系,对二、三年级共113名小学生的认知过程及家长的教养方式进行为期一年两次的追踪测查,结果表明:权威教养与低年级小学生PASS认知过程不存在双向预测关系,专制教养与PASS认知过程之间存在负向的双向预测关系。专制教养会使儿童认知发展受到负面影响,儿童认知发展较差又会导致父母采用专制教养方式。基于此,父母应采用温暖、积极的养育行为,为儿童的认知发展提供家庭支持。

基于卷积神经网络的烧结成品率预测

成品率是综合反映烧结矿产量、质量和能耗的关键性指标。针对成品率检测存在滞后性问题,以烧结机尾断面图像作为输入,通过卷积神经网络拟合断面图像与成品率的关系,实现烧结成品率的在线预测。根据烧结机尾断面红外图像的特点,采用DenseNet网络结构的卷积神经网络作为建模方法,并以多尺度稠密连接块对网络结构进行改进,在同一层网络中提取多尺度、图像信息,通过拟合高维图像特征与烧结成品率之间的关系,实现成品率的准确预测。采用国内某大型钢铁生产企业的机尾断面图像和成品率数据对模型进行验证。研究结果表明:所提出的改进DenseNet网络在烧结成品率预测问题上具有较强的拟合和泛化能力,定义成品率预测值与实际值绝对误差在±2.8%的区间范围内为命中目标,模型命中率达92.66%,且均方根误差仅为1.76%,可为生产工艺参数的优化调控提供依据。

图网络在线异常检测跨域耦合模型优化方法

图网络在线异常检测模型在导弹系统网络通信模式监控、雷达系统恶意攻击识别,以及战机控制系统网络活动监测等应用领域中发挥着至关重要的作用。该检测模型将图谱域信号处理模型与时域检测模型相耦合,其高阶非线性处理过程给以高精度检测为导向的跨域耦合异常检测的模型优化带来了巨大挑战。针对此问题,提出了一种图网络在线异常检测跨域耦合模型优化方法。该方法关注高阶非线性跨域耦合检测模型处理信号空时相关性,通过对图网络跨域耦合模型处理信号统计特性的精细推导,揭示该检测模型的空时耦合机理及耦合过程对检测性能的影响,为模型中关键参数的选择提供了依据,弥补了该领域以往仅依赖简化模型和经验进行参数选择的不足。仿真及外场试验结果表明:所提模型优化方法在确保图网络异常检测稳健性的同时,显著提高了检测准确率。

一种单阶段无监督可见光-红外跨模态行人重识别方法

无监督“可见光-红外”跨模态行人重识别任务能够缓解智能监控场景中需要大量人工标注的问题。常见多阶段模型用于处理不同模态数据。文中提出了一种有效的单阶段无监督跨模态行人重识别的方法,设计了基于置信因子的聚类算法和图嵌入的跨模态特征处理方法,分别用于解决无标签问题和跨模态问题。实验结果表明,相较于现有算法,所提方法在r=1时精度至少取得了7%的提高。