安徽省科研经费管理改革的困境及对策建议

一、安徽省科研经费管理改革现状 科研经费作为科技创新的“源头活水”,只有用得对用得好,才能增强高水平科技成果的产出能力和效率。近年来,安徽省将科研经费管理改革作为核心工作加以推进,并根据国家相关文件精神,陆续出台《安徽省科技计划管理改革实施方案》《关于改革完善省级财政科研资金管理等政策的实施意见》《关于印发安徽省进一步优化科研管理提升科研绩效实施细则的通知》《关于开展科研项目经费“包干制”试点工作的通知》《关于改革完善省级财政科研经费管理的若干措施》等一系列政策文件,围绕优化科研资金管理、科研项目管理、科研评价验收管理等方面开展改革,并指导各地市、各高校院所出台配套措施,形成了自上而下、完整可操作的配套政策链条,切实为科技工作者“减负担、增活力”。

科技成果转化中存在的主要问题及对策建议——以中科蚌埠技术转移中心为例

科技创新是提高社会生产力和综合国力的主要推动力。我国的论文发表数量连续4年稳居世界第2位,但是,我国科技成果转化率仅为10%左右,远远低于发达国家水平。科技成果转化率低,转化质量不高,直接影响国家创新发展水平。为进一步促进科技成果转化,《国家中长期科学和技术发展规划纲要(2006—2020年)》及其若干配套政策中明确提出,要建设科技成果转化公共服务平台。为贯彻落实纲要精神,充分发挥科技对地方经济发展的带动引领作用,中国科学院与地方联合共建了40余个科技成果转移转化平台。

安徽省大院大所科技合作现状与对策研究

本文总结安徽省大院大所科技合作发展现状,分析现阶段合作中存在的问题,结合三螺旋理论、新公共服务理论,探讨在大院大所科技合作中的政府如何进一步实现宏观统筹、协调各方、管放平衡功能,在引导合作发展新方向、推动构建合作新生态、探索服务监督新模式等方面提出建议。

基于DeepSORT算法的前方道路车辆跟踪研究

针对部分遮挡、目标漏检等导致的车辆ID频繁切换以及跟踪精度低的问题,本文提出了一种优化DeepSORT跟踪器的方法。一方面设计了S2Net36重识别网络:首先加深重识别网络构建ResNet36网络,提取更深层次的车辆外观特征;其次构建SER模块提取目标关键特征以及构建SE-Res2Net模块提取目标区域特征;最后基于ResNet36网络分别融合SER模块与SE-Res2Net模块得到S2Net36重识别网络。另一方面,引入三元组损失函数拉近相同目标不同样本之间的特征距离,通过提取更具有辨别力的车辆外观特征用于数据关联,进而提升对前方道路车辆的跟踪能力。实验结果表明,相比于DeepSORT原始算法,改进的算法的MOTA提高了1.18%,IDF1提升了0.80%,提高了对前方道路车辆的跟踪精度与稳定性,有望为自动驾驶车辆提供技术支持。

基于频谱图的土壤有机碳含量高光谱反演

土壤有机碳含量关乎地力强弱、生态均衡及农业的永续经营,是精细农业实践中不可或缺的指标。高光谱定量分析技术以其高效性和成本优势成为评估该指标的首选方法。但当前研究多基于少量单一样本,且在光谱数据处理和建模关键技术等方面,仍需突破以提高有机碳检测的准确度。为此,本研究以欧盟统计局提供的LUCAS多种类型土壤光谱数据集作为分析对象,设计了一种基于频谱图的土壤有机碳(SOC)含量高光谱反演方法。将土壤高光谱数据进行预处理,去除光谱中的噪音和冗余信息;运用小波包变换(WPT)、短时傅里叶变换(STFT)将一维光谱数据分别转换成大小为33×34和128×36的二维频谱图,提高光谱特征信息维度,以更好适应卷积神经网络(CNN)学习结构,同时二维形式呈现了吸收率随波长变化的频率分布,可以更精确地显示不同频率或波长上的吸收率差异;将频谱图输入构建的CNN模型进行回归预测,估测SOC含量。对比偏最小二乘回归(PLSR)和一维卷积模型(1D-RDC)与STFT-CNN、WPT-CNN估测模型。结果表明,经小波包变换和短时傅里叶变换后得到的频谱图能够很好体现光谱中的特征信息,配合CNN模型的特征提取和学习能力能够有效地估测大规模土壤高光谱中SOC含量,WPT-CNN模型估测效果最优(决定系数R 2,0.84;均方根误差RMSE,11.2),STFT-CNN模型的回归预测效果次之(R 2,0.77;RMSE,13.29)。因此,基于频谱图的土壤有机碳含量高光谱反演方法对大型土壤高光谱数据集中的土壤有机碳含量估测有较好的效果,可为构建智能化的土壤属性预测技术提供参考。

基于自注意力编解码结构的旋转机械故障诊断与预测系统

由于恶劣的运行条件和高负荷要求,旋转机械故障可能导致高昂的维护成本和不必要的停机时间。有必要开发一个高效、准确的旋转机械故障在线诊断和预测系统,帮助企业快速识别故障,预测未来事件,优化维修计划。构造状态矩阵表示旋转机械产生的振动信号,即将一个连续时间序列划分为多个窗口,并将每个窗口转换为一个图像。由特定结构的串联编解码器提取并处理图像特征,用于分类训练数据集中的振动模式。通过仿真实验验证了基于自注意力编解码结构的旋转机械故障在线诊断和预测系统的可靠性和有效性,构建的旋转机械状态特征库可以准确诊断和预测旋转机械的故障。研究表明,该系统可以帮助企业优化维护计划,减少停机时间和维护成本。

表面绝缘兼具高导热和电磁屏蔽的复合多层膜的制备与性能研究

以环境友好型材料纳米纤维素为基体,与多壁碳纳米管和六方氮化硼复合制备兼具高导热和电磁屏蔽且表面绝缘的复合薄膜材料,并对其性能进行研究。结果表明,碳纳米管和纤维素组成的复合薄膜在碳纳米管填充量为40%时,电磁屏蔽效能、厚度、密度达到最佳平衡;其单位厚度比屏蔽性能(SSE/t)显著提高,达到5 465.28 dB·cm^(2)/g;叠层复合薄膜的面内热导率最高达到5.56 W/(m·K),较纯CNF薄膜提高了近400%;叠层复合薄膜具有很好的柔韧性,可以完全对折而不产生裂痕;叠层复合薄膜的表面电导率均在10-9数量级,表明薄膜具有很好的绝缘性能。

分时双光路校正法在线测量白酒酒精度

为满足生产应用中白酒酒精度的在线快速测量,设计了一种基于分时双光路校正的白酒酒精度测量装置。首先,分析白酒中主要成分乙醇和水的短波近红外吸收光谱的特征,考察光程、酒精含量对吸收光谱的影响,从而选择合适的波长和光程。随后,采用双光路分时测量的光路结构设计,修正光源变化引起的吸光度测量误差,并设计实验验证该装置的可靠性。研究结果表明,水分子在980nm处有一个独立的吸收峰,当光程增至40mm时,吸光度与酒精度的线性方程的相关系数(R~2)为0.9998,部分市售白酒的预测值与参考值的最大相对偏差小于0.4%,明显优于单光路测量的最大相对偏差4%。该装置可作为一种快速测量白酒酒精度的有效手段。

表界面调制增强铋基催化剂的光生载流子分离和传输

光催化是一种理想的洁净能源生产和环境污染治理技术,在推动未来“碳达峰,碳中和”的实现和调整我国能源结构具有重要意义。层状结构的铋基催化剂因其具有合适的禁带宽度所以在光催化领域中备受关注。然而,低效率的光生载流子的分离与传输过程却限制了其光催化活性。本文简要地总结了通过表界面调控增强铋基催化剂光生载流子分离与传输效率的策略,包括形貌调控、缺陷工程、杂原子掺杂和异质结构建等。特别地,从电子和几何结构角度分析了上述策略对增强铋基催化剂内建电场的强度、构筑内部高效载流子传输通道和延长载流子寿命的作用机制,为进一步研究设计具有高效载流子分离和传输效率的催化剂提供理论参考依据。最后,分析了不同表面界面策略提高载流子分离和传输效率的具体原因以及铋基催化剂在工业应用中面临的挑战和发展前景。