共查询到20条相似文献,搜索用时 0 毫秒
1.
《中国高校科技与产业化》2013,(10):80-80
中关村发展集团董事长于军在9月12日召开的2013中关村论坛年会上指出,科技与金融的结合,是实现科技与经济结合的路径,要促进资本链、创新链、产业链三者融合发展。于军介绍,从中关村20多年的发展历程来看,随着发展层级越高,金融的作用就越突出,资本链不断丰富、完善。在三年前,中关村管委会就总结出了中关村“一个基础、十条渠道”的科技金融体系。仅从创业投资来看,这几年中关村发生的创业投资案例和投资额都占全国的1/3,这是一个很高的比例,这也充分说明了中关村的创新资源对资本的吸引力。到了现在这个阶段,中关村要建设具有全球影响力的科技创新中心和高技术产业基地,中央同时赋予中关村建设国家科技金融创新中心的使命,可以看到,中央正是基于资本链、创新链和产业链相互融合的范畴进行部署的。 相似文献
2.
3.
当今世界,科技革命与产业变革迅猛发展。充分发挥科技第一生产力、创新第一动力作用,加快推动创新链与产业链深度融合,是我国应对全球产业链和供应链重构的重要举措,也是我国提升产业能级、实现经济高质量发展的关键举措。本文首先对创新链与产业链的概念内涵、结构特征以及双链在社会生产中的位置与逻辑关系进行分析。在此基础上,进一步探讨影响创新链与产业链双向融合的内因和外因,从战略层面、结构层面和演化发展层面对创新链与产业链双向融合机制进行深入考察。最后,提出双链融合的基本路径:充分发挥政府引导作用,推动创新链与产业链深度融合;围绕创新链布局产业链,构建新型产业分工体系;围绕产业链部署创新链,促进产学研协同创新;构建多链融合良好社会创新生态,实现科技、产业、金融良性循环。 相似文献
4.
5.
《西南师范大学学报(自然科学版)》2017,(3)
随着计算机技术在各个领域的广泛应用和深入推进,培养既具有突出专业技能,又能创造性地解决跨领域复杂问题的计算机专业+型创新人才日渐成为迫切需求.针对这一问题,结合笔者境外学习和参与日本京都大学设计创新学院和香港浸会大学创新人才培养项目的体会,对我国计算机专业本科+型创新人才的培养模式和方法进行了探索. 相似文献
6.
7.
随着计算机技术在各个领域的广泛应用和深入推进,培养既具有突出专业技能,又能创造性地解决跨领域复杂问题的计算机专业“+型”创新人才日渐成为迫切需求.针对这一问题,结合笔者境外学习和参与日本京都大学设计创新学院和香港浸会大学创新人才培养项目的体会,对我国计算机专业本科“+型”创新人才的培养模式和方法进行了探索. 相似文献
8.
9.
用互联网思维整合农业产业链
“互联网+”就是把互联网的创新成果与经济社会各领域深度融合.进入2015年,一系列发展农村电子商务的政策相继出台,加快了互联网与“三农”领域的融合发展;2016年,《“互联网+流通”行动计划》六项重点工作任务中,第一条即为推动电子商务进农村;2017年,中央一号文件提出推进农村电商发展……农业,这个看似最传统、最古老的产业,与互联网的关系正在变得更加紧密,这也给众多的互联网企业带来了“互联网+”现代农业的重要机遇. 相似文献
10.
李宏 《中国高校科技与产业化》2012,(5):41-42
双进工程是“学校进社会、社会进学校”的简称,是地方高校人才培养模式的新探索。这一新的人才培养模式包括提高高校与社会的合作意识等多项具体的实践路径和实施措施,需要领导推动、政策鼓励等方面的实施环境和条件,在高校发展中具有重要意义。 相似文献
11.
12.
美国的工业互联网和德国的工业4.0战略的提出让"互联网+工业"开始备受关注,随着互联网向工业领域的渗透以及两者的融合,制造业自身也发生了重要的变化,出现新的工业生产模式和路径。在介绍"互联网+工业"融合发展的基本内涵基础上,以产业链升级的角度为目标,从供应链高级化、价值链合理化、空间链全球化和企业链一体化4个方面对发展路径进行阐述,为传统工业企业抓住"互联网+"机遇,找到自身融合方向,提升产品竞争力提供依据,最终培育转型升级新业态、新跨越和新发展。 相似文献
13.
羿贝科技通过在农业、环保、社会治理等领域的实践,实现产业发展融合、工作管理融合、生产生活服务融合,促进区块链技术革命红利普惠大众在传统的物联网框架下,运营和维护难度不断提高,同时数据节点多,安全防护和防伪鉴权难,追溯系统不完善等问题一直困扰着有物联网业务场景需求的广大企业。而区块链的去中心化、不可篡改等特性为当下物联网产业提供了有力的支撑和助力。 相似文献
14.
15.
16.
17.
18.
19.
未链接实体分类是实体链指(Entity Linking, EL)任务中的重要研究内容之一。现有方法存在上下文语义信息不充分、分类准确率低等问题,导致实体链指任务表现不佳。本研究提出一种融合生成式模型的知识增强实体链指方法。该方法将实体链指分为两个子模块,即候选实体排序模块和未链接实体分类模块。本研究基于高精度的候选实体排序模块,获得高质量的知识扩展信息,并对未链接实体分类任务进行知识增强;针对未链指实体提及的分类问题,提出一套生成式框架,该框架能够取得超过基线模型的性能。本研究方法在2020年全国知识图谱与语义计算大会(CCKS2020)评测任务二的中文短文本实体链指数据集上取得了目前最佳性能(整体F值为91.76%),证明知识增强和生成式框架的引入能提高模型的泛化能力,缓解未链接实体分类中的信息不充分问题。 相似文献