基于量子博弈的产学研协同创新激励机制研究

本文引入了量子博弈的分析范式来研究产学研协同创新的激励机制,构建了产学研协同创新的量子博弈模型.对是否考虑纠缠态的情形做了比较研究,结果表明,考虑了纠缠态后,努力的一方不必再承担对方"背叛"的风险,在一定程度上解决了经典博弈中的"囚徒困境"问题.在产学研协同创新的情境下,协同双方需要在协同开始前商榷并委托第三方确定可被观测到的、易于量化的相关绩效指标,并签订"纠缠合同",确保协同双方均没有动机去采取非量子策略,这时采用最大努力程度的完全量子策略对协同双方来说均是最优的.     

基于中心差异度迭代调整机制的 网络社区搜寻算法研究

为解决当前网络社区搜寻算法存在的节点聚类形成困难,搜寻迭代过于复杂,难以实现社区归属的二次更新等不足,提出了一种基于中心差异度迭代调整机制的网络社区搜寻算法。首先,通过领袖节点重叠度来实现初次社区搜寻裁决,有效降低了重复搜寻的概率,且根据加入节点与领袖节点差异度进行聚类匹配;随后,通过待加入节点与领袖节点之间的交互热度方式进行基于热度机制的聚类递归,实现对搜寻误差的二次校正。仿真实验表明,与当前网络社区搜寻算法中常用的差分迭代阈值裁决机制,混沌度一体化成型迭代机制相比,本文算法具有更高的首次成功率,以及更小的搜寻次数与迭代周期,具有很强的实际部署价值。     

高校科技查新工作存在的主要问题及对策分析

简要介绍了我国高校科技查新工作的现状,针对目前查新工作中存在的服务内容上缺乏完善的查新报告质量保障机制,服务手段上没有针对查新员建立科学有效的激励机制,服务对象上缺少针对中小企业用户的个性化服务机制等问题,提出了有效提升高校科技查新工作质量的对策。     

大型体育赛事与阳光体育运动互动机制探讨——以环海南岛国际公路自行车赛为例

文章从分析阳光体育运动对象的特点入手,结合大型体育赛事对人们心理、行动及消费习惯等的影响,以环海南国际公路自行车赛为例,探究有关大型运动赛事与阳光体育运动的互动机制,为实现阳光体育运动的健康发展提供思路.     

飞船空间对接机构技术

空间对接是载人航天工程的关键技术,本文讨论了我国神舟对接机构的系统方案,分析了对接捕获和缓冲的动力学设计、机构学设计,以及对接机构连接刚度的保证等方面问题,讨论了对接机构地面试验系统和试验方案,介绍了我国首次空间对接的情况.     

考虑营销努力和创新能力的制造商激励供应商创新决策研究

本文研究了一个由供应商负责提升关键零部件性能的创新,制造商负责产品制造与销售的供应链运作系统,考虑当营销努力水平和产品创新程度同时影响需求时,制造商激励供应商创新的决策行为.基于激励方式的不同,构建了三种激励决策模型,探讨不同情形下创新效应和营销努力效应对供应链成员决策影响的互动机制.研究结果表明:产品创新效应是制造商激励供应商创新的内在推动机制,营销努力效应在一定程度上推动了创新活动的发展;产品创新效应和营销努力效应对供应链成员决策和利润有积极的影响;创新效应和营销努力效应联合作用下,基于质量批发价格契约制造商可以获得较高的利润,但此时供应商创新水平较低甚至低于批发价格契约情形,继而文章进一步引入了成本分担契约,并论证了成本分担契约能够使制造商获得最优收益,同时有效地激励供应商创新.     

基于注意力机制的GRU神经网络安全态势预测方法

传统的网络安全态势预测方法依赖于历史态势值的准确性,并且各种网络安全因素之间存在相关性和重要程度差异性。针对以上问题,提出一种基于注意力机制的循环门控单元(recurrent gate unit, GRU)编码预测方法,该方法利用GRU神经网络挖掘网络安全态势数据之间的时间相关性;引入注意力机制计算安全指标的分配权重并将其编码为网络安全态势值;利用改进的粒子群优化(particle swarm optimization, PSO)算法进行超参数寻优,以加速GRU神经网络的训练。仿真分析表明,所提方法具有更快的收敛速度和较低的复杂度,并且在不同的预测时长下具有较小的均方误差和平均绝对误差。     

中国药品集中采购政策解读与实证分析

2018年底伊始的国家药品集中采购迄今为止已实施三轮，共涉及112个品种，预计每年约可节省医保药品支出162亿元。对三轮集中采购规则进行解读和实证分析，发现：选区规则对竞价结果具有显著性影响；熔断机制理论上会受到成本因素约束，实践中仍发挥了一定效果。国家药品集中采购促进了中国医药市场基于质量和成本的竞争，推动行业集中度上升。药品集中采购是我国医改深化的必由之路，有助于未来仿制药医保支付标准的确认，相关规则正在各省药品集采和耗材集采等领域应用推广。药品集中采购的核心问题是质量和成本的信息不对称，一致性评价和药物警戒等质量管理工作仍需加强。     

基于新型空间注意力机制和迁移学习的垃圾图像分类算法

随着我国各级政府大力推动垃圾强制分类,分类回收各环节中实现标准化、自动化的垃圾分类识别需要适合云端部署的高准确率、低延时要求的细粒度图像分类模型.本文发挥深度迁移学习的优势建立了一套端到端的迁移学习网络架构GANet (garbage neural network);针对垃圾分类中类别易混淆、背景干扰等挑战,提出一种新型的像素级空间注意力机制PSATT (pixel-level spatial attention).为克服类别多和样本不平衡挑战,提出使用标签平滑正则化损失函数;为改善收敛速度以及模型稳定性与泛化性,提出了阶梯形OneCycle学习率控制方法,并给出了结合Rectified Adam (RAdam)优化方法和权重平滑处理技术的组合使用策略.实验使用了"华为云人工智能大赛.垃圾分类挑战杯"提供的按照深圳市垃圾分类标准标注的训练数据,验证了GANet在垃圾分类问题中的显著效果,获得了全国二等奖(第2名);同时,提出的PSATT机制优于对比方法,且在不同主干网络架构上均得到了提升,具有良好的通用性.本文提出的GANet架构、PSATT机制和训练策略不仅具有重要的工程参考价值,也具有较好的学术价值.     

高职生“学习参与度”对创新创业核心素养的影响机制研究

通过对523名高职学生进行实地调研,探析“学习参与度”对学生创新创业核心素养的影响机制。结果显示:课程建设、教师引导、资源支持对学习心理参与度影响显著;教师引导、资源支持、社会实践对学习行为参与度影响显著。学习参与度显著影响创业意识、创新精神、创业能力。提出优化对策:重视学生创新创业核心素养的培养;提高学生创新创业学习参与度;人际互动提升学习心理参与度;协同培育提高学习行为参与度。