产业融合与数字创新:来自三网融合的证据

产业融合有助于促进科技创新,三网融合是促进数字创新的重要举措。利用2005—2021年292个地级市的面板数据,采用双重差分模型和中介模型研究三网融合对我国数字创新的影响。研究发现:三网融合能提升我国城市数字创新能力;机制检验表明,人力资本水平在三网融合与数字创新之间发挥中介作用,三网融合可以通过促进产业结构高级化和产业结构合理化间接提升我国城市数字创新能力。因此,应大力发挥产业结构升级的促进作用,不断增强人力资本对我国数字创新水平的促进作用,中西部地区企业可尝试利用已有数字技术进行渐进式数字创新,加速推动数字技术的实践应用。

高密度聚乙烯三维网状纳微米纤维的强伸性能

为实现高密度聚乙烯三维网状纳微米纤维(PENFs)的自主化规模化生产,以高密度聚乙烯和二氯甲烷为原料,通过高压闪喷纺丝设备成功制备了性能优异的PENFs,采用响应面法对纺丝过程中各工艺参数进行优化,并对其力学性能和耐候性能进行分析。结果表明:PENFs的最佳制备工艺条件为纺丝温度176.3℃、纺丝压力8.6 MPa、纺丝溶液质量分数8.0%,此时制得的PENFs的断裂强度和断裂伸长率分别可达到29.1 cN/dtex和99.9%,优于芳纶和涤纶等常规纤维;定伸长和定载荷条件下,PENFs的弹性回复能力随着拉伸次数和载荷的增加而逐渐降低,拉伸伸长为5%时PENFs纤维的弹性回复率可达到92.8%且拉伸10次后降低至75.5%,拉伸载荷为1.2 N时PENFs纤维的弹性回复率为84.6%;放置在室外20 d内PENFs纤维的强伸性能损失较小,30 d后断裂强度和断裂伸长率明显降低,但纤维外貌并无明显变化。

柔性直流输电系统三端口混合参数建模及其稳定性分析

模块化多电平换流器(MMC)与系统网络之间的交互是诱发振荡的主要原因,然而现有MMC单侧阻抗/导纳建模方法往往没有计及对端换流站的动态过程,因此该文重点通过建立可以考虑交直流耦合的换流器三端口混合参数模型实现整个双端柔直系统的稳定性分析。首先,该文基于谐波状态空间法推导考虑桥臂间谐波动态交互过程的MMC换流器交直流端口功率守恒方程,并据此建立换流器的三端口混合参数模型;其次,基于所建立的三端口混合参数模型和广义奈奎斯特判据,对MMC互联系统的稳定性进行分析,因该方法可避免计算开环传递函数右半平面零极点的数量,与传统单侧阻抗稳定性分析方法相比,可实现系统稳定性的准确判断;再次,推导了特征值相位关于三端口混合参数元素的灵敏度计算公式,揭示了系统振荡的诱因,进一步结合控制参数灵敏度分析,实现了一种用于改善互联系统直流侧稳定性的直流电流前馈附加阻尼控制策略;最后,结合时域仿真算例验证了稳定性分析和改善措施的有效性。

基于双层聚类信息的极光亚暴自动检测

极光亚暴与太阳风和地球磁场的耦合过程有着紧密的联系,对其发生和发展机制的研究,有助于深入地分析行星际磁场、地球磁层和地球电离层的相互作用,了解太阳风携带的大量能量在地球空间的输运过程,对地球空间环境预警具有重要的意义。Polar卫星搭载的紫外极光图像成像仪能够全天候地获取紫外极光图像,在紫外极光图像中可以完整地展示出极区极光的亮度和尺度变化,尤其是可以清晰地展示出亚暴膨胀相的极光点亮和亮斑膨胀现象。现有的极光亚暴事件检测方法通常需要人工设计特征和相关规则库,耗时耗力。本文利用紫外极光图像提出了基于双层聚类信息的亚暴事件检测方法,实现了紫外极光图像数据中的亚暴事件自动检测。同时,针对极光亚暴事件检测依赖手工设计特征,设计了子空间聚类指导的三维卷积特征自动提取网络;针对极光图像帧间存在成像角度差异,利用地磁纬度和磁地方时信息对极光序列中图像的空间位置进行校正;针对卫星成像位置变化导致的成像噪声,利用极光图像级聚类保留极光亮斑区域和剔除未成像或噪声区域。主观和客观实验结果表明,本算法提升了亚暴事件检测的查全率。

基于流水线计算的3D NoC测试规划研究

为了提高三维片上网络(3D NoC)资源内核的测试效率,提出一种在功耗约束条件下多播流水线并行测试同构核与单播测试异构核相结合的方法对IP核进行测试。为了减少测试数据因资源冲突而进行等待的时间,设计一种改进XYZ路由算法,并采用改进人工蜂群(ABC)算法求解最佳测试规划方案。以国际标准电路测试集ITC'02作为实验对象,结果表明,测试时间最大优化率达到15.45%,与其他测试规划方法相比该文方法能有效地提高并行测试效率。

基于三维特征构建和扩张残差网络的机械故障音频识别方法

已有的基于音频的机械故障识别方法,大多是使用二维神经网络和音频信号的某个单一特征(如功率谱)进行故障检测,然而单一的音频特征在提取过程中可能会存在关键信息丢失的现象,且往往只能提取音频特征的单一维度(如空间上)信息,这极大限制了现有设备故障音频算法的有效性.为了探究解决上述问题的方法,本文提出一种包含不同音频特征的三维特征构建方式,利用不同的音频特征弥补特征提取过程中的关键信息;并且构建了三维扩张残差网络模型(DR-3DCNN),采用空洞卷积的方式增大模型对全局的关注,同时获取不同尺度的特征信息;充分利用不同特征之间的相关性,建立特征与原始音频数据的深层次关联;最后,采用公开的故障工业机器调查和检查数据集(MIMII)进行实验.实验结果表明,三维特征和DR-3DCNN相组合的方式,其机械故障识别分类效果有了显著提升,分类准确率好于以往单一音频特征的识别算法.

高校立体化网络思政平台矩阵“数智中台”建设初探

高校立体化网络思政平台矩阵指通过构建多维、多层次的网络思想政治教育平台全面提升高校学生的思想政治素养与道德品质。梳理高校立体化网络思政平台矩阵研究现状,提出立体化网络思政平台矩阵的“数智中台”建设思路与设计框架,讨论技术实现的可行性与相关成功案例,以期为我国高校形成立体化网络思政平台矩阵建设提供参考,为培养德智体美劳全面发展的社会主义建设者与接班人提供坚实的思想引领与平台支撑。

一种页岩气井的缝网沟通诊断方法

随着对页岩气藏地质认识的深化,页岩气藏立体开发调整已是提高页岩气储量动用率和采收率的一种常用方式。受井距小、天然裂缝发育、老井动用不均等影响,页岩气立体开发井之间的压裂干扰不可避免且干扰类型多样,老井表现出的动态特征差异明显,故以生产响应为基础的缝网沟通诊断必不可少。文中以南川工区页岩气藏为研究对象,采用水力压裂模拟、气藏工程动态分析等手段,开展了页岩气井缝网沟通诊断方法研究。结果表明:1)按照裂缝导流能力,立体开发井缝网沟通机理可表现为天然裂缝与压裂缝所组成缝网的4种沟通形式。2)响应于不同的缝网沟通形式,在立体开发井压裂施工期间,老井关井套压呈现平稳上涨、上涨波动、轻微波动回落、剧烈波动等4种波动类型,套压涨幅主控因素为天然裂缝发育程度、井间采出程度及新井强改造规模等。3)结合老井复产后生产指标、递减规律、试井曲线等的变化特征,建立了南川工区页岩气立体开发井压裂干扰缝网沟通预测表。在矿场实践中,可以根据预测表中的某几个特征,预测井间生产干扰或缝网沟通情况,为精细化数值模拟和立体开发井分段压裂优化提供科学指导。

Cu-BTC和石墨烯改性的高性能染料敏化太阳能电池

采用Cu-BTC和三维网状石墨烯(3DGNs)对光阳极材料进行改性,通过提高光阳极的比表面积以及提供光生电子的快速输运通道,器件的短路电流和光电转换效率实现了显著的提高。采用SEM和XRD对复合光阳极的微结构进行分析,通过电流-电压曲线和入射光电流转化效率分析其光伏特性。通过调整光阳极中Cu-BTC,3DGNs和TiO 2的质量分数实现各种组分的协同作用。优化后,器件的短路电流为(20.5±0.1)mA/cm^(2),开路电压为(680±2)mV,填充因子为(61.9±0.1)%,能量转换效率为(8.63±0.1)%。

深部通风三维仿真模拟研究

随着矿井开采深度的不断增加,井下深部高温热害问题严重,由于深部的恶劣条件导致相关现场研究十分困难,利用通风三维仿真模拟技术进行深部通风系统分析是合理可靠的科学选择。应用Ventsim通风仿真模拟软件对河西金矿通风系统进行三维仿真模拟和系统能量损失分布模拟、河西金矿深部通风系统总需风量的相关计算,在模拟结果与理论计算的基础上,对模拟风量结果与临界需风量结果进行对比分析。为相似条件的深部矿井通风系统的模拟分析研究和降本节能增效提供了案例借鉴和数据参考。

基于深度学习的配电网三相不平衡负载自动控制方法

常规的配电网三相不平衡负载控制,更多采用负载监测进行控制,导致控制结果的网损降低量较小。为此,提出了基于深度学习的配电网三相不平衡负载自动控制方法。分析配电网三相拓扑结构的电流补偿能力,并计算三相不平衡度及负载率,根据计算结果判定配电网的三相状态,采用深度学习预测三相状态,并根据期望回报计算负载控制的补偿值,实现自动控制。结果表明,应用该方法后得出的控制结果表现出的网损降低量较高,均值为0.376 kW,控制效果较优,满足配电网的现实运行需求。

基于改进卷积神经网络的心理状态预警技术

针对传统问卷法难以真实反映被调查者心理状态的问题,基于光流法和卷积神经网络提出了一种微表情判断方法,并将其作为心理状态预警技术的核心模块。对于数据集中人脸数据离散的问题,该方法采用人眼权重法对图像进行预处理,且通过金字塔光流算法提取预处理图像序列的光流特征,再利用三维卷积神经网络对该特征加以训练。与传统算法相比,所提方法在减少模型训练参数与运算时间的同时还具有更优的学习能力。实验测试结果表明,该算法在CASME数据集上的微表情识别准确率为89.2%,F1值为0.6751,均优于其他对比方法。由此证明,该算法可实现对人脸微表情的准确识别,进而为学生心理状态预警提供客观的数据支撑。

基于赛博孪生的天空地智能网络架构与资源分配

随着海量移动和物联终端用户及其应用的爆发式涌现,迅速增加的网络流量对基于现有互联网架构设计的网络带来了严峻挑战。特别是对于空天网络,由于资源稀缺、时空分布不均,资源部署与需求不匹配,网络性能亟需优化提升。为解决以上问题,本文构建了基于赛博孪生的天空地智能网络体系架构。该架构通过软件定义网络和资源虚拟化将物理资源抽象为虚拟资源,并采用边缘云技术将赛博孪生内生于网络边缘侧,使得网络更加灵活、具有更强的扩展性、更高的安全性。同时,本文利用匹配理论将资源分配问题转化为多参数、多玩家的匹配博弈问题,通过构建匹配模型并求解效用函数,提出了高效稳定的三边匹配算法,实现了资源分配的整体性能最优。仿真结果表明,本文方法可有效提升网络性能,实现资源的高效分配。

基于多模态注意力网络的红外人体行为识别方法

深度学习网络对红外单一模态数据的学习表征能力具有一定的局限性,针对该问题,文中提出了基于多模态注意力网络的红外人体行为识别方法。由于深度学习网络模型无法直接对视频信息进行训练和分类,首先,通过预处理模块将得到的视频信息预处理成红外视图,再将得到的红外视图通过Sobel算子和基于L 1范数的全变分光流法分别提取红外视图的边缘信息和光流信息得到边缘视图和光流视图;其次,将红外视图、边缘视图、光流视图分别输入融合注意力机制模块的三流网络中进行特征学习;然后,对三流网络中每个网络提取的多模态特征进行融合;最后,将融合得到的特征向量输入随机森林进行训练和分类。在公开数据集NTU RGB+D和自建数据集上进行实验,结果表明了所提方法具有不错的识别效果。

基于高维多目标序贯三支决策的恶意代码检测模型

针对传统基于二支决策的恶意代码检测方法在面对动态环境中的复杂海量数据时,没有考虑在信息不充足条件下进行决策产生影响的问题,本文提出了一种基于卷积神经网络的序贯三支决策恶意代码检测模型。通过卷积神经网络对样本数据进行特征提取并构建多粒度特征集,引入序贯三支决策理论对恶意代码进行检测。为改善检测模型整体性能,避免阈值选取的主观性,本文在上述模型的基础上,同时考虑模型的综合分类性能、决策效率和决策风险代价建立高维多目标序贯三支决策模型,并采用高维多目标优化算法对模型进行求解。仿真结果表明,模型在保证检测性能的同时,有效地提升了决策效率,降低了决策时产生风险代价,更好地拟合了真实动态检测环境。

三通道多姿态面部正面化方法

针对现有面部正面化网络在复杂环境下难以保留面部显著性特征的问题,提出一种三通道(局部、半全局和全局)面部正面化方法。在TP-GAN算法的原有框架基础上设计半全局网络,融合全局网络和局部网络之间的依赖关系,使生成的正面化图像的分布与真实面部图像更接近;在半全局网络中设计多时空深度注意力模块,促进网络学习到更多面部显著性特征;将所提方法应用于CAS-PEAL-R1数据集和自建数据集,采用Rank-1指标进行评估。实验结果表明,所提方法在所有角度下的Rank-1平均准确率为99.40%,验证添加了多时空深度注意力模块的半全局网络可以有效保留面部显著特征,提高面部匹配准确率。

基于3D激光感知的隧道爆破参数优化设计方法

为解决隧道爆破质量控制困难的问题,探究新型爆破参数优化方法,提出一种3D激光扫描技术与BP神经网络相结合的实时优化方法,对隧道爆破超欠挖感知及其后续钻爆参数进行实时修正,构建现场扫描方法、数据处理、点云提取与超欠挖图像等工作程序,建立BP神经网络模型、算法并确定模型参数。通过试验验证表明:1)将3D激光扫描技术应用于隧道爆破超欠挖质量感知中切实可行,与人工测量结果吻合较好,具有快速、实时和准确的优点;2)采用3D激光扫描方法能够对隧道爆破后的断面轮廓线进行精确评测,在获取爆破超欠挖的精细数据后,通过样本学习完成模型训练能推理出较为合理的爆破参数,改进后的优化方案使平均超挖降低54.8%。

三维网状有机-无机杂化型DABCO锰配合物的合成及性能研究

室温下以1,4-二氮杂二环[2.2.2]辛烷-甲基氯化物[DABCO-CH_(2)Cl]^(+)·Cl^(-)、MnCl_(2)·4H_(2)O和氢溴酸为原料,在甲醇和水的混合溶液中以缓慢蒸发方式,得到一种氢键三维网状结构有机-无机杂化型锰配合物[HDABCO-CH_(2)Cl]·MnBr_(4)(1),通过单晶X射线衍射仪、傅里叶变换红外光谱仪、粉末X射线衍射仪、热重分析仪、介电性能测试仪对晶体材料的结构、热性能和电性能进行分析和测试。单晶结构分析表明:合成的化合物属于单斜晶系,空间群为P21/n,其中[HDABCO-CH_(2)Cl]^(2+)阳离子和[MnBr_(4)]^(2-)四面体阴离子在晶体内部通过氢键相互作用形成三维网状结构;随着温度的改变,[HDABCO-CH_(2)Cl]^(2+)阳离子发生扭动、[MnBr_(4)]2-四面体阴离子发生伸缩变形,引起晶体在240~270K范围内产生显著的可逆介电异常现象。

多层异构复合材料的制备及吸波性能

通过模板法与物理混合法相结合,成功制备了三维网络结构的BaTiO_(3)(BTO)+Fe_(3)O_(4)三聚氰胺泡沫异质结构复合材料,采用扫描电镜和X射线衍射对复合材料样品的表面形貌和晶体结构进行了表征,并使用矢量网络分析仪测试了该样品在2~18 GHz频率范围内的复介电常数和复磁导率,并根据测量数据计算了反射损耗值。随后,使用COMSOL多物理场仿真软件进行有限元分析,研究了该复合体系的吸收机制和吸波性能。结果表明:成功引入了BTO和Fe_(3)O_(4)形成的大量异质界面到三维网络结构碳中,构建了异质结构。BTO和Fe_(3)O_(4)优化了三维网络结构的阻抗匹配,从而显著提高了多层异构复合材料的有效吸收带宽。此外,BTO、Fe_(3)O_(4)和三维网络碳结构构筑成了高气孔率的三维网络,导致电磁波在材料内部发生多次反射和散射,增强了电磁波与材料之间的相互作用,实现了对电磁波的吸收,提升了吸波效率。该复合材料展示了出色的吸波性能,当复合材料的厚度为2.9 mm时,最强的反射损耗值达到−54.76 dB,而当复合材料的厚度为2.7 mm时,有效吸收带宽提升至7.92 GHz。

一种特殊三维六度环面网络的彩虹连通性

三维以及更高维环面是二维环面的自然扩展,适合构建规模更大、更为复杂的互连网络结构。给出一般图的彩虹连通数是一件困难事情,所以研究一个图的彩虹连通数的上界成为了人们感兴趣的问题。给出了三维六度环面网络H_(n×n×n)(n=4t)的彩虹连通数的上界,对于该网络的研究具有一定的意义。