内蒙古能源消费碳排放驱动因素与脱钩效应研究

基于能源消费碳排放核算,采用LMDI分解模型与Tapio脱钩模型对内蒙古能源消费碳排放驱动因素及脱钩效应进行研究。结果表明,2000-2021年,内蒙古碳排放总量持续增长,但总体增速呈下降趋势;内蒙古能源消费碳排放与经济发展间的脱钩关系以弱脱钩为主、多种脱钩关系并存,经济发展并未摆脱对高碳排能源的消费依赖。经济发展水平是抑制能源消费碳排放脱钩的主导因素,能源强度对推动能源消费碳排放脱钩具有关键作用。基于此,应积极开发清洁能源发电技术,加强传统能源行业科技创新力度,加大政府投入力度,以助力内蒙古科学构建碳减排政策框架,实现“碳达峰”与“碳中和”目标。

医保支付方式由治病向健康转型—先期探讨研究

为系统讨论医保支付方式改革驱动由治病向健康转型的可能性和实践模式,以目标—发展重点透视矩阵作为分析框架,以慢性病为切入点,基于安徽省医共体慢性病打包支付的案例,探讨中国情境下的以健康为导向的医保支付方式改革的路径和方法。研究发现,伴随人口结构和社会需求的变化,在理念层面上,医保支付政策已体现出由治病向健康转型的态势,医保支付政策的内容、形式、载体趋向多样化。目前中国复合式医保支付框架已经建立,但改革内容和进展不平衡,尚未发挥向健康转型的激励引领作用。持续推进医保支付方式改革并对改革内容进行适应性调整,将是下一阶段工作的重点。

上市公司影子银行化对金融稳定的影响与机制研究

影子银行因其规模的日益扩大及其带来的巨大影响而受到政府与学术界的广泛关注。本文基于上市公司财务数据和金融稳定相关数据,运用CRITIC指数构建法和误差修正模型,对上市公司影子银行化对金融稳定的影响与机制进行了理论分析与实证检验。研究发现:上市公司影子银行化提高了经济金融化程度,进而增加金融脆弱性而影响金融稳定。金融稳定更多受到东部、中部地区上市公司影子银行化的影响。相较于规模较小与盈利能力较弱上市公司,规模较大上市公司与盈利能力较强上市公司影子银行化对金融稳定造成的影响更大。研究结果有助于深化影子银行发展对金融稳定影响的理解,对强化上市公司金融化行为监管,维护金融稳定,实现金融高质量发展具有重要的政策意义。

呼包鄂榆城市群居民生活用能碳排放差异及影响因素分析

在“双碳”目标背景下,居民生活碳排放研究日益被重视,以呼包鄂榆城市群为研究对象,利用碳排放系数法对城市群内居民生活用能碳排放进行核算,发现居民生活用能碳排放呈现逐年增长的态势,其中汽油、液化石油气、电力是构成居民生活用能碳排放的主要能源类型。然后运用LMDI模型分解居民生活用能碳排放影响因素,发现能源结构效应、人口效应和消费倾向效应对居民生活用能碳排放存在正向效应,能源价格效应则显示负向效应。运用脱钩模型对短期内经济发展及居民生活用能碳排放进行分析,结果显示,2017-2019年呼包鄂榆城市群的经济发展与居民生活用能碳排放之间存在较理想的脱钩状态;在未来的城市群建设过程中应提高节能技术、开发清洁能源、优化能源消耗结构、适度降低城镇化建设来降低居民生活碳排放。

石榴子石中的“水”揭示喜马拉雅错热锂辉石伟晶岩快速形成

东西向延伸近2500km的高喜马拉雅淡色花岗岩带不仅是新生代印度-欧亚板块碰撞的产物,同时也与多种稀有金属矿床密切相关。近期,在高喜马拉雅中部的错热地区发现了多条锂辉石伟晶岩脉,为研究该地区岩浆分异演化过程、探索错热地区锂辉石伟晶岩成岩成矿时限提供了新材料。本文对该地区各类型淡色花岗岩及锂辉石伟晶岩中的石榴子石进行电子探针和傅里叶变换红外光谱分析,研究表明:错热地区花岗岩-伟晶岩体系中石榴子石属于岩浆成因的铁铝榴石-锰铝榴石系列,且可能存在多种OH取代机制;石榴子石主量元素及水含量记录了岩浆演化历程,水含量受Si、Fe、Ca、Mn影响;伴随岩性从石榴子石白云母花岗岩向锂辉石伟晶岩分异演化,石榴子石逐渐富锰、富水;在伟晶岩侵位后,还可能与围岩发生了混染并发生了流体丢失,导致石榴子石边部贫锰、贫水。此外,石榴子石氢扩散模拟可用于限定伟晶岩形成时限,热模拟结果显示2.5m宽的错热锂辉石伟晶岩脉自720℃侵位温度冷却至岩体中心温度低于450℃仅需24天,表明错热锂辉石伟晶岩冷却迅速,具有快速的形成速率。另外,石榴子石水含量与MnO/(MnO+FeO)值呈正相关关系,高水含量(>0.04%)的锰铝榴石可能是喜马拉雅伟晶岩Li-Be矿化的潜在指示标志。

基于BERT实现基础医学专业术语智能提取系统

在生成式人工智能的推动下,因材施教的个性化学习是现代教育的必然趋势。基于知识图谱的个性化学习路径是目前普遍采用的方式。在知识图谱的构建中,对专业术语的精准提取是最基础的工作,但仅靠人工完成,存在工作量大、易遗漏、不能及时更新的问题。文章通过自行设计标注的数据集medBaseDt,在开源预训练大模型BERT的基础上进行微调,训练完成termBERT模型,并设计开发了基础医学专业术语智能提取系统。该系统在组织学与胚胎学和病理学等教材中进行推理应用,专业术语提取准确率达到94.5±1.16%,取得了非常好的效果。通过该系统,教师能快速获取指定教材内容的专业词汇,快速完成知识图谱的设计。同时,该项技术也为后续研发AI智能构建知识图谱、智能生成试题和个性化学习打下了扎实的基础。

气候变化适应性行为对茶农收入的影响——基于福建312份农户调查数据

为探究农户适应性行为及其对农业产出的影响效应,基于福建省6个县市19个乡镇312户茶农的微观调研数据,采取倾向得分匹配模型,实证分析气候变化适应性行为对茶农收入的影响.研究表明:①面对气候变化及其影响,58.65%的茶农会采取应对措施,41.35%的茶农未采取任何措施.②控制适应性行为内生性后,相较于未采取组茶农而言,采取组茶农茶叶收入水平平均提高了29.01%.基于收入依赖与经营规模的异质性分析,发现相较于全样本而言,收入完全依赖组和经营大规模组茶农具有更高的平均效应值(ATT)值,且不同组间适应性行为对茶农茶叶收入的作用效果从大到小依次为收入完全依赖、大规模、全样本.

北京市不动产登记运维问题智能分类

为提高北京市不动产登记的日常运维效率,解决人工处理效率低下、响应时间长的问题,本文提出一种基于变换器的双向编码器表示模型(BERT)的运维问题自动分类方法。首先使用BERT模型提取运维问题文本的上下文语义特征,然后利用全局最大池化技术提取文本的关键类别特征,最后通过Soft Max函数计算各类别的概率,并选择概率最大的类别作为分类结果。实验结果表明,本文方法的宏平均精确率(MP)、宏平均召回率(MR)和宏平均F1值均大于93%,显著优于常用的文本分类技术,充分证明了该方法的有效性,对构建不动产登记智慧运维体系具有一定的参考意义。

数字经济发展对我国省级电力行业碳排放影响研究

基于2013—2022年我国30个省份的面板数据,运用双固定效应模型和面板门槛模型实证分析了数字经济发展对我国省级电力行业碳排放的影响。研究发现:(1)数字经济具有减排红利,可以显著降级电力行业的碳排放;(2)数字经济对电力行业碳排放的影响存在区域异质性,对中西部地区的抑制作用强于东部地区;(3)门槛效应表明,数字经济对电力行业碳排放的影响呈现边际效应递增的规律。研究结果对我国省级电力行业实现差异化碳减排具有一定的参考价值,能够促进“双碳”目标的实现。

BTM-BERT模型在民航机务维修安全隐患自动分类中的应用

为界定民航机务维修安全隐患类别,实现安全隐患数据的自动分类,首先,利用构建的机务维修停用词库对安全隐患记录语料进行预处理。其次,运用词对主题模型(Biterm Topic Model,BTM)提取主题和关键词,确定了“员工未按规定对工作现场进行监管”等12类安全隐患。最后,根据BTM主题模型标注的数据集对算法进行微调,构建了基于变换器的双向编码(Bidirectional Encoder Representations from Transformers,BERT)算法的机务维修安全隐患记录自动分类模型,并与传统的分类算法进行对比。结果表明:所构建的模型可以实现民航机务维修安全隐患自动分类,其效果远高于传统机器学习支持向量机算法的效果,构建的分类模型的精确率、召回率和F 1较文本卷积神经网络算法分别提升了0.12、0.14和0.14,总体准确率达到了93%。

长江三角洲城市群建筑部门碳排放时空格局及影响因素分析

基于2008—2020年长江三角洲城市群27个地级市建筑部门碳排放数据,采用探索性空间数据分析(ESDA)模型和GTWR-STIRPAT模型分析城市群建筑部门碳排放的时空格局及其影响因素的时空异质性。结果表明:①时间上,2008—2020年长江三角洲城市群建筑部门碳排放持续增大;空间上,城市群建筑部门碳排放大体呈现“中间低、南北高”的分布格局。②城市群建筑部门碳排放空间聚集效果明显,主要呈现“低低”、“高高”的空间聚集特征。③各影响因素在不同城市存在较强的时空异质性,能源消耗强度、人口总量、建筑产业结构和人均GDP对城市群各市建筑碳排放具有正向影响,而城镇化水平和建筑减排政策数量对城市群大部分城市具有负向影响。最后提出了城市间联防联控措施和差异化减排建议。

智能遥感大模型研究进展与发展方向

AI大模型以其泛化性、通用性、高精度等优势,成为计算机视觉、自然语言处理等AI应用的基石,本文在分析AI大模型发展历程、价值、挑战的基础上,首先从数据、模型、下游任务3个层面阐述了其研究进展,数据层面从单模态向多模态发展,模型层面从小模型向大模型发展,下游任务层面从单任务向多任务发展;其次,探讨了遥感大模型3个重点发展方向,即多模态遥感大模型、可解释遥感大模型、人类反馈强化学习;再次,实现了“无标签数据集构建-自监督模型学习-下游迁移应用”遥感大模型构建思路,初步开展了技术试验,验证了遥感大模型的显著优势;最后,进行了总结与展望,呼吁以应用任务为导向,将理论方法、工程技术、应用迭代进行结合,实现遥感大模型的低成本训练、高效快速推理、轻量化部署及工程化落地应用。

基于层间融合滤波器与社交神经引文网络的推荐算法

推荐算法是一种用于解决信息过载问题的方法,引文推荐通过引文上下文能够自动匹配候选论文列表。现有基于神经引文网络模型在引文上下文数据预处理的过程中,存在文本噪声和上下文学习不充分的问题。为此,提出一种基于层间融合滤波器和社交神经引文网络的推荐算法FS-Rec。首先,利用具有层间融合滤波器的BERT模型预处理引文上下文,在频域内从所有频率中提取有意义的特征,缓解引文上下文数据的噪声,同时在频域中对多层信息进行融合,增强上下文表示学习的能力;然后,在引文作者嵌入中引入社交关系,与其他引文信息嵌入通过编码器获得表示,将这些表示与经过BERT预训练的引文上下文表示进行融合,得到最终表示;最后,根据最终表示生成引文文本预测。实验结果表明,相较于现有的上下文引文推荐模型,FS-Rec在2个基准数据集arXivCS和PubMed取得了更高的召回率和平均倒数排名(MMR),证明了模型的有效性。

基于水下机器人的水下混凝土结构表观病害三维重建方法

利用水下机器人进行水下结构病害检测能大幅提升检测效率、降低检测成本,然而利用水下机器人拍摄得到的水下结构平面图像仅包含结构表面的有限信息。通过对水下结构三维重构可以直观地显示结构的空间构形和特征,可以多视角、全方位获取结构的表观缺陷信息。该文提出了基于水下机器人拍摄平面图像的水下混凝土结构三维重建方法,通过水下折射摄像机成像模型、SIFT特征提取和匹配算法以及点云重建的方式对水下带病害的混凝土结构表面进行三维重建。实验表明:该文提出的水下混凝土结构三维重建方法能实现病害三维立体展示,从多视角清晰获取水下结构表面病害信息。

基于注意力机制和随机像素擦除的双判别器单图生成对抗网络

针对单一自然图像生成模型的梯度消失和模式崩溃问题,提出了基于注意力机制和随机像素擦除的双判别器单图生成对抗网络模型。具体方法为:在生成器中引入CBAM模块以增强特征表示;采用多样性损失优化损失函数提高生成图像多样性;在图像上采样及过渡到下一阶段前增加随机像素擦除进一步丰富输出的多样性;在判别器中集成自注意力机制捕获更加全面的依赖关系;实施双判别器设计减轻模式崩溃问题。实验结果表明:与单一自然图像生成模型相比,本文方法在图像质量、多样性和训练稳定性方面均有显著提升。

铁磷共沉淀去除水中磷酸根的效果及机制

【目的】探究环境条件改变对铁盐除磷的影响及潜在机理,为污水除磷方法的开发和应用提供理论基础。【方法】利用宏观除磷试验探明不同pH、铁磷摩尔比对水体磷酸根去除的影响;结合X-射线衍射(XRD)及热力学模型,探究化学沉淀和吸附过程中磷的去除机制。【结果】随着pH升高,磷去除率先上升后下降;随铁磷摩尔比升高,磷的去除率呈现上升趋势;当反应条件为pH=5、铁磷摩尔比3∶1时,磷的去除率最高,为89.42%。XRD和热力学模型结果表明,磷主要通过形成铁-磷沉淀,如FePO4,或被铁氧化物吸附,达到从水体中去除的目的。【结论】在铁盐除磷的过程中,共沉淀和吸附两种机制并存。pH对这两种机制均有影响,而铁磷摩尔比则主要通过调控磷的吸附过程来改变磷的去除效率。

ALBERT预训练模型在医疗文书命名实体识别中的应用研究

中文电子病历命名实体识别主要是研究电子病历病程记录文书数据集,文章提出对医疗手术麻醉文书数据集进行命名实体识别的研究。利用轻量级来自Transformer的双向编码器表示(A Lite Bidirectional Encoder Representation from Transformers,ALBERT)预训练模型微调数据集和Tranfomers中的trainer训练器训练模型的方法,实现在医疗手术麻醉文书上识别手术麻醉事件命名实体与获取复杂麻醉医疗质量控制指标值。文章为医疗手术麻醉文书命名实体识别提供了可借鉴的思路,并且为计算复杂麻醉医疗质量控制指标值提供了一种新的解决方案。

利用BERT和覆盖率机制改进的HiNT文本检索模型

为有效提升文本语义检索的准确度,本文针对当前文本检索模型衡量查询和文档的相关性时不能很好地解决文本歧义和一词多义等问题,提出一种基于改进的分层神经匹配模型(hierarchical neural matching model,HiNT)。该模型先对文档的各个段提取关键主题词,然后用基于变换器的双向编码器(bidirectional encoder representations from transformers,BERT)模型将其编码为多个稠密的语义向量,再利用引入覆盖率机制的局部匹配层进行处理,使模型可以根据文档的局部段级别粒度和全局文档级别粒度进行相关性计算,提高检索的准确率。本文提出的模型在MS MARCO和webtext2019zh数据集上与多个检索模型进行对比,取得了最优结果,验证了本文提出模型的有效性。

创新生态系统视角下“卡脖子”技术潜在攻关主体识别研究

科学识别潜在攻关主体是构建面向“卡脖子”技术攻关的创新生态系统的首要问题。本研究立足于资源编排理论,基于专利的特征信息、国际专利分类法(International Patent Classification,IPC)分类号和文本的多维数据,构建“卡脖子”技术潜在攻关主体识别两阶段模型。首先,通过评估领域创新主体的资源禀赋,形成潜在攻关主体“资源池”;其次,评估系统领导者与潜在攻关主体间的协同能力,并基于资源禀赋与协同能力将潜在系统成员聚类分成核心型、发展型、一般型和外围型四类,据此进行成员选择;最后,以光刻机技术为例,应用模型并验证其科学性。