投标合谋环境下产业升级的逆向演化研究

投标合谋行为已成为全国性、多领域的群体性违规问题,其存在不仅对我国经济造成了巨大损失,同时也阻碍了行业的健康有序发展.为研究投标合谋行为自身演化规律及其对产业发展的影响,给相关的监管和治理提供参考,本文基于复杂适应系统理论,运用NetLogo多主体仿真平台构建招投标系统并进行演化仿真,最后运用SPSS对所得数据进行回归分析,探索在市场封闭、单纯开放市场、有条件开放市场3种市场情景下合谋比例与报价比例对产业演化过程和结果的影响.研究表明:投标合谋行为会产生"逆向淘汰"效应,不利于降低行业成本,最终导致产业升级逆向演化;合谋行为存在"自我强化"现象;合谋行为会提高合谋者生存几率,但无助于其资本积累;单纯开放市场无助于产业升级,必须配合反合谋审查;现实中应重点对报价比例为0.1到0.3的单位进行合谋审查.     

追踪物理学中的跨领域模因

以美国物理学会旗下期刊2000—2019年发表的论文和Web of Science论文摘要为基础，用模因短语刻画知识，构建模因关系网络并引入跨学科测度Rao-Stirling指数以计算模因的跨领域分数，从而追踪物理学中的跨领域模因。分别从网络拓扑结构指标、跨领域测度指标和专业术语对比3个方面进行验证，证明了所提的模因关系网络和模因的跨领域分数可以有效反映知识在不同领域间的扩散现象。     

Curvelet域GPR数据噪声压制与高频补偿方法

提出GPR数据Curvelet域随机噪声压制与高频补偿同步处理方法.首先，将GPR数据变换到Curvelet域，结合其多角度、多尺度的稀疏性，给出随尺度和角度变化的自适应阈值函数进行随机噪声的压制;其次，根据电磁波在完全弹性介质中的传播规律，结合Curvelet的多尺度多角度特性，求取时变补偿因子，倒数加权对应的尺度、角度，补偿高频损失;最后，进行Curvelet反变换，获得随机噪声压制与高频补偿以后的GPR数据.该方法属于完全数据驱动，克服了传统方法人为因素的影响.     

港口竞争力与腹地经济协同机制面板数据分析

本文在港口竞争力评价模型中同时引入港口硬件竞争力和软件竞争力指标,进一步完善了港口综合竞争力评价指标体系.在此基础上,结合面板数据模型分析国内9大港口综合竞争力与其腹地发展的协同机制,基本克服了现有港城研究中普遍存在的单角度、单维度和单主体问题.研究表明:港口综合竞争力存在惯性,较弱港口实现超越较难,但可通过充分结合腹地供需结构和贸易特色提升软实力来以长补短.腹地经济结构以及贸易和物流发展水平对港口综合竞争力具有显著正向影响,港口综合竞争力提升又会改善腹地经济结构,而腹地区域产出水平并不是港口综合竞争力的主要影响因素.研究揭示港口综合竞争力提升应从以基建为核心的要素驱动转变为结合创新和服务驱动,通过整合港口与腹地资源来优化港口竞争力结构,做到港口-腹地相互促进,共同发展.     

基于数据场联合PRI变换与聚类的雷达信号分选

基于脉冲描述字进行雷达信号分选时,传统聚类算法需要预先人工设定聚类中心和聚类数目。针对该问题,提出一种基于数据场理论联合脉冲重复间隔(pulse repetition interval,PRI)变换与聚类的雷达信号分选新方法。首先,依据数据场理论,基于势值大小实现干扰点剔除,而后利用PRI变换算法进行PRI估计,依据PRI估计值将归一化脉冲描述字数据预分类,进而以各类数据集中心间的欧氏距离小于辐射因子为准则进行类别合并,自动得到初始聚类中心和聚类数目,最后通过改进K-Means算法完成聚类分选。仿真实验表明:所提方法能够应对存在频率捷变,重频参差、抖动、参数交叠、局部脉冲丢失的复杂信号环境,分选正确率明显提升。     

数据科学范式下的钙钛矿结构铁电新材料研究

 材料基因组计划倡导预测式新材料研发理念，推进高通量数据生产和利用技术，关注材料全生命周期价值。因此，材料基因组计划的执行需要在材料科学系统工程的框架下，集成统一计算、实验和理论等研究方法，以数据科学新范式为牵引、协同运用实验观测、理论建模和计算仿真研究范式，最终建立相关材料体系的性能与材料基因（原子系统的组成与结构）、工艺参数与使役条件之间的量化关系和数据库，实现新材料的按需设计和应用。本文在简单探讨科学研究范式、材料基因组计划和材料科学系统工程基本概念和方法的基础上，以钙钛矿结构氧化物铁电压电材料研究为例，探讨了数据科学范式下的新材料研究实践。结果表明，数据挖掘驱动的新材料设计确实可以降低探索时间和实验任务，加快新材料的发现和应用进程。     

ECOC多分类算法在慕课数据挖掘中的应用

收集并整合多所高校学生的慕课学习行为数据，设计基于数据复杂度的纠错输出编码（ECOC）多分类算法。该算法利用数据复杂度降低多类之间的分类难度，从而提高算法的预测准确度。实验结果表明，在不同高校的慕课数据集的测试中，所设计基于数据复杂度的ECOC分类算法比传统的ECOC算法具有更高的分类准确度和鲁棒性，实现了学生学习成绩多等级的有效预测，为个性化教学奠定了基础。     

变革的生产视角——对人工智能政治批判的批判

人工智能作为热点话题吸引了相关学者对其进行政治哲学维度的批判,但其批判依然停留在政治和观念的上层建筑半径之内,并未深入到政治的前提——生产领域。大数据算法作为强人工智能的重要应用,其所得出的非线性结果重塑了人们对于"价值"的理解,并引导一种对于"使用价值"追求的复归。随着边际成本的不断递减,大规模生产逐渐向大众生产转变,这使生产者与消费者之间的对抗性分配关系重组,社会消费力变革的趋势开始出现。产消一体化,即新型工人——"产消者"的大众化成为这一变革的可能性路径。     

物联网和智慧城市数据处理与管理概念体系构建——以ITU-T数据处理与管理焦点组标准化项目为例

概念体系构建和术语工作是制定任何标准的基础,在多学科和多领域的场景中,构建概念体系和术语工作面临不同利益相关方需求不同而难以达成共识的巨大挑战。文章梳理了ITU-T FG-DPM在促进不同利益相关方和项目组成员之间达成通用概念共识构建统一术语及定义的经验,通过规范概念体系的构建过程,采用术语多维度协同视角来构建统一的数据处理与管理概念体系,促进了工作组和项目组内外在物联网与智慧城市领域数据处理与管理方面达成共识。文章对多学科多领域场景的概念体系构建和术语工作具有一定参考意义,并不局限于物联网和智慧城市领域。     

人工智能心理学研究的知识图谱分析

借助CitespaceⅢ对选自WoS的人工智能心理学研究文献进行知识图谱探析,结合自动聚类视图与议题标签展现了人工智能心理学领域的6个知识聚类:#0人工智能解决问题议题;#1人工与人类认知共性议题;#2人工智能学习议题;#3人工智能脑科学议题;#4人工智能环境认知议题;#5人工智能表征议题。在深入探究各聚类的核心与热点知识的基础上分析了人工智能心理学发展的各阶段特征:1.上世纪50年代图灵和米勒等人对机器认知与学习等概念的猜想与初探;2.70-90年代纽厄尔、西蒙和莱尔德等人基于模块记忆与层级分析对人工智能信息处理模型的系统性构建;3.本世纪初基于神经生理学的降维数据认知理论的发展;4.当下人工智能贝叶斯大脑与深度学习理论的兴起。